核磁共振量子计算机

核磁共振量子计算（NMRQC）是构建量子计算机的几种拟议方法之一，它使用分子内核的自旋状态作为量子比特。量子状态是通过核磁共振来探测的，允许该系统作为核磁共振光谱学的一个变种来实施。

核磁共振与其他量子计算机的实现方式不同，因为它使用的是一个系统的集合，在这种情况下是分子，而不是单一的纯状态。

最初的方法是使用液体样品中特定分子的原子的自旋特性作为量子比特--这被称为液态核磁共振（LSNMR）。这种方法后来被固态核磁共振（SSNMR）所取代，成为量子计算的一种手段。

液态核磁共振（LSNMR）量子信息处理（QIP）的理想图景是基于一个分子，其中一些原子的核表现为自旋-半系统。根据我们所考虑的核，它们将有不同的能级和与相邻核的不同互动，因此我们可以把它们当作可区分的量子比特。

在这个系统中，我们倾向于把原子间的键看作是量子比特之间相互作用的来源，并利用这些自旋-自旋相互作用来执行2量子比特门，如普遍量子计算所必需的CNOTs。除了分子本身的自旋-自旋相互作用外，还可以应用外部磁场（在核磁共振实验室），这些磁场施加了单量子比特门。

通过利用不同的自旋将经历不同的局部场这一事实，我们可以对单个自旋进行控制。上面描述的情况远非现实，因为我们正在处理一个单一的分子。

核磁共振是在一个分子集合体上进行的，通常有多达1015个分子。这给模型带来了复杂的问题，其中之一就是引入退相干。特别是我们有一个开放的量子系统与接近热平衡（~mK到~300K）的宏观数量的粒子互动的问题。这导致了退相干抑制技术的发展，这些技术已经扩散到其他学科，如被困的离子。

关于在接近热平衡状态下工作的另一个重要问题是状态的混合性。

这需要引入集合量子处理，其主要限制是，随着我们在系统中引入更多的逻辑量子比特，我们需要更大的样本，以便在测量期间获得可辨别的信号。

固态核磁共振（SSNMR）与LSNMR不同，它使用固态样品，例如氮空位钻石晶格而不是液体样品。这有许多优点，如缺乏分子扩散退相干，可实现较低的温度，以抑制声子退相干和更多的控制操作，使我们能够克服LSNMR的主要问题之一，即初始化。

此外，由于在晶体结构中我们可以精确地定位量子比特，我们可以单独测量每个量子比特，而不是像LSNMR那样进行集合测量。

核自旋用于量子计算最早是由赛斯-劳埃德和大卫-迪文森佐讨论的。

1997年，科里、法赫米和哈维尔以及格申菲尔德和庄独立介绍了利用液态核磁共振操纵核自旋用于量子计算。由于核磁共振技术的相对成熟，在核磁共振系统中执行量子算法获得了一些早期的成功。

例如，2001年，IBM的研究人员报告说，在一台7量子位的NMR量子计算机中成功实现了Shor的算法。

然而，即使从早期开始，人们就认识到核磁共振量子计算机将永远不会非常有用，因为这种系统的信噪比的扩展性很差。

最近的工作，特别是Caves等人的工作表明，迄今为止，所有的液态散装核磁共振量子计算实验都不具备量子纠缠，这被认为是量子计算所需要的。

因此，NMR量子计算实验很可能只是量子计算机的经典模拟。

集合体被初始化为热平衡状态（见量子统计力学）。用数学术语来说，这种状态是由密度矩阵给出的。{displaystylerho={{frac{e{-betaH}}{{operatorname{Tr}(e{-betaH})}},}。其中H是单个分子的汉密尔顿矩阵，而是温度。

核磁共振量子计算的初始状态处于热平衡状态，这是与其他量子计算技术相比的主要区别之一，在其他量子计算技术中，它们是处于热平衡状态的。