量子计算是一种利用量子位(即“量子比特”)并基于量子力学原理(如叠加态和纠缠)来处理信息的计算形式。与仅能表示0或1的经典比特不同,量子比特可以同时处于多种状态的组合中,这使得量子算法能够以崭新的方式解决某些复杂问题。
试想一下,在一间宽敞而冷清的舞厅里,成千上万盏闪闪发光的枝形吊灯,每盏都由错综复杂的铜丝制成,悬挂在天花板上。在每盏枝形吊灯那精致的环状结构中,都藏着几块被氦气管冷却至极低温度的冰块。 试想,这一人类智慧的杰作,其解决问题的能力比当今最快的超级计算机还要快两亿倍。虽然这一场景看起来仿佛直接出自儒勒·加布里埃尔·凡尔纳的《2020年非凡之旅》,但这其实描述的是一座真实存在的量子计算机中心,它有望彻底改变问题解决领域。
量子计算机利用量子力学的基本原理,并在低至零开尔文(-273.15 °C)的温度下运行,理论上能够同时执行一百万次计算,并在几分钟内解决最复杂的问题——而对于当今的经典计算机和超级计算机而言,要确定性地完成这项任务则需要数千年的时间。 它们能够处理金融风险计算、分子科学、智能 交通控制、疫苗研发和天气预报等任务。它们完全有能力推动由5G、人工智能(AI)和物联网(IoT )驱动的跨行业应用。在各个领域推动激动人心的进步的可能性是无穷无尽的。
尽管量子计算自20世纪80年代以来就已出现,但直到最近几年,其发展历程及其在构建新时代计算体系(从电路到原子)方面的应用发现才逐渐清晰起来。随着摩尔定律趋于饱和,传统半导体芯片的发展速度持续放缓,而这一新兴领域的创新步伐以及来自非传统行业的关注度却仍在不断提升。
以下各节将探讨量子计算的基础知识、其对芯片设计的影响、光子学领域的机遇以及未来面临的挑战。
经典计算机以表示 0 或 1 的二进制位存储信息。而量子计算机使用量子位 (qubit),这些量子位可存储处于叠加状态的数据。由于量子物理的奇特性质,数据可以是 0、1 或两种状态的混合。
每个量子比特都可以处于一个连续的状态空间中,该状态空间代表着无限多的数值。这使得量子比特能够并行处理信息,这与经典计算机的顺序处理方式截然不同。从量子比特的角度来看,例如30个量子比特所带来的指数级速度提升,意味着可以同时执行10亿次计算!
举个比喻,我们来看看抛硬币的情景。根据经典概率论,当你抛硬币时,它落成正面朝上或反面朝上的概率各为50%。然而,当引入量子力学理论时,结果可能是正面、反面,也可能是正面和反面的叠加态——这取决于硬币的朝向。 利用海量数据探索指数级可能性的机会,使量子计算能够超越传统系统,从而成为一种极具吸引力且切实可行的解决方案。众所周知的“薛定谔的猫”思想实验——一只假想的猫因其命运与一个可能发生也可能不发生的随机亚原子事件相关联,而可能同时处于“活着”和“死去”的状态——恰恰说明了量子叠加所带来的这一悖论。
通过一种称为“纠缠”的特性,成对的量子比特也可以相互纠缠,从而使两个量子比特能够处于同一个量子态中,但位于不同的维度。这无论这些系统相距多远,都能减少处理信息所需的时间和计算能力。 具有讽刺意味的是,这一不同寻常的现象违背了“信息传输速度不能超过光速”这一传统科学定律,令包括阿尔伯特·爱因斯坦在内的多位研究人员和科学家感到困惑,爱因斯坦曾将其称为“一种诡异的远距离作用”。
到 2030 年,量子计算市场预计达到 649.8 亿美元,而 2019 年仅为 5.071 亿美元。一些公司、风险投资者和全球各地政府继续大力投资这一行业。
吸引代工厂、EDA公司和半导体企业投身量子计算的,正是其能够以指数级速度对线性方程组中的海量数据进行搜索、优化和模拟的强大能力。利用计算机模拟来开发和优化半导体材料、工艺技术及器件,是实现芯片性能优化的关键。 目前,业界最快的硅基双量子比特门完成一次操作仅需0.8纳秒,这一速度比其他现有的自旋型双量子比特门快约200倍。
适用于超导电子学(SCE)的商用电子设计自动化(EDA)工具能够支持更大规模的设计、更高的质量,并促进超导特性的更广泛应用。通过创建新的电路设计,可以大幅降低简单超导器件的制造成本,并更快地实现量子计算的潜力。
在现有电子设计工艺中,存在用于扩展装置并使晶体管更小、更致密且更互连以产生极其复杂的处理器的商业方法。与之迥异的是,要想准备既可扩展量子计算应用又能够抵抗制造变化的敏感性的设计,仍存在许多未知因素。
目前,构建可扩展量子架构的主要方法包括:利用离子阱、互补金属氧化物半导体(CMOS ,CMOS)硅技术以及光子学领域的最新创新成果来构建系统。为了推进量子计算机的设计,将硅架构与光子学架构相结合,并采用增强型自动化工具以支持量子态控制(SCE)和深低温环境,将至关重要。
为了使量子计算真正提供根本上不同的计算方式,从科研转向广泛部署,有三个关键挑战需要解决:
误报: 当相互交织的量子比特与环境相互作用时,误报 对其产生的干扰可能会破坏正在处理的信息,扰乱其状态并使其发生改变,从而可能导致关键计算出现错误。
纠错:由于“无克隆定理”的存在,基于冗余的经典纠错码方法无法直接应用于量子纠错,因此,需要采取特定的方法来保护信息,这正成为一个主要障碍。
退相干:由于量子比特本身具有不稳定性,相干性的丧失使得量子比特难以维持其量子态。这反过来又给错误纠正、加速 性能、提高操作保真度以及扩展构建强大量子计算机所需的量子比特数量带来了挑战。
企业需要投资多种新一代工具,以便设计师能够成功地对芯片设计进行仿真、模拟和全面验证,这会耗费大量时间和计算资源——即使使用了最先进的经典计算机也是如此。然而,如果量子计算机确实能够一次性完成这些计算,它将使仿真时间从数周大幅缩短至数小时,并为EDA供应商和客户提供创新高科技及智能 硬件平台和软件应用的新途径。
量子计算领域的一个热门细分领域是光子学的应用。集成光子学这一领域始于20世纪90年代初,最初应用于长途电信通信,当时铜缆被光纤取代,以便将更多波长或颜色的光同时输入光纤,从而传输更多数据。 随着其应用发展到如今的高速光收发器阶段,研究人员和商业公司发现,可以开发出模拟晶体管和电容器等典型电子元件的器件,通过操控光的特性,从而催生了生物传感、可编程光子学、量子计算和3D传感等趋势,并应用于健康监测和自动驾驶汽车等领域。
在数据和云通信的推动下,对低功耗带宽和连接性的持续需求,引领了光子学和光子集成电路(PIC)技术领域的近期进展。 从开发新型量子光源,到探索操纵和探测光量子态以供应用的方法,光子集成电路(PIC)设计人员的创新、向2.5D和3D封装形式的转型,以及主要代工厂对光子技术应用日益增长的兴趣,都促使硅设计方案中实现了更深层次的光子-电子集成。
这一趋势还延伸至硅光子学领域,该领域利用光子学的应用,采用以光(光子)为工作介质的器件,并以硅作为主要光学介质。将强大的电子电路与光子电路相结合,不仅在计算与通信之间架起了桥梁,还有助于降低功耗、提高效率,并在集成度和带宽方面实现重大突破,从而支持光数据通信领域的最新发展。
随着集成光子领域的研究和发现加速,将硅交换技术与使用超导纳米线的单光子检测器相结合,我们预计其技术优势将高度强调在不远的未来,使用量子计算机应对当前挑战。
随着各组织和科学家致力于拓展量子技术探索之路,并进一步探索在不同环境下测试量子比特性能的可能性,利用计算机仿真来优化半导体工艺技术将变得至关重要。作为新思科技 TCAD 产品系列的一部分,我们提供了一套全面的产品组合,其中包括行业领先的领先的 工艺和器件仿真工具,以及基于图形用户界面 (GUI)的仿真环境 ,用于管理和分析仿真结果。
QuantumATK 就是其中一个原子级建模仿真工具。该工具在晶片级数据可用之前,模拟电子、结构、磁性、光学、热等各种材料的特性和运输机制,大大降低了时间和成本投入。
随着集成光子学从数据通信领域扩展至人工智能、激光雷达 以及量子计算等市场,我们也见证了设计活动呈现爆发式增长。利用光的特性,为下一代技术在性能、功耗和足迹 方面开辟了新的可能性。这意味着设计团队需要经过验证的设计工具,以快速、准确地验证复杂的PIC设计。 为支持该细分领域的行业增长,新思科技 的3DICCompiler 平台集成了OptoCompiler,这是首个将成熟的光子技术与我们久经考验的3DIC集成平台相结合的统一半导体与光子设计平台,可实现快速的设计实施与验证。
我们相信,光数据通信有望成为从有源光缆到硅die-to-die 连接等越来越短距离互连的首选技术。通过让集成电路(IC)设计师能够利用光子电路仿真 工具来桥 弥合硅-光子之间的鸿沟,从而像标准 CMOS 流程那样设计光子集成电路(PIC),这将支持未来光通信和基于光的量子处理器的开发 发展路线图。
量子竞赛已经拉开帷幕,这一领域的迅猛发展令人振奋。话虽如此,我们在对量子计算的潜力进行基准测试并将其商业化方面仍处于初期阶段;理查德·费曼的革命性构想目前仍在探索实际应用与部署。 随着风险投资机构、学术界和政府投入的数百亿美元资金不断增加,量子计算极有可能在未来10到15年内达到当前人工智能创新的速度。
光子学的未来同样令人鼓舞。通过利用CMOS 技术,将量子光子学与基于半导体的大规模量子计算相结合,将有助于为量子架构领域的众多突破和进展铺平道路,使实现巨大的计算能力并解决复杂问题的愿景不仅成为可能,而且能够真正实现。
新思科技 通过半导体工艺和器件仿真、原子尺度材料建模以及集成光子学设计工具,为新兴量子计算技术的研究和开发 提供支持。新思科技 TCAD 帮助工程师对半导体技术进行建模;QuantumATK 支持对材料及其电子、光学和输运性质的研究;而 OptoCompiler 则支持光子集成电路的设计与验证。
了解新思科技 QuantumATK,探索原子级模拟如何帮助研究人员评估下一代技术所需的材料和器件性能。