澳大利亚发布全球首款量子技术半导体

近日，澳大利亚联邦科学与工业研究组织（CSIRO）与墨尔本大学合作，成功研发全球首款基于量子技术的半导体，并通过《自然通讯》期刊发表研究成果。该技术采用量子机器学习（QML）框架，结合硅基半导体工艺，利用5个量子比特实现复杂特征提取，优化了氮化镓高电子迁移率晶体管（GaN HEMT）性能，在小数据、非线性场景下超越传统AI方法。这一突破性进展为半导体的设计和制造带来了前所未有的效率提升，有望彻底改变未来微芯片的设计流程。

半导体的设计与制造过程中，参数建模和优化至关重要却极具挑战。传统的人工智能方法在面对高维参数空间和有限实验数据时，往往难以精准建模。而量子机器学习作为新兴领域，为解决这一难题提供了新思路。CSIRO团队开发了一种名为量子核对准回归器（QKAR）的架构，该架构通过5个量子比特实现了复杂特征提取。

团队使用氮化镓高电子迁移率晶体管（GaN HEMT）半导体的159个实验样本数据对QML模型进行测试。在建模半导体材料的欧姆接触电阻时，QKAR架构展现出独特优势。欧姆接触电阻是半导体设计和制造中的关键属性，但因其难以建模而长期困扰业界。QKAR架构通过将经典数据转换为量子态，利用量子内核从紧凑数据集中捕捉复杂关联性，在样本有限的非线性场景下超越了传统AI方法。

经测试，QKAR技术在多个指标上优于7种传统经典机器学习（CML）算法。尤为重要的是，由于该方法仅需5个量子比特，能够立即应用于当前的量子架构。“半导体行业正日益受到数据稀缺和工艺复杂性上升的制约，”论文第一作者、CSIRO的量子研究员王泽恒博士指出，“我们的结果表明，经过精心设计的量子模型能够捕捉到经典模型可能遗漏的模式，尤其是在高维、小数据环境下。我们通过制造新的GaN器件验证了该模型，这些器件表现出了优化的性能，并且通过量子核谱分析，证实了QML能够泛化至训练数据之外。”

该研究不仅在理论上取得突破，还通过新器件的实际测试进行了验证。这展示了量子模型在高维、小数据环境下的独特优势。量子系统研究团队负责人穆罕默德・乌斯曼（Muhamma dUsman）教授表示，这一研究成果为在半导体工作流程中直接部署量子增强建模提供了概念验证，并且QKAR模型还可以适应除氮化镓之外的其他材料。

此次澳大利亚发布的量子技术半导体，在量子模型的小数据优化能力上实现创新，虽在量子比特数量和商业化进度上落后于国际巨头，但其通过标准化战略和硅基工艺路线，可能在中低端量子计算应用（如半导体设计优化）中形成差异化优势。未来，基于量子技术的半导体有望推动电子设备在性能、功耗等方面实现质的飞跃，开启微芯片设计与制造的新时代。