量子计算在理论上展示出较经典计算指数加速的计算能力,而玻色采样过程已成为有望在实践上首先验证此能力的研究对象。量子算法较经典算法达到了指数级别的加速,典型的例子就是Shor大数质因子分解算法。然而,由于运行量子算法的“通用”量子计算机的实现需要完成量子逻辑门等对量子态的精确操控,目前的技术水平尚难以实现包含较大规模量子比特的物理装置。而2010年提出的玻色采样过程为验证量子计算具有超越经典计算的能力提供了新的思路。由于玻色采样过程将计算需要的信息编码在玻色子(如光子)的粒子数态上,在不需要实现量子门的情况下,也能够展示出经典计算无法比拟的计算能力。因此玻色采样被认为是验证量子计算强大计算能力的研究典范,吸引了国际上的广泛关注。“量子模拟超越经典模拟的最小规模”、“玻色采样过程中演化矩阵的构造”等是玻色采样研究中的关键问题。针对前者,本文研究了玻色采样过程在目前最快的经典计算机——“天河”二号上的经典模拟,力求得到在“天河”二号上模拟玻色采样过程的性能极限;针对后者,本文研究了玻色采样光学网络的构造问题,进行了玻色采样实验。本文的主要工作和贡献如下:1.设计实现了玻色采样经典模拟并行程序,并在“天河”二号上进行了大规模的并行测试。实测表明,使用了13,000个节点,计算核心数达312,000个时,求解的最大问题的矩阵规模达到48。2.基于“天河”二号的体系结构特点,本文设计并实现了基于CPU与MIC(Many Integrated Cores)架构的异构并行程序。针对MIC中的512位的向量处理部件,利用向量指令对代码进行向量化。实测表明,MIC较CPU达到1.7倍的加速比。3.设计实现了分解玻色采样过程中任意演化矩阵的程序;对于光波导实现的光路参数未知的问题,本文利用随机测试的方法对光路参数测量过程进行了模拟,并分析了系统误差对测量结果的影响。模拟测试表明,程序能够有效对任意U矩阵进行分解;同时系统误差对于测量实验的影响较小。4.设计并完成了双光子玻色采样的光学实验,并对实验数据进行了分析。实测表明,实验中产生了玻色采样所需的全同光子,能够发生多光子干涉过程,实现了两光子玻色采样量子模拟。