Впервые в мире: квантовые модели меняют будущее производства чипов, преодолевая ограничения традиционных вычислений

Производство полупроводников — один из самых сложных процессов в современной инженерии. Оно требует высочайшей точности и включает сотни этапов, таких как травление и нанесение слоев, даже для создания одного чипа.

Однако исследователи из австралийского Государственного объединения научных и прикладных исследований (CSIRO) совершили прорыв, впервые применив квантовое машинное обучение (Quantum Machine Learning, QML) для производства полупроводников. Их работа может кардинально изменить методы изготовления чипов.

Команда разработала инновационную технологию производства полупроводников, успешно применив QML для построения моделей процессов. Этот подход не только повышает точность и эффективность производства, но и потенциально снижает стоимость чипов.

Традиционные методы производства полупроводников крайне сложны — от фотолитографии и травления до нанесения слоев, каждый чип проходит через сотни этапов. Обычные алгоритмы машинного обучения требуют огромных объёмов данных для эффективного обучения, но их производительность резко падает при ограниченных данных.

Новая архитектура QKAR (Quantum Kernel-Aligned Regressor) объединяет квантовые вычисления с классическим машинным обучением. Используя свойства квантовых состояний, QML способен выявлять более сложные взаимосвязи в данных и демонстрирует высокую эффективность даже при небольшом объёме обучающей выборки. В текущих тестах QKAR превзошёл семь традиционных алгоритмов машинного обучения.

«Кубиты в квантовых компьютерах работают принципиально иначе, чем биты в классических системах, основанных на 0 и 1. Благодаря квантовой суперпозиции кубиты могут одновременно находиться в состояниях 0 и 1, что позволяет охватывать гораздо больше переменных и возможностей в вычислениях», — поясняют исследователи.

Хотя квантовое машинное обучение пока находится на стадии исследований, его дальнейшее развитие может преодолеть ограничения, связанные с миниатюризацией традиционных чипов, и открыть новые перспективы для полупроводниковой промышленности.