近日，福特公司发布了一项与量子计算公司 Quantinuum 合作的研究结果，通过使用量子计算机来模拟用于下一代电动汽车电池的材料。
结果表明，通过量子计算机，可以提供关于充放电机制、电化学和热稳定性、结构相变和表面行为方面的见解，并且它对寻找能够增强电池性能和鲁棒性潜力材料起着至关重要的作用。
01. 电动汽车之源
锂离子电池是化学储能装置，目前是电动汽车的主要能源。鉴于全球电动汽车采用率的快速增长（见图1），人们正在寻找可为下一代汽车提供动力的能源。
电池化学的进一步发展不仅需要增加电池的续航里程，还需要在提供与燃油驱动汽车相同的性能、舒适度和用户体验功能的同时实现这一目标。此外，还需要不同的电池化学类型，以在基本电池组件的预期需求和供应之间取得平衡。
如果要推进电池技术的发展，就必须提高电池材料的密度、功率密度、寿命、安全性和可回收性。
02. 超高速算力
如今，大多数复杂的传统计算机无法执行对复杂真实分子的极其精确的模拟。这是由于问题空间的规模很大，随着系统规模呈指数级增长。
然而，量子计算机可以克服这个问题，因为它们提供了指数级增长的巨大计算能力。
利用量子计算机探索新材料性质具有明显优势。与进行物理实验相比，像人工智能和机器学习这样的工具已经加速了开发新材料研究过程，但量子计算有潜力节省更多时间。
与传统计算机相比，量子计算机可以在更大范围内操作数据，并解决传统计算机无法解决的问题。
03. 始于2022
福特公司希望利用量子计算机寻找改进材料，加速开发具有更高功率、更快充电时间和更长使用寿命的电动汽车电池。
2022年8月，福特公司的量子研究小组在arxiv提交了一篇题为“Towards the simulation of transition-metal oxides of the cathode battery materials using VQE methods”的论文，正是此时福特公司与Quantinuum进行合作研究的内容[2]。
福特通过使用Quantinuum 的 InQuanto 量子化学平台及其 H 系列离子阱量子硬件，实施研究团队的混合方法（在量子计算机和传统计算机上执行 VQE 算法）。
研究人员使用变分量子本征求解器（VQE）算法来查找LiCoO{_2}的基态能量（或正常原子能态），该物质是一种候选过渡金属氧化物，用于制造电池正极。VQE混合量子经典方法用于当前一代量子计算机上，只解决那些最受益于量子计算的分子系统部分，其余计算在经典计算机上执行。
研究人员使用 VQE 技术模拟反映电池充电和放电的Li{_2}Co{_2}O{_4}和 Co{_2}O{_4}气相模型（见图2 ）。与 VQE 混合量子经典方法一样，量子计算机仅用于解决分子模拟中最能从其独特特性中受益的部分。其他一切都由基于传统架构的计算机处理。
团队尝试了三种 VQE 方法进行量子计算概念验证：
（1）幺正耦合簇单倍和双倍 (UCCSD)
（2）酉耦合簇广义单倍和双倍 (UCCGSD)
（3）k 酉对耦合簇广义单倍和双倍 (k-UpCCGSD)
研究人员将定量结果以及精确计算所需的量子资源与基于经典波函数的方法进行了对比。研究发现，VQE 方法的结果与使用传统方法获得的结果一致。
例如耦合簇单倍和双倍（CCSD）和完整的活动空间配置交互（CASCI），并且 k-UpCCGSD 产生了与 UCCSD 相似的结果，且成本更低。
尽管所有计算都是在具有 20 个量子比特的状态向量模拟器上进行的，但研究人员表示，将需要一台 400 量子比特的量子计算机（许多公司的近期目标）来模拟大型强相关系统。随着量子硬件的成熟，研究将获得更多见解。
然而，福特并不是唯一一家使用量子计算来开发汽车未来的玩家，宝马、戴姆勒、梅赛德斯、大众等都参与其中。可见，对于未来的汽车行业，量子计算或将成为必不可少的工具之一。
引用：
[1]https://corporate.ford.com/
[2]https://arxiv.org/abs/2208.07977
[3]https://www.eetimes.eu/ford-enlists-quantum-computing-in-ev-battery-materials-hunt/
