Kisel är allmänt förekommande i modern elektronik, och nu blir det alltmer användbart inom kvantberäkning.
Framför allt gör kiselets kompatibilitet med befintlig chipteknik och de långa koherenstiderna i kiselbaserade spinn-kubiter det till ett lovande material för skalbar kvantberäkning. En ny studie, publicerad i Nature Nanotechnology, har visat att kisel kan användas i en logisk kvantprocessor, vilket är det första i sitt slag.
En logisk kvantprocessor i kisel
Kvantdatorer är mycket känsliga för fel orsakade av omgivningsbrus, vilket skapar hinder för praktisk kvantberäkning. För att hjälpa till att undertrycka dessa fel kan information kodas i logiska kvantbitar med hjälp av feltolerant kvantberäkning (FTQC). Före denna studie hade kisel inte använts för logiska operationer i FTQC.
”I kiselbaserade kvantprocessorer förvärrar frekvensöverbelastning och överhörning felen ytterligare när systemet skalas upp. För att hantera dessa fel är logisk kodning den enda genomförbara lösningen genom att lagra kvantinformation redundant över flera fysiska kvantbitar. Medan logiska kvantbitar och operationer framgångsrikt har demonstrerats i plattformar såsom supraledande kretsar, neutrala atomer, kväve-vakanscentra och infångade joner, medför deras implementering i kiselbaserade spinnkvantbitar betydande tekniska utmaningar”, skriver studiens författare.
Teamet lyckades dock övervinna dessa utmaningar. För att skapa den logiska kvantprocessorn använde forskarteamet fem fosforkärnspinn i ett kisel-donorkluster som kvantbitar. De använde [[4, 2, 2]]-koden – en kvantfelupptäckande kod som kodar två logiska kvantbitar till fyra fysiska kvantbitar och har minimala resurskrav för att demonstrera kvantfelstolerans (FT). Logiska grindar implementerades med hjälp av en kombination av kärnmagnetisk resonans och elektron-spinnresonans. Den resulterande enheten kunde bearbeta kvantinformation samtidigt som den kontrollerade för fel och minskade signalstörningar, eller crosstalk, en viktig felkälla i kvantsystem.
Framgångsrika simuleringar
Teamet testade sin kiselkvantdator på en uppgift som innebar att beräkna grundtillståndsenergin hos en vattenmolekyl. För att göra detta körde de kvantalgoritmen variational quantum eigensolver (VQE) för att simulera grundtillståndet hos en vattenmolekyl med hjälp av logiska kvantbitar.
Författarna till studien skriver: ”I experimentet använder vi en integration av tre felreducerande tekniker, inklusive paritetskontroller för att säkerställa att data bibehålls i kodutrymmet, Clifford-anpassning för att minska fel med hjälp av en förkalibrerad anpassningsfunktion fCF och symmetiverifiering för att projicera densitetsmatrisen på det hamiltonianska begränsade symmetriunderrummet.”
Resultaten visade att dessa felreducerande tekniker avsevärt förbättrade den experimentella precisionen. Viktigt är att teamet säger att de experimentella resultaten från VQE visar ”anmärkningsvärd överensstämmelse med de teoretiska värdena.”
Nästa steg
Den framgångsrika implementeringen av den logiska kvantprocessorn i kisel utgör en viktig milstolpe för mer skalbar kvantberäkning. Teamet säger att de har planer på att ytterligare förbättra placeringen av donatorer och hoppas kunna minska överhörningen ännu mer för att öka prestandan. De hoppas också kunna skala upp till fler logiska kvantbitar och större donatormatriser i framtida projekt.
Forskarna avslutar med att redogöra för sina framtidsplaner: ”Donorklustermatriser kommer att tillverkas för att skala upp detta system och realisera FTQC-arkitekturen, där donorklustermatriserna kan omkonfigureras flexibelt för att anpassas till olika FT-kodningar. Vi ser framför oss skräddarsydda FTQC-scheman för systemet genom att använda de funktioner som demonstrerats i detta arbete, inklusive Toffoli-grindar med hög konnektivitet, starkt polariserat brus och logiska tillstånd kodade i kluster. Detta arbete markerar en övergång från fysisk kvantbitdrift till FT-logisk kodning inom kiselbaserad kvantberäkning.”
Publikationsuppgifter
Chunhui Zhang et al, Universal logical operations in a silicon quantum processor, Nature Nanotechnology (2026). DOI: 10.1038/s41565-026-02140-1
