پژوهشگران استرالیایی با ترکیب یادگیری ماشین و محاسبات کوانتومی، روش جدیدی برای طراحی تراشه ابداع کرده‌اند. این تکنیک با کدگذاری داده‌ها در حالت‌های کوانتومی، می‌تواند فرآیند طراحی را تا ۲۰ درصد بهینه‌تر از مدل‌های سنتی کند.
پژوهشگران استرالیایی در مقاله‌ای که در ژورنال معتبر Advanced Science منتشر شده، از یک تکنیک جدید مبتنی بر یادگیری ماشین کوانتومی (QML) پرده‌برداری کرده‌اند که می‌تواند فرآیند پیچیده طراحی تراشه‌های نیمه‌هادی را متحول کند. این روش نوآورانه با کدگذاری داده‌های کلاسیک در حالت‌های کوانتومی و تحلیل الگوهای آن، مدل‌هایی جدید برای طراحی چیپ تولید می‌کند که تا ۲۰ درصد کارآمدتر از روش‌های سنتی عمل می‌کنند.
فرآیند مدرن طراحی و ساخت پردازنده‌های سیلیکونی نیازمند دقتی فوق‌العاده بالاست که شامل صد‌ها مرحله برای تولید ویفرها و در نهایت تراشه‌ها می‌شود. تکنیک جدید به‌ویژه در مراحل پایانی ساخت، یعنی زمانی که تراشه برای استفاده در یک دستگاه واقعی مراحل پکجینگ را طی می‌کند، کاربرد دارد و می‌تواند به پیشرفت‌های بزرگی در این صنعت منجر شود.
پیوند دنیای کوانتوم و یادگیری ماشین با روش QKAR
یکی از چالش‌های اصلی در پکجینگ تراشه، درک دقیق جریان الکتریکی بین لایه‌های سیلیکونی و فلزی است که با عنوان «مقاومت اتصالات اهمی» یا Ohmic Contact Resistance شناخته می‌شود. مدل‌سازی این پدیده بسیار دشوار است، اما محققان معتقدند روش جدید آن‌ها این فرآیند را به شکل قابل توجهی ساده‌تر می‌کند.
در این پژوهش، از ۱۵۹ نمونه «ترانزیستورهای گالیوم نیترید با تحرک‌پذیری بالای الکترونی یا (GaN HEMTs) که در تجهیزات الکترونیکی پیشرفته کاربرد دارند، استفاده شد. ابتدا متغیرهای کلیدی در فرآیند ساخت که بر مقاومت اهمی تأثیرگذار بودند، شناسایی شدند. سپس با تکنیکی به نام QKAR، داده‌های کلاسیک به حالت‌های کوانتومی تبدیل شدند تا یک سیستم کامپیوتر کوانتومی بتواند الگوهای پنهان در آن‌ها را بیابد.
نتایج حاصل از تحلیل کوانتومی سپس به یک الگوریتم یادگیری ماشین کلاسیک داده شد تا ، بهینه‌سازی‌های ممکن در فرآیند ساخت تراشه را کشف کند. این مدل ترکیبی از پردازش کوانتومی و یادگیری ماشین، عملکردی بهتر از الگوریتم‌های یادگیری عمیق و یادگیری ماشین سنتی از خود نشان داد. بر اساس این مطالعه، روش QKAR بین ۸.۸ تا ۲۰.۱ درصد کارایی بیشتری نسبت به مدل‌های دیگر داشته است.
در همین رابطه بخوانید:
– انقلاب کوانتومی روی سیلیکون: اولین تراشه فوتونیک-الکترونیک در خط تولید تجاری ساخته شد
– پایان دوران سیلیکون؟ اولین رایانه با مواد دو بعدی ساخته شد
اگرچه بهره‌برداری کامل از این تکنیک نیازمند توسعه سخت‌افزارهای کوانتومی پیشرفته‌تر است، اما این یافته‌ها پتانسیل بالای یادگیری ماشین کوانتومی را برای حل مسائل پیچیده در حوزه نیمه‌هادی‌ها نشان می‌دهد.
source