CN117540816A - 一种筛选目标超导量子比特的方法、装置和设备 - Google Patents
一种筛选目标超导量子比特的方法、装置和设备 Download PDFInfo
- Publication number
- CN117540816A CN117540816A CN202311440384.4A CN202311440384A CN117540816A CN 117540816 A CN117540816 A CN 117540816A CN 202311440384 A CN202311440384 A CN 202311440384A CN 117540816 A CN117540816 A CN 117540816A
- Authority
- CN
- China
- Prior art keywords
- resistance
- bit
- target
- superconducting
- calculation model
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 239000002096 quantum dot Substances 0.000 title claims abstract description 75
- 238000000034 method Methods 0.000 title claims abstract description 55
- 238000012216 screening Methods 0.000 title claims abstract description 54
- 238000004364 calculation method Methods 0.000 claims abstract description 85
- 238000013461 design Methods 0.000 claims description 17
- 238000005259 measurement Methods 0.000 claims description 15
- 238000012417 linear regression Methods 0.000 claims description 14
- 238000004458 analytical method Methods 0.000 claims description 6
- 239000003990 capacitor Substances 0.000 claims description 5
- 238000004590 computer program Methods 0.000 claims description 5
- 238000004519 manufacturing process Methods 0.000 abstract description 12
- 238000011156 evaluation Methods 0.000 abstract description 3
- 238000012937 correction Methods 0.000 abstract description 2
- 238000012827 research and development Methods 0.000 abstract description 2
- 238000012360 testing method Methods 0.000 description 22
- 230000008878 coupling Effects 0.000 description 8
- 238000010168 coupling process Methods 0.000 description 8
- 238000005859 coupling reaction Methods 0.000 description 8
- 238000011161 development Methods 0.000 description 7
- 238000004891 communication Methods 0.000 description 6
- 230000008569 process Effects 0.000 description 6
- 239000000523 sample Substances 0.000 description 6
- 239000002887 superconductor Substances 0.000 description 5
- 238000010586 diagram Methods 0.000 description 4
- 238000002474 experimental method Methods 0.000 description 4
- 238000012545 processing Methods 0.000 description 4
- 239000000243 solution Substances 0.000 description 4
- 238000004806 packaging method and process Methods 0.000 description 3
- XAGFODPZIPBFFR-UHFFFAOYSA-N aluminium Chemical compound [Al] XAGFODPZIPBFFR-UHFFFAOYSA-N 0.000 description 2
- 238000013459 approach Methods 0.000 description 2
- 230000007423 decrease Effects 0.000 description 2
- 238000009826 distribution Methods 0.000 description 2
- 230000005284 excitation Effects 0.000 description 2
- 238000013178 mathematical model Methods 0.000 description 2
- 238000003860 storage Methods 0.000 description 2
- 230000009471 action Effects 0.000 description 1
- 229910052782 aluminium Inorganic materials 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000013016 damping Methods 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 239000012895 dilution Substances 0.000 description 1
- 238000010790 dilution Methods 0.000 description 1
- 230000005281 excited state Effects 0.000 description 1
- 238000009472 formulation Methods 0.000 description 1
- 230000005283 ground state Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 230000009191 jumping Effects 0.000 description 1
- 238000005224 laser annealing Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000000691 measurement method Methods 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 229920001983 poloxamer Polymers 0.000 description 1
- 230000002035 prolonged effect Effects 0.000 description 1
- 238000005215 recombination Methods 0.000 description 1
- 230000006798 recombination Effects 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 230000007704 transition Effects 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N10/00—Quantum computing, i.e. information processing based on quantum-mechanical phenomena
- G06N10/40—Physical realisations or architectures of quantum processors or components for manipulating qubits, e.g. qubit coupling or qubit control
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N10/00—Quantum computing, i.e. information processing based on quantum-mechanical phenomena
- G06N10/20—Models of quantum computing, e.g. quantum circuits or universal quantum computers
Landscapes
- Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Mathematical Analysis (AREA)
- Data Mining & Analysis (AREA)
- Evolutionary Computation (AREA)
- Condensed Matter Physics & Semiconductors (AREA)
- Computational Mathematics (AREA)
- Mathematical Optimization (AREA)
- Pure & Applied Mathematics (AREA)
- Computing Systems (AREA)
- General Engineering & Computer Science (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Artificial Intelligence (AREA)
- Superconductor Devices And Manufacturing Methods Thereof (AREA)
Abstract
本申请公开了一种筛选目标超导量子比特的方法、装置和设备，属于量子计算机制造领域。该筛选目标超导量子比特的方法包括：获得电阻计算模型，所述电阻计算模型通过多个预选超导量子比特提供的参数所构建，所述参数包括比特电容、比特频率以及结电阻；利用所述电阻计算模型，以及所述目标超导量子比特的目标比特频率、和目标比特自电容，获得计算结电阻；根据预期基准电阻，筛选计算结电阻满足预设条件的目标超导量子比特。利用该方案能够快速地完成对超导量子比特中的结电阻进行估算，从而有助于提高根据该结电阻对其评断，以便快速进行应用或修正，进而提高了研发速度。
Description
技术领域
本申请属于量子信息领域，尤其是量子计算机制造领域，特别地，本申请涉及一种。
背景技术
隧道结形式的约瑟夫森结是一个由两超导体夹杂一个薄的绝缘层形成的三明治结构。对于这种超导体－绝缘体－超导体(SIS)的约瑟夫森结，最大允许的超电流是临界电流。
当通过约瑟夫森结的电流小于临界电流时，约瑟夫森结表现出来的结果与一般器件不同(即非线性元件)；当电流大于临界电流时，约瑟夫森结表现出来的结果与一般电阻类似。
传输子超导量子比特是利用并联分流的电容和具有非线性电感特性的约瑟夫森结所构成的二能级系统。量子比特的一个重要指标是比特电阻；因此，需要高效地确定所设计制造的量子比特具有预期的结电阻。
发明内容
本申请的示例提供了一种筛选目标超导量子比特的方法、装置和设备。其能够被使用以对设计的量子比特进行筛选，以便能够在不经过实际测量的前提下快速地预估其实际的结电阻，从而可以为筛选具有满足要求的实际测量结电阻的量子比特提供便利，可以避免对大量的量子比特逐个测量所导致的筛选速度慢、效率低的问题发生。
本申请示例的方案，通过如下内容实施。
在第一方面，本申请的示例提出了一种筛选目标超导量子比特的方法，其中该目标超导量子比特具有目标约瑟夫森结。
筛选的方法包括：
获得电阻计算模型，电阻计算模型通过多个预选超导量子比特提供的参数所构建，参数包括比特电容、比特频率以及结电阻；
利用电阻计算模型，以及目标超导量子比特的目标比特频率、和目标比特自电容，获得计算结电阻；
根据预期基准电阻，筛选计算结电阻满足预设条件的目标超导量子比特。
根据本申请的一些示例，电阻计算模型为：其中，R表示结电阻，C为比特电容，fq为比特频率，K为不定常数。
根据本申请的一些示例，获得电阻计算模型的方法包括：
分别测量多个预选超导量子比特，以获得对应的多个测量值，测量值包括预选超导量子比特的比特电容C、比特频率fq以及结电阻R；
以和/>建立二维坐标系，通过线性回归分析确定线性回归方程作为模型。
根据本申请的一些示例，在获得电阻计算模型之后，以及利用电阻计算模型之前，方法还包括：电阻计算模型调整步骤，电阻计算模型调整步骤被实施以修正不定常数K，从而调整电阻计算模型。
根据本申请的一些示例，电阻计算模型调整步骤包括：通过至少一个预选超导量子比特的参数修正线性回归方程。
根据本申请的一些示例，多个预选超导量子比特是彼此独立的；
或者，多个预选超导量子比特是以相邻两个彼此耦合的形式排布的。
根据本申请的一些示例，多个预选超导量子比特以一维链式排布；
或者，多个预选超导量子比特以二维阵列排布。
根据本申请的一些示例，电阻计算模型为：
其中，R表示结电阻，m为经验常数，e为单位元电荷且等于1.6×10-19C，/>为约化普郎克常数，C为比特电容，fq为比特频率；
和/或，用于构建电阻计算模型的参数是通过对预选超导量子比特实施测量获得的实测比特电容、实测比特频率以及实测结电阻；利用电阻计算模型计算目标超导量子比特的结电阻使用的目标比特频率为设计频率、目标比特自电容为设计电容。
在第二方面，本申请的一些示例提出了一种筛选目标超导量子比特的装置。该装置包括：
获取模块，用于获得电阻计算模型，该电阻计算模型通过多个预选超导量子比特提供的参数所构建，参数包括比特电容、比特频率以及结电阻；
计算模块，被配置为利用电阻计算模型，以及目标超导量子比特的目标比特频率、和目标比特自电容，计算目标约瑟夫森结的结电阻；
筛选模块，用于根据预期基准电阻，筛选计算结电阻满足预设条件的目标超导量子比特。
在第三方面，本申请的一些示例提出了一种电子设备，包括存储器和处理器。其中的存储器存储有计算机程序，并且处理器执行计算机程序时实现前述的筛选目标超导量子比特的方法。
有益效果：
利用本申请示例的提供的筛选目标超导量子比特的方法能够快速和高效地实现对约瑟夫森结的估算，如此可以通过对量子比特结电阻的对比可以快速地获得结电阻满足要求的量子比特，从而避免对不满足要求的量子比特的其他实验、测试操作。如此可以解决资源占用和实验和测试时间太长的问题。
另一方面，该筛选方法确定的结电阻，也可以进一步地用于预估量子比特的频率，量子比特间的耦合强度等参数。如此，在设计大数目的量子芯片时，由于可以快速地筛选出各种符合要求的量子比特，从而也可以起到加速研发的作用。
简言之，在量子计算芯片的研发过程中，涉及到需要快速确定所设计、制造的芯片是否满足要求时—例如其中用以构建量子比特的约瑟夫结的结电阻是否满足要求—采用对每个结实施测量操作以获得其结电阻的会非常慢、且占用大量的测量资源。利用被申请示例的方案能够实现快速地确定所设计的比特所需结电阻是否满足要求，从而可以在未测试前预估其结电阻，进而可以快速地排除不满足要求的结对应的芯片而使用满足要求的结进入后续制造过程或者其他测试项目。
附图说明
为了更清楚地说明，以下将对描述中所需要使用的附图作简单地介绍。
图1为本申请示例中的筛选目标超导量子比特的方法的结构示意图；
图2为本申请示例中的另一种筛选目标超导量子比特的方法的结构示意图；
图3为本申请示例中的筛选目标超导量子比特的装置的原理框图；
图4为本申请示例中的电子设备的原理框图。
具体实施方式
目前对于基于约瑟夫森结制造的超导量子比特，基于应用会涉及到将多个超导量子比特予以组合，即将多个超导量子比特在量子芯片中集成，并且量子比特之间耦合实现不同的量子门电路。并且考虑到量子芯片中量子比特数目较多，因此一些尝试选择以倒装焊的方式来将芯片中的多个元器件在平面中分布的平面芯片结构转换立体芯片结构。
由于在制造倒装芯片的过程中，多种因素都可能影响到倒装芯片功能。那么，在倒装焊前就面对各层芯片予以测试的需求。同时，量子芯片在被确定能够使用前需要经历多种测试。上述情况都导致超导量子芯片研发过程中会存在大量的各种测试，从而使得制造研发周期被延长。同时，由于超导量子芯片的各种测试对测试资源的占用大，且测试时间长，导致难以进行较多测试。如此，如果能够避免或减少测试需求，将会对量子比特得研发具有较大的积极作用。
在上述提及的一些实验和各种测试中，确定超导量子比特的约瑟夫森结的电阻即结电阻是一项重要的工作。实践中，可以通过诸如两探针法或四探针法测量结电阻。即通过使用探针与约瑟夫森结的两层超导层导电地接触，并通过直流测试电流和电压来测试约瑟夫森结的电阻。
由于约瑟夫森结的尺寸较小，例如在微米尺寸，并且其比较脆弱(可能因意外的挤压、接触、磕碰等发生碎裂的风险)。此外，目前使用得较多的铝基约瑟夫森结非常容易氧化，使得约瑟夫森结的铝金属超导层表面会形成氧化物，利用探针法测量时需扎穿氧化物层。这些都导致约瑟夫森结的测试费时、费力。
另一方面，设计满足质量要求的约瑟夫森结(如电阻、临界电流、结面积等等)是获得合格的超导量子比特以及超导量子芯片的一个重要环节。如果不能快速且稳定地获得合格的约瑟夫森结，也必然会影响到后续量子比特以及量子芯片的研发、制造。
简言之，此前为了确保制造的量子芯片的质量，于制造过程中，当约瑟夫森结被制造时，先对其完成电阻测试。当测得的结电阻满足要求后再继续进行量子比特、以及后续的芯片的制造。或者，虽然将先按照预期的计划完成约瑟夫森结、量子比特的制造，但是在后续如倒装焊、封装成量子芯片前，对结予以测量；在确保结满足要求后再进行倒装焊或封装等操作。
因此，在制造量子芯片的流程中，上述的操作都会涉及到约瑟夫森结的结电阻测试瓶颈。
针对这样的现状，在本申请示例中，发明人提出了一种方案。该方案被用于快速地预估约瑟夫森结的电阻。
大体上，在示例中，快速地预估约瑟夫森结的电阻的方法通过使用数学模型，并且通过设计参数代入数学模型计算得到约瑟夫森结的电阻。即，本申请示例的方案可以通过公式计算得到约瑟夫森结的电阻，而不需要实际测量—虽然实际可能反映约瑟夫森结的电阻。但是通过实验证实和更多数据的验证表面该方法能够获得与通过如探针法测量的结电阻的相同或相近(满足误差要求)的结电阻的结果，但是本申请示例的方案却可以显著地减少获得结电阻的时间，从而可以提高技术研发、迭代的速度。
示例中公开了筛选目标超导量子比特的方法。
其中筛选的主要指标为目标超导量子比特中的约瑟夫森结的电阻(或者被描述为结电阻)。可以知晓，该目标超导量子比特具有目标约瑟夫森结。其中的“目标”是指当前被进行筛选的超导量子比特是一个待筛选的对象，而非表示该超导量子比特是实际需要或预期的超导量子比特。因为，当前被进行筛选的超导量子比特可能因为工艺等原因而制造质量差，如此，通过筛选操作可以确定其不合格或者不满足质量要求，则该超导量子比特将不被使用。而如果，通过筛选操作可以确定其合格或者满足质量要求，则该超导量子比特将可以被使用。
参阅图1和图2，该筛选方法包括以下步骤。
步骤S1：获得电阻计算模型。
在该步骤中，电阻计算模型是通过多个预选超导量子比特提供的参数所构建。或者说，电阻计算模型是利用参数所确定得数学表达式。其中，各预选超导量子比特包括构成其的相应预选约瑟夫森结。因此，前述的参数包括预选超导量子比特的比特电容、比特频率以及预选约瑟夫森结的结电阻。也即，通过使用比特电容、比特频率以及结电阻作为参数来构建电阻计算模型。
需要指出的，在获得电阻计算模型时，所选择的超导量子比特的数目可以根据需要进行确定，并无特别的限定。原则上，使用更多的超导量子比特的相应参数所确定的电阻计算模型是可能更准确或更精准的。另外，预选超导量子比特的方式同样无特别的限定。
基于电阻计算模型的准确性考虑，其中的预选超导量子比特的各个参数是实测获得的。即预选超导量子比特的比特电容、比特频率以及预选约瑟夫森结的结电阻，分别为实测比特电容、实测比特频率以及实测结电阻。
简言之，可以选择利用真实的实际测量数据来构建电阻计算模型。因此，获得电阻计算模型的方法可以包括：分别测量多个预选超导量子比特，以获得对应的多个测量值；这些测量值包括预选超导量子比特的比特电容C、比特频率fq以及结电阻R。然后，以(可以纵坐标)和/>(横坐标)建立二维坐标系，通过对测量得到得各参数的数值在该二维坐标系中分布进行线性回归分析，从而确定线性回归方程作为模型。
例如，部分示例中电阻计算模型为：其中，R表示结电阻，C为比特电容，fq为比特频率，K为不定常数。相应地，在前述线性回归分析中，可以得到的线性回归方程。
换言之，通过使用多组数据，且每组数据包括实际测量得到的比特频率fq、比特电容C以及结电阻R，可以建立起RCfq三者的之间数学关系。
根据前述讨论可以知晓，用于确定电阻计算模型时所使用的数据多寡(如数据的组数)可以影响到模型的精度或准确性。因此，已经预先获得电阻计算模型可以在实际使用时再予以修正或调整，以提高其精度和准确性。即，预先例如采用N组数据—每组数据是一个参数，且包括三个值，分别为比特电容、比特频率以及结电阻——确定电阻计算模型。
这个预先确定的电阻计算模型可以被直接使用，或者如前述对其进行调整或修改。如此，可以在使用该电阻计算模型之前，再使用新的数据来修正前述线性回归分析过程，从而更新线性回归方程。例如，在前面的示例中，通过使用新的数据更新，那么即可以更新、调整K的值。
也即，在部分示例中，筛选目标超导量子比特的方法，在获得电阻计算模型之后，以及利用电阻计算模型之前，方法还包括步骤S11：电阻计算模型调整步骤(参阅图2)。该电阻计算模型调整步骤被实施，可以实现修正不定常数K。例如原来的电阻计算模型中经过修正后/>并且K’与K不同。
根据前文所描述的内容可知，在实施电阻计算模型调整步骤时。可以选择一个或多个预选的超导量子比特，通过其实测得到的参数来修正电阻计算模型。并且可以知晓，选择多个预选的超导量子比特可能是更加有利的；因为这可能会提高K值的精度或者说能够个真实地反映实际情况。
针对通过线性回归来确定电阻计算模型的情况，用于电阻计算模型调整步骤可以是包括：通过至少一个预选超导量子比特的参数修正线性回归方程。
此外，在用于确定电阻计算模型的多个预先超导量子比特中，这些超导量子比特的存在形式也可能对电阻计算模型存在影响。因此，部分示例中，在评估一个超导量子比特的结电阻时，可以结合考虑这些多个预选超导量子比特的存在方式来选择具体使用的电阻计算模型。
例如，当所描述的多个预先超导量子比特中，每个比特是彼此独立的，即没有耦合关系时，每个超导量子比特的实测比特电容、比特频率可以是A情况。而当这些多个预选超导量子比特是以相邻两个彼此耦合的形式排布时，可能每个超导量子比特的实测比特电容、比特频率可以是B情况。
因为，在理论设计阶段，预见到是否超导量子比特是否耦合的情况，可能需要对应地设计相应的设计比特电容和设计比特频率，进而在制造出相应超导量子比特时，其也反映出对应的实测比特电容和实测比特频率。其中的设计值和实测值可能严格地相等，或者由于工艺等方面的原因更多情况下是存在一定的偏差，但是在允许误差范围内。
这样的比特电容、比特频率等的不同可能影响确定电子计算模型的过程，从而使得模型有差异。因此，对于多个预选超导量子比特以一维链式排布或者，多个预选超导量子比特以二维阵列排布；或者，再考虑其中的部分或全部比特的耦合关系，也可能需要再更新电阻计算模型。
特别地，虽然上述电阻计算模型是使用有限的预先超导量子比特计算得到的，但是通过大量的实际工作发现该电阻计算模型具有相当的普适性。也即，虽然超导量子比特的具体结构或者物理参数有所不同，电但是该电阻计算模型仍然具有适用性。在使用不同的数量和/或不同结构的超导量子比特的实测参数来确定电阻计算模型时—以前述的公式为例—虽然K值有所不同，但是其均满足/>为一个常数的情况。
在通过以上内容获得预先确定的电阻计算模型或者通过修正的方式即可进行后续的使用。
因此，筛选目标超导量子比特的方法还包括下述步骤。
步骤2：利用电阻计算模型，以及目标超导量子比特的目标比特频率、和目标比特自电容，获得计算结电阻。
在本步骤中，目标超导量子比特的目标比特频率、和目标比特自电容例如是该超导量子比特的设计比特频率以及设计比特电容。也就是，在理论设计阶段，在理论中该超导量子比特被希望具有的比特电容和比特频率。
如此，将其比特电容和比特频率待如步骤S1中的电阻计算模型就可以计算得到该超导量子比特的(约瑟夫森)结电阻。
例如，当需要预估其他待评估的超导量子比特的结电阻时，可以先确定这个待评估的超导量子比特的比特电容和比特频率(可以是设计值)。
结合上述可以知晓，利用电阻计算模型计算目标超导量子比特的结电阻使用的目标比特频率可以为设计频率、目标比特自电容可以为设计电容。同时，用于构建电阻计算模型的参数是通过对预选超导量子比特实施测量获得的实测比特电容、实测比特频率以及实测结电阻。
在确定待评估的比特的电容和频率后，通过RCfq关系(即电阻计算模型)可以直接解算出结电阻。那么，这样计算得到超导量子比特的结电阻就能够免去实际测量的繁琐操作，可以使得后续元器件的制造可以顺利地执行。
得到目标约瑟夫森结的结电阻后，为了筛选目标超导量子比特，可以在筛选目标超导量子比特的方法中执行下述步骤S3。因此，筛选目标超导量子比特的方法还包括以下步骤。
步骤S3：根据预期基准电阻，筛选计算结电阻满足预设条件的目标超导量子比特。
其中，预期基准电阻是希望待评估超导量子比特具有的电阻。因此筛选时，将前面的步骤计算得出的结电阻，与预期基准电阻进行比较。
如果计算出的结电阻与预期基准电阻例如相等或者相差在可接受范围内，则表明这个待评估超导量子比特是符合要求的。那么，具有这个待评估超导量子比特的芯片就可以被继续使用，例如后续通过倒装焊制造为具有倒装结构的量子芯片。
相反，如果计算出的结电阻与预期基准电阻例如不相等或者相差超过了可接受范围，则表明这个待评估超导量子比特是不符合要求的。那么，具有这个待评估超导量子比特的芯片就不能被继续使用。
或者，如果计算出的结电阻与预期基准电阻例如不相等或者相差超过了可接受范围，则表明这个待评估超导量子比特是不符合要求的。那么，具有这个待评估超导量子比特的芯片需要进行一定的处理操作(例如对比特的频率进行激光退火方式的修正)才能被继续使用。并且在处理之后，还可以根据其设计电容和处理后的频率来重新计算结电阻。再将这个重新计算出来的结电阻与预期基准电阻比较，以判断是否可以使用。
通过上述方式计算获得超导量子比特中约瑟夫森结的电阻/结电阻之后，还可以使用该结电阻评估比特频率。其中评估比特频率的方式可以非使用前述的电阻计算模型。
根据上述内容可知，获得一个能够代表超导量子比特的比特电容、比特频率以及结电阻三者存在关联是该方法的一种要点。因此，在实际的研发中通过下述得一些工作确信上述方案能够实现；即比特电容、比特频率以及结电阻三者的确存一种关联，且该关联还可以被表达为
就细节而言，在实际工程中，超导量子比特由约瑟夫森结并联电容构成，其中约瑟夫森结可以等效为一个非线性电感。分析推测，在工艺条件稳定情况下，约瑟夫森结的常温电阻与比特频率有一定的对应关系。如此，我们可以通过标定约瑟夫森结的常温电阻来推测极低温下的比特频率，并以此进一步推算超导量子比特的相关性能。例如通过预测的频率带入理论公式中，可以计算出相关结果如耦合强度等性能。
当我们知道常温电阻后，用于评估极低温比特频率，进而筛选合适的芯片进行封装(如倒装焊)，提高效率。
根据理论，比特本征频率其中的/>为约化普郎克常数，Ej约瑟夫森结的能量，Ec是比特电容的充电能。因此，/>其中f01表示量子比特从基态0跃迁到激发态1的频率。以量子比特得二能级系统中的最低两个能级编码量子比特，则本征频率等于共振频率，即为量子比特频率。
在实际的应用中，在设计量子芯片时，Ej＞＞Ec且Ej/Ec＞x(选定的常数)，所以以上公式化简为
此外，约瑟夫森结具有一个临界电流，当经过结的电流超过临界电流时，结将会失去超导属性变成一个正常电阻，当经过结的电流小于临界电流时，结又会重新恢复超导。约瑟夫森结的临界电流大小为：Ic＝πΔ/2eR，其中Δ为超导能隙，R为约瑟夫森结的常温电阻；e为单位元电荷。
按BCS理论，拆散一库珀电子对和激发两个电子到正常态的最小能量的一半称为能隙Δ。能隙Δ与温度T有关，随温度T的升高而减小，在T＝Tc(超导材料的临界温度)时，Δ＝0。同时，能隙Δ除了与超导体临界电流密度有关，还与磁场也有关。在磁场作用下，能隙随磁场增大而减小。当磁场等于临界磁场时，超导体厚度小于临界厚度时，能隙为零，而大于临界厚度时，能隙不为零。
但是，临界电流在实验中直接测得存在一定的难度，通常需要根据其他的某些相关参量的测量来推算得到。
例如，采用测量微波驱动下的约瑟夫森结跳变电流统计分布，通过与理论模型拟合来推算约瑟夫森结各物理数。这一方法有两点不足：第一，通过微波激励来进行的参数标定,实际上是一种动态标定,有一定的不确定性；其二,微波激励本身需要考虑阻抗匹配实现问题。
此外，还可采用回滞电流与临界电流的比值来标定阻尼参数。此方法也存在一定的局限性。例如，当外界干扰造成约瑟夫森结I-V特性曲线零点上下涨落时,回滞电流与临界电流比值对原点上下涨落比较敏感,会给标定结果带来较大误差。
因此，部分情况下可以采用的测临界电流方法是先测大量(例如，重复测量上百次)得样品的跳变电流。然后，通过跳变电流进而在拟合出临界电流。如此，基于临界电流与电阻的关系也可以计算结电阻。但是，该方法时间耗费很久，同时在测量跳变电流时，会出现测不到，结损坏等其他情况。
在发明人的实践中，对于基于约瑟夫森结的超导量子芯片而言，在稀释制冷机内部，磁场环境属于弱磁，近乎无磁状态。因此，可以假设所有比特超导能隙均相同。
由公式Ic＝πΔ/2eR，以及Ic*R≈
m(经验常数)，可以得出
因此，电阻计算模型可以为：
其中，R表示结电阻，e为单位元电荷且等于1.6×10-19C，/>为约化普郎克常数，C为比特电容，fq为比特频率。
同时，发明人还统计汇总大量芯片的实测数据，由Ej与Ec的公式可得，比特的Ec与成正比，Ej与/>成正比，所以比特频率f与/>成正比。若比特频率/>那么将会得到某一常数K。
如此，通过统计学计算K值，每次迭代或者测试后，通过已实测到的比特频率和比特自电容以及JJ电阻，更新K值。那么在下一次流片时，通过已得到的K值，设计的比特频率和比特自电容，就能够反推所需要的电阻值。
值得指出的是，在使用诸如具有两个并联的约瑟夫森结所构成的直流超导量子干涉仪(DC-SQUID)以及电容来构造超导量子比特时，根据DC-SQUID中两个约瑟夫森结的情况，还可以进一步确定每个结的电阻值。因此，在DC-SQUID的使用示例中，前述电阻计算模型所得到的常温电阻值(结电阻)所得值为两个结并联测试结果，对于非对称(二者的结面积不同；可以表达为大结和小结)结而言，两个结的电阻不同。
在上面的示例中，1/R并＝1/R大结+1/R小结；即1/R＝1/R1+1/R2。
两比特不对称度d可由两种方法推导：
当有上下简并点频率以及非谐时，f上代表比特上简并点的比特频率(可测量得到)，f下代表比特下简并点的比特频率(可测量得到)，η代表比特的非谐系数且等于/>
同时d＝(Ej1-Ej2)/(Ej1+Ej2)，其中EJ1和Ej2分别表示两个并联的两个结的各自能量再结合以及Ic*R≈y(经验常数)，可以得到/>R1，R2分别为双结阻值。
通过上述方式即可得到超导量子比特中并联的不对称双约瑟夫结各自的电阻。并且，当确定两个双结电阻的阻值大小后，还可知晓比特频率与不对称度的大小。非对称度越大，两个结差值越大；同时上简并点频率主要由小电阻结决定，小电阻阻值与并联后阻值较接近，大电阻结决定非对称度。
对于单独一个比特而言，其非谐完全取决于自电容，但是对于耦合情况而言，其耦合电容也会对非谐有贡献。因此通过测试数据计算所得的比特自电容要根据比特自身处于的阵列位置进行修正计算。
在上述筛选目标超导量子比特方法的基础上，于示例中，本申请还公开了一种筛选目标超导量子比特的装置。
参阅图3，该筛选目标超导量子比特的装置100包括获取模块101、计算模块102和筛选模块103。
其中的获取模块101用于获得电阻计算模型。示例中，该电阻计算模型是通过多个预选超导量子比特提供的参数所构建的，而参数则包括比特电容、比特频率以及结电阻。因此，获得模块可以是用来将已经获得数据通过处理、计算而形成电阻计算模型。或者，获得模块还可以是通过操作测量设备(例如各种微波仪器、网络分析仪、任意波发生器等)以实施测量，并且将测量得到的数据通过处理、计算而形成电阻计算模型。
其中的计算模块102被配置为利用电阻计算模型，以及目标超导量子比特的目标比特频率、和目标比特自电容，计算目标约瑟夫森结的结电阻。
其中的筛选模块103用于根据预期基准电阻，筛选计算结电阻满足预设条件的目标超导量子比特。
进一步地，示例还公开了一种电子设备，其包括存储器和处理器。并且存储器存储有计算机程序，当处理器从存储器中调用和执行计算机程序时，实现筛选目标超导量子比特的方法。其中实现例如是通过安装有该电子设备/如计算单元或芯片的设备或仪器执行如上各种可能的实施方式中的方法。
这样的电子设备例如可以是平板电脑、车载电脑、掌上电脑等。
请参阅图4，其示意性地记载了电子设备的一种硬件结构。
电子设备包括：
处理器201，其可以是经典计算机处理器，或者量子计算机处理器。示例性，处理器201可以采用通用的CPU(CentralProcessingUnit，中央处理器)。
或者，示例性，处理器201还可以是微处理器、应用专用集成电路(ApplicationSpecificIntegratedCircuit，ASIC)、或者一个或多个集成电路等方式实现.其用于执行相关程序，以实现本申请实施例所提供的技术方案。
存储器202，可以采用只读存储器(ReadOnlyMemory，ROM)、静态存储设备、动态存储设备，或者随机存取存储器(RandomAccessMemory，RAM)等形式实现。存储器1602可以存储操作系统和其他应用程序，在通过软件或者固件来实现本说明书实施例所提供的技术方案时，相关的程序代码保存在存储器202中，并由处理器201来调用执行本申请实施例的液晶显示方法；
IO接口203(输入/输出接口)。其用于实现信息输入及输出。通信接口204，用于实现本设备与其他设备的通信交互。其实例如：可以通过有线方式(例如USB、网线等)实现通信，也可以通过无线方式(例如移动网络、WIFI、蓝牙等)实现通信；
总线在设备的各个组件(例如处理器201、存储器202、IO接口203和通信接口204)之间传输信息。处理器201、存储器202、输入/输出接口203和通信接口204通过总线205实现彼此之间在设备内部的通信连接。
通过上述方案，已经清楚和充分地对本申请的示例方案予以说明，本领域技术人员能够实施该方案。因此，在超导量子芯片的设计制作阶段，实施人可以对相关参数(例如比特中的约瑟夫森结线宽、结电阻、倒装焊的间距等)提供技术支持。并且利用该方案可以提高芯片筛选效率，无需安装升降温测试对芯片进行频率筛选、标定，从而节省一个测试周期时间。
以上依据图式所示的实施例详细说明了本申请的构造、特征及作用效果，以上所述仅为本申请的较佳实施例，但本申请不以图面所示限定实施范围，凡是依照本申请的构想所作的改变，或修改为等同变化的等效实施例，仍未超出说明书与图示所涵盖的精神时，均应在本申请的保护范围内。
Claims (10)
1.一种筛选目标超导量子比特的方法，其特征在于，所述方法包括：
获得电阻计算模型，所述电阻计算模型通过多个预选超导量子比特提供的参数所构建，所述参数包括比特电容、比特频率以及结电阻；
利用所述电阻计算模型，以及所述目标超导量子比特的目标比特频率、和目标比特自电容，获得计算结电阻；
根据预期基准电阻，筛选所述计算结电阻满足预设条件的目标超导量子比特。
2.根据权利要求1所述的筛选目标超导量子比特的方法，其特征在于，所述电阻计算模型为：
其中，R表示结电阻，C为比特电容，fq为比特频率，K为不定常数。
3.根据权利要求2所述的筛选目标超导量子比特的方法，其特征在于，获得电阻计算模型的方法包括：
分别测量所述多个预选超导量子比特，以获得对应的多个测量值，所述测量值包括预选超导量子比特的比特电容C、比特频率fq以及结电阻R；
以和/>建立二维坐标系，通过线性回归分析确定线性回归方程作为所述模型。
4.根据权利要求3所述的筛选目标超导量子比特的方法，其特征在于，在获得电阻计算模型之后，以及利用所述电阻计算模型之前，所述方法还包括：电阻计算模型调整步骤，所述电阻计算模型调整步骤被实施以修正不定常数K，从而调整电阻计算模型。
5.根据权利要求4所述的筛选目标超导量子比特的方法，其特征在于，电阻计算模型调整步骤包括：通过至少一个预选超导量子比特的参数修正所述线性回归方程。
6.根据权利要求1至5中任意一项所述的筛选目标超导量子比特的方法，其特征在于，所述多个预选超导量子比特是彼此独立的；
或者，所述多个预选超导量子比特是以相邻两个彼此耦合的形式排布的。
7.根据权利要求1至5中任意一项所述的筛选目标超导量子比特的方法，其特征在于，所述多个预选超导量子比特以一维链式排布；
或者，所述多个预选超导量子比特以二维阵列排布。
8.根据权利要求1所述的筛选目标超导量子比特的方法，其特征在于，所述电阻计算模型为：其中，R表示结电阻，m为经验常数，e为单位元电荷且等于1.6×10-19C，/>为约化普郎克常数，C为比特电容，fq为比特频率；
和/或，用于构建电阻计算模型的参数是通过对所述预选超导量子比特实施测量获得的实测比特电容、实测比特频率以及实测结电阻；利用所述电阻计算模型计算目标超导量子比特的结电阻使用的目标比特频率为设计频率、目标比特自电容为设计电容。
9.一种筛选目标超导量子比特的装置，其特征在于包括：
获取模块，用于获得电阻计算模型，所述电阻计算模型通过多个预选超导量子比特提供的参数所构建，所述参数包括比特电容、比特频率以及结电阻；
计算模块，被配置为利用所述电阻计算模型，以及所述目标超导量子比特的目标比特频率、和目标比特自电容，获得计算结电阻；
筛选模块，用于根据预期基准电阻，筛选所述计算结电阻满足预设条件的目标超导量子比特。
10.一种电子设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至8中任一项所述的筛选目标超导量子比特的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311440384.4A CN117540816A (zh) | 2023-10-31 | 2023-10-31 | 一种筛选目标超导量子比特的方法、装置和设备 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311440384.4A CN117540816A (zh) | 2023-10-31 | 2023-10-31 | 一种筛选目标超导量子比特的方法、装置和设备 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN117540816A true CN117540816A (zh) | 2024-02-09 |
Family
ID=89783213
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202311440384.4A Pending CN117540816A (zh) | 2023-10-31 | 2023-10-31 | 一种筛选目标超导量子比特的方法、装置和设备 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117540816A (zh) |
-
2023
- 2023-10-31 CN CN202311440384.4A patent/CN117540816A/zh active Pending
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US8188752B2 (en) | Yield improvement for Josephson junction test device formation | |
| Lam et al. | Modeling the nonlinearity of superconducting strip transmission lines | |
| TW202335360A (zh) | 測試裝置以及採用測試裝置進行測試的測試方法 | |
| CN112926259B (zh) | 一种基于rbf神经网络模型预测半导体器件结温的方法 | |
| Moradpour et al. | Measurement uncertainty in battery electrochemical impedance spectroscopy | |
| US7260754B2 (en) | Semiconductor device with speed binning test circuit and test method thereof | |
| US20240070513A1 (en) | Method for determining crosstalk of quantum bits, quantum control system, and quantum computer | |
| CN117540816A (zh) | 一种筛选目标超导量子比特的方法、装置和设备 | |
| CN117889980A (zh) | 一种超导量子芯片及其温度测量方法及测温电路 | |
| CN115754772B (zh) | 一种电池容量衰减处理方法、装置、设备和存储介质 | |
| US20230400510A1 (en) | Systems and methods for on-chip noise measurements | |
| CN114019276A (zh) | 近场探头空间分辨率的表征方法、计算机设备及校准件 | |
| CN106249034B (zh) | 一种用于协同动态电压频率调整系统的片上电压降报警器 | |
| US12078675B2 (en) | Calibration method, calibration apparatus, and program | |
| CN115575721A (zh) | 应用晶圆级封装的再布线层材料的复介电常数提取方法 | |
| Sahu et al. | An Automated Machine Learning Approach to Inkjet Printed Component Analysis: A Step Toward Smart Additive Manufacturing | |
| Kim et al. | A novel transmission line characterisation based on measurement data reconfirmation | |
| Behr et al. | Analysis of different measurement setups for a programmable Josephson voltage standard | |
| Wang et al. | Development of gallium-arsenide-based GCPW calibration kits for on-wafer measurements in the W-band | |
| Daffé et al. | On-Wafer Series-Through Broadband Measurement of Sub-fF55-nm MOS RF Voltage-Tunable Capacitors | |
| Ma et al. | Risk assessment for bonding wires instantaneous touch in high density packaging | |
| Liu et al. | A Modified Two-Line Method for Determining Dielectric Properties of Unknown Materials | |
| CN114814602A (zh) | 一种soc测量系统评估方法、装置及系统 | |
| Yadav et al. | Analysis of test structure design induced variation in on Si on-wafer TRL calibration in sub-THz | |
| Bahukudumbi et al. | Test-pattern ordering for wafer-level test-during-burn-in |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination |