张量重正化群方法及其应用

张量重正化群方法是近年来发展起来的一种新的数值计算方法,它将经典配分函数和量子波函数的张量网络表示与重正化群方法相结合,在强关联系统的数值研究中,发挥着越来越重要的作用。文章以经典统计模型和量子格点模型为例,简要介绍了张量重正化群的一些基础知识和研究给定物理模型的一般性思路,并对张量重正化群未来可能的发展方向和亟待解决的问题进行了讨论。     

量子多体系统的线性张量重正化群方法

文章简述了数值重正化群方法的历史发展,包括威耳逊（Wilson）的数值重正化群算法,S.R.White的密度矩阵重正化群方法,以及近 期迅速发展的处理强关联量子系统的几种张量网络态与张量网络算法.在此基础上,文章重点介绍了作者最近提出的用于研究量子多体系统热 力学性质的线性张量重正化群方法,以及该方法在一维和二维量子系统中的应用.     

密度矩阵重正化群的异构并行优化

密度矩阵重正化群方法（DMRG）在求解一维强关联格点模型的基态时可以获得较高的精度，在应用于二维或准二维问题时，要达到类似的精度通常需要较大的计算量与存储空间.本文提出一种新的DMRG异构并行策略，可以同时发挥计算机中央处理器（CPU）和图形处理器（GPU）的计算性能.针对最耗时的哈密顿量对角化部分，实现了数据的分布式存储，并且给出了CPU和GPU之间的负载平衡策略.以费米Hubbard模型为例，测试了异构并行程序在不同DMRG保留状态数下的运行表现，并给出了相应的性能基准.应用于4腿梯子时，观测到了高温超导中常见的电荷密度条纹，此时保留状态数达到10⁴，使用的GPU显存小于12 GB.     

密度矩阵重正化群的异构并行优化

密度矩阵重正化群方法（DMRG）在求解一维强关联格点模型的基态时可以获得较高的精度,在应用于二维或准二维问题时,要达到类似的精度通常需要较大的计算量与存储空间.本文提出一种新的DMRG异构并行策略,可以同时发挥计算机中央处理器（CPU）和图形处理器（GPU）的计算性能.针对最耗时的哈密顿量对角化部分,实现了数据的分布式存储,并且给出了CPU和GPU之间的负载平衡策略.以费米Hubbard模型为例,测试了异构并行程序在不同DMRG保留状态数下的运行表现,并给出了相应的性能基准.应用于4腿梯子时,观测到了高温超导中常见的电荷密度条纹,此时保留状态数达到10⁴,使用的GPU显存小于12 GB.     

密度矩阵重正化群的异构并行优化

密度矩阵重正化群方法（DMRG）在求解一维强关联格点模型的基态时可以获得较高的精度，在应用于二维或准二维问题时，要达到类似的精度通常需要较大的计算量与存储空间.本文提出一种新的DMRG异构并行策略，可以同时发挥计算机中央处理器（CPU）和图形处理器（GPU）的计算性能.针对最耗时的哈密顿量对角化部分，实现了数据的分布式存储，并且给出了CPU和GPU之间的负载平衡策略.以费米Hubbard模型为例，测试了异构并行程序在不同DMRG保留状态数下的运行表现，并给出了相应的性能基准.应用于4腿梯子时，观测到了高温超导中常见的电荷密度条纹，此时保留状态数达到10⁴，使用的GPU显存小于12 GB.     

密度矩阵重正化群的异构并行优化

密度矩阵重正化群方法（DMRG）在求解一维强关联格点模型的基态时可以获得较高的精度，在应用于二维或准二维问题时，要达到类似的精度通常需要较大的计算量与存储空间.本文提出一种新的DMRG异构并行策略，可以同时发挥计算机中央处理器（CPU）和图形处理器（GPU）的计算性能.针对最耗时的哈密顿量对角化部分，实现了数据的分布式存储，并且给出了CPU和GPU之间的负载平衡策略.以费米Hubbard模型为例，测试了异构并行程序在不同DMRG保留状态数下的运行表现，并给出了相应的性能基准.应用于4腿梯子时，观测到了高温超导中常见的电荷密度条纹，此时保留状态数达到10⁴，使用的GPU显存小于12 GB.     

密度矩阵重正化群的异构并行优化

密度矩阵重正化群方法（DMRG）在求解一维强关联格点模型的基态时可以获得较高的精度，在应用于二维或准二维问题时，要达到类似的精度通常需要较大的计算量与存储空间.本文提出一种新的DMRG异构并行策略，可以同时发挥计算机中央处理器（CPU）和图形处理器（GPU）的计算性能.针对最耗时的哈密顿量对角化部分，实现了数据的分布式存储，并且给出了CPU和GPU之间的负载平衡策略.以费米Hubbard模型为例，测试了异构并行程序在不同DMRG保留状态数下的运行表现，并给出了相应的性能基准.应用于4腿梯子时，观测到了高温超导中常见的电荷密度条纹，此时保留状态数达到10⁴，使用的GPU显存小于12 GB.     

密度矩阵重正化群的异构并行优化

密度矩阵重正化群方法（DMRG）在求解一维强关联格点模型的基态时可以获得较高的精度,在应用于二维或准二维问题时,要达到类似的精度通常需要较大的计算量与存储空间.本文提出一种新的DMRG异构并行策略,可以同时发挥计算机中央处理器（CPU）和图形处理器（GPU）的计算性能.针对最耗时的哈密顿量对角化部分,实现了数据的分布式存储,并且给出了CPU和GPU之间的负载平衡策略.以费米Hubbard模型为例,测试了异构并行程序在不同DMRG保留状态数下的运行表现,并给出了相应的性能基准.应用于4腿梯子时,观测到了高温超导中常见的电荷密度条纹,此时保留状态数达到10⁴,使用的GPU显存小于12 GB.     

密度矩阵重正化群的异构并行优化

密度矩阵重正化群方法（DMRG）在求解一维强关联格点模型的基态时可以获得较高的精度，在应用于二维或准二维问题时，要达到类似的精度通常需要较大的计算量与存储空间.本文提出一种新的DMRG异构并行策略，可以同时发挥计算机中央处理器（CPU）和图形处理器（GPU）的计算性能.针对最耗时的哈密顿量对角化部分，实现了数据的分布式存储，并且给出了CPU和GPU之间的负载平衡策略.以费米Hubbard模型为例，测试了异构并行程序在不同DMRG保留状态数下的运行表现，并给出了相应的性能基准.应用于4腿梯子时，观测到了高温超导中常见的电荷密度条纹，此时保留状态数达到10⁴，使用的GPU显存小于12 GB.     

密度矩阵重正化群的异构并行优化

密度矩阵重正化群方法（DMRG）在求解一维强关联格点模型的基态时可以获得较高的精度，在应用于二维或准二维问题时，要达到类似的精度通常需要较大的计算量与存储空间.本文提出一种新的DMRG异构并行策略，可以同时发挥计算机中央处理器（CPU）和图形处理器（GPU）的计算性能.针对最耗时的哈密顿量对角化部分，实现了数据的分布式存储，并且给出了CPU和GPU之间的负载平衡策略.以费米Hubbard模型为例，测试了异构并行程序在不同DMRG保留状态数下的运行表现，并给出了相应的性能基准.应用于4腿梯子时，观测到了高温超导中常见的电荷密度条纹，此时保留状态数达到10⁴，使用的GPU显存小于12 GB.     

Density matrix renormalization group approach for many-body open quantum systems

The density matrix renormalization group (DMRG) approach is extended to complex-symmetric density matrices characteristic of many-body open quantum systems. Within the continuum shell model, we investigate the interplay between many-body configuration interaction and coupling to open channels in case of the unbound nucleus (7)He. It is shown that the extended DMRG procedure provides a highly accurate treatment of the coupling to the nonresonant scattering continuum.     

The tensor renormalization group for pure and disordered two-dimensional lattice systems

The tensor renormalization group (TRG) is a powerful new approach for coarse-graining classical two-dimensional (2D) lattice Hamiltonians. It uses the intuitive framework of traditional position space renormalization group methods-analyzing flows in the space of Hamiltonian parameters-but can be systematically improved to yield thermodynamic properties at much higher precision. We present initial results demonstrating that the TRG can be generalized to quenched random systems, applying it to obtain the phase diagram of a bond-diluted triangular lattice Ising ferromagnet. This opens a variety of potential future applications, most prominently spin glasses.     

A functional renormalization group approach to non-equilibrium properties of mesoscopic interacting quantum systems

We present an extension of the concepts of the functional renormalization group approach to quantum many-body problems in non-equilibrium situations. The approach is completely general and allows calculations for both stationary and time-dependent situations. As a specific example we study the stationary state transport through a quantum dot with local Coulomb correlations. We discuss the influence of finite bias voltage and temperature on the current and conductance.     

有限温度量子多体系统与热态张量网络

量子多体系统热力学性质的精确模拟在理论和实验方面都具有重要的价值。局域相互作用量子多体系统的热态满足互信息(mutual information)面积律,对于这样的系统,热态张量网络可以提供满足面积律的精确“波函数”拟设,提供了模拟有限温度系统的有力手段。文章介绍了关联格点模型在有限温度下的热态张量网络刻画及相关模拟方法。作者按照世界线热态张量网络和级数展开热态张量网络来分别介绍,并讨论了自由能极小变分原理与重正化群剪裁的优化原则。世界线框架内,人们发展了转移矩阵重正化群,基于纯化策略的有限温度密度矩阵重正化群,以及张量网络的线性重正化群等方法。在此基础上,介绍作者新近提出的级数展开热态张量网络方法,该方法受随机级数展开量子蒙特卡罗方法的启发,突破了世界线方法的局限,提高了有限温度计算重正化群模拟的精度标准,并且在计算阻挫量子自旋链模型时不会有负符号问题。此外,文章讨论了在两维格点系统上推广有限温度张量网络计算的进展和未来展望。     

Linearized tensor renormalization group algorithm for the calculation of thermodynamic properties of quantum lattice models

A linearized tensor renormalization group algorithm is developed to calculate the thermodynamic properties of low-dimensional quantum lattice models. This new approach employs the infinite time-evolving block decimation technique, and allows for treating directly the transfer-matrix tensor network that makes it more scalable. To illustrate the performance, the thermodynamic quantities of the quantum XY spin chain as well as the Heisenberg antiferromagnet on a honeycomb lattice are calculated by the linearized tensor renormalization group method, showing the pronounced precision and high efficiency.     

对《二维六角形晶格伊辛模型的重正化群解》一文的进一步计算

针对《二维六角形晶格伊辛模型的重正化群解》一文中有关〈V〉0的计算进行了修正,给出了新的重正化群的变换、重正化群的线性化变换矩阵以及临界指数.