首次发现：硅是限制超导量子处理器性能的主要因素
硅是一种广泛用于计算的材料：包括计算机芯片、电路、显示器和其他现代计算设备。硅也被用作衬底，或者量子计算芯片的基础。
然而，美国能源部费米国家加速器实验室超导量子材料和系统中心(SQMS)的研究人员已经证明，硅衬底可能对量子处理器的性能有损。他们以十亿分之一的精度测量了硅对量子比特寿命的影响。这些发现已经发表在《应用物理评论》上[1]。同时还发现，祖冲之号使用的蓝宝石是一种比硅更好的衬底。
一种基于超导的量子处理器，由沉积在硅衬底顶部的几种薄膜材料组成。图片来源：Rigetti Computing
01
影响超导量子比特寿命的因素
量子计算机提供了一种基于量子力学的新计算方法。这些设备可以完成传统计算机需要几年时间才能完成或者实际上不可能完成的计算。
利用量子力学的力量，量子比特——量子计算芯片中保存的量子信息的基本单位——可以同时是1和0。在量子比特中处理和存储信息具有挑战性，并且需要良好控制的环境。微小的环境干扰或量子比特材料的瑕疵都会破坏信息。
量子比特需要近乎完美的条件来保持其量子态的完整性，但某些材料属性会缩短量子比特的寿命。这种现象被称为量子退相干，是操作量子处理器需要克服的一个关键障碍。
减少或消除量子退相干的第一步是了解其根源。SQMS中心的科学家正在研究一种被广泛使用的量子比特——transmon。它由几层具有独特性能的不同材料制成。每一层和这些层之间的每一个界面，都对量子退相干起着重要的作用。他们创造了“陷阱”，微波光子——存储和处理量子信息的关键——可以被吸收并消失。
仅根据量子比特的测量，研究人员无法明确区分陷阱的位置，或各种材料或界面中的哪一种在驱动退相干。SQMS中心的科学家使用独特敏感的工具来研究构成transmon量子比特的材料的这些效应。
费米实验室首席技术官、应用物理和超导技术部门负责人、SQMS中心技术推力负责人Alexander Romanenko说[2]:“我们正在对系统进行分解，以了解单一因素如何影响量子比特的退相干。几年前，我们意识到我们的(超导射频)腔可以作为评估这些材料微波损耗的工具，精确度达到十亿分之一以上。”
连接到支架的硅样品出现在前景中，而研究中使用的SRF腔位于背景中。图片来源：SQMS中心
02
硅导致量子比特加快退相干
SQMS中心的研究人员直接测量了高电阻率硅的损耗角正切——一种材料吸收电磁能量的能力。这些测量是在接近绝对零度的温度下进行的。这些低温为超导量子比特的运行提供了合适的条件。
SQMS中心科学家、该项目的首席研究员Mattia Checchin说：“我们进行这项实验的主要动机是，在如此低的温度下，没有直接测量损耗角正切。”
没有一种材料是完美的。通过严格的测试和研究，研究人员正在对最适合量子计算的材料和属性建立更全面的理解。
Checchin在稀释制冷机中冷却金属铌SRF腔，并用电磁驻波填充。Checchin在将硅样品放入空腔后，比较了没有硅存在时和有硅存在时波消散的时间。他发现有硅存在时，波消散的速度快了100多倍——从没有硅时的100毫秒到有硅时的不到1毫秒。
SQMS中心主任Anna Grassellino说：“我们测量的硅耗散比量子信息科学领域广泛报道的数字要差一个数量级。我们通过用独特敏感的工具研究每个量子比特的子成分来解开这个问题的方法表明，硅衬底对transmon量子比特退相干的影响是巨大的。”
03
硅VS蓝宝石
开发基于量子计算芯片的量子计算机公司通常使用硅作为衬底。SQMS中心的研究强调了理解硅的哪些特性具有负面影响的重要性。这项研究也有助于确定硅的规格，以确保衬底是有用的。另一种选择是用蓝宝石或其他损耗较小的材料替代硅。中国的祖冲之号采用的就是蓝宝石衬底。
Checchin说：“原则上，蓝宝石就像一个完美的绝缘体——比硅好得多。但即使是蓝宝石在非常低的温度下也会有一些损耗。一般来说，你希望有一个无损的衬底。”
一位科学家演示了研究中使用的硅样品组装过程。图片来源：SQMS中心
研究人员通常使用同样的技术制造硅基微电子器件，在硅衬底上放置量子比特。因此蓝宝石很少用于量子计算。
Romanenko说：“我们经过多年的材料科学和器件物理研究才制定出铌材料规格，以确保SRF腔的持续高性能。同样的，需要对包含超导量子比特的材料进行类似的研究。这项工作包括研究人员与材料行业供应商的合作。”
无论量子比特使用哪种材料，消除损耗和增加相干时间对量子计算的成功都至关重要。没有一种材料是完美的。通过严格的测试和研究，研究人员正在对最适合量子计算的材料和属性建立更全面的理解。
这种损耗角正切测量在寻找量子计算最佳材料方面向前迈出了实质性的一步。SQMS中心的科学家已经衍生出一个问题，现在可以探索更精细的硅或蓝宝石是否可以利用量子比特的计算能力。
参考链接：
[1]https://journals.aps.org/prapplied/abstract/10.1103/PhysRevApplied.18.034013
[2]https://news.fnal.gov/2022/09/new-measurements-point-to-silicon-as-a-major-contributor-to-performance-limitations-in-superconducting-quantum-processors/