Redes tensoriales que resuelven redes super-moiré de mil millones de sitios Apilar y torcer ligeramente materiales atómicamente delgados ha abierto una nueva forma de diseñar materia cuántica. Cuando dos capas 2D están desalineadas, sus rejillas atómicas interfieren y crean un patrón "moiré" más grande, que redefine cómo se mueven e interactúan los electrones. Estos patrones diseñados ya han revelado superconductores inusuales, aislantes correlacionados y fases topológicas. Pero hay un inconveniente: incluso un solo patrón moiré puede corresponder a una celda unitaria con decenas de miles de átomos. Cuando varios patrones moiré coexisten para formar una estructura super-moiré, el sistema efectivo puede alcanzar millones o incluso miles de millones de sitios, muy por encima de lo que las simulaciones estándar en espacio real pueden almacenar o diagonalizar, incluso en forma de matriz dispersa. Yitao Sun y coautores introducen un marco de red tensorial auto-consistente que puede manejar sistemas super-moiré interactuantes de hasta mil millones de sitios. La idea clave es evitar completamente almacenar el Hamiltoniano como una enorme matriz: en su lugar, lo codifican como un operador de producto de matriz (MPO) que actúa sobre una cadena de pseudospin, y calculan observables a través de un método de polinomios de Chebyshev implementado directamente en la red tensorial. Los saltos espaciales variables, las interacciones de Hubbard e incluso las paredes de dominio se representan como redes tensoriales compactas, construidas de manera eficiente utilizando interpolación cruzada de tensor cuántico en lugar de enumeración exhaustiva de todos los elementos de la matriz. Además, ejecutan un bucle de campo medio auto-consistente completamente en forma de MPO, accediendo a funciones espectrales locales, patrones de magnetización y estados rotos de simetría en sistemas super-moiré 1D y 2D: cadenas de Hubbard moduladas, redes similares al grafeno con paredes de dominio e incluso patrones cuasicristalinos con simetría aproximada de ocho veces. Para el caso unidimensional, el costo computacional escala aproximadamente de forma logarítmica con el tamaño del sistema a dimensión de enlace fija y orden polinómico, una mejora dramática sobre los enfoques tradicionales en espacio real, y, crucialmente, los requisitos de memoria se mantienen manejables incluso cuando el Hamiltoniano de una sola partícula sería demasiado grande para almacenarse explícitamente. Más allá de los ejemplos específicos, este trabajo es un modelo para abordar sistemas correlacionados ultra-grandes combinando modelos en espacio real con compresión de red tensorial. Lleva el "límite de mil millones de sitios" de la materia cuántica super-moiré al alcance, y crea un puente entre la maquinaria de red tensorial desarrollada para la física de muchos cuerpos, plataformas moiré emergentes y futuras extensiones hacia DFT en espacio real y simulaciones dependientes del tiempo. Artículo: