Hybrid Classical-Quantum Neural Networks for Multi-Characteristic Co-Optimization of Recessed-Gate AlGaN/GaN MIS-HEMTs

Dieser Beitrag schlägt ein hybrides klassisch-quantenmechanisches neuronales Netzwerk (HQNN) vor, das durch die Nutzung experimenteller Daten bei der Optimierung von sechs elektrischen Kenngrößen von recessed-gate AlGaN/GaN-MIS-HEMTs klassische Basismodelle erheblich übertrifft und gleichzeitig zeigt, dass die Schaltungstiefe, die Anzahl der Parameter und spezifische Verschränkungsstrategien für die Genauigkeit sowie die Hardware-Tauglichkeit in naher Zukunft entscheidend sind.

Das Wesentliche

Stellen Sie sich vor, Sie versuchen, den perfekten Kuchen zu backen, aber statt Mehl und Zucker sind Ihre Zutaten unsichtbare mikroskopische Prozesse wie „Plasmabehandlung" und „chemische Reinigung". Sie möchten, dass der Kuchen genau richtig schmeckt (die richtigen elektrischen Eigenschaften aufweist), doch jedes Mal, wenn Sie einen backen, kostet es ein Vermögen, und der Ofen verhält sich jedes Mal ein wenig anders.

Dies ist die Herausforderung, der sich Ingenieure bei der Herstellung von GaN-Transistoren (winzige Leistungsschalter in der Elektronik) gegenübersehen. Sie müssen das perfekte Rezept finden, können es sich aber nicht leisten, Tausende von Kuchen zu backen, um jede Variation zu testen.

Hier ist, wie die Autoren dieser Arbeit dieses Problem mit einer Mischung aus altbewährter Mathematik und neuartiger „Quanten"-Magie gelöst haben.

1. Das Problem: Die teure, laute Küche

In der realen Welt ist die Herstellung dieser Transistoren chaotisch. Winzige Änderungen bei der Reinigung oder Erwärmung führen zu großen Veränderungen in ihrer Funktionsweise.

• Das Datenproblem: Man kann dies nicht einfach perfekt am Computer simulieren, weil die reale Welt zu chaotisch ist. Man muss die Chips tatsächlich bauen, um Daten zu erhalten.
• Die Kosten: Sie verfügten nur über Daten von 468 Chips. In der Welt der Künstlichen Intelligenz (KI) ist dies ein winziger, fast nicht vorhandener Datensatz. Normalerweise benötigt KI Millionen von Beispielen, um gut zu lernen. Mit so wenigen Beispielen neigen Standard-KI-Modelle dazu, das Rauschen auswendig zu lernen, anstatt die eigentlichen Regeln zu erfassen, was zu schlechten Vorhersagen führt.

2. Die Lösung: Ein hybrider „Quanten-Klassischer" Koch

Das Team entwickelte eine neue Art von KI, ein Hybrid Classical-Quantum Neural Network (HQNN) (Hybrides klassisch-quantenmechanisches neuronales Netzwerk). Stellen Sie es sich als ein Zwei-Personen-Kochteam vor:

• Der klassische Koch (Der Mensch): Dieser Teil der KI ist wie ein Standardcomputer. Er nimmt die chaotischen Rezeptanweisungen (24 verschiedene Variablen wie Temperatur, Zeit und Chemikaliensorten) und fasst sie in einer einfachen, leicht verständlichen Zusammenfassung zusammen.
• Der Quanten-Sous-Chef (Die Magie): Dies ist der neue Teil. Er nimmt diese Zusammenfassung und führt sie durch einen „Quantenschaltkreis". Stellen Sie sich dies als einen magischen Gewürzmühle vor, der Geschmacksrichtungen auf eine Weise mischen kann, die eine normale Mühle nicht kann. Er nutzt die seltsamen Regeln der Quantenphysik (wie Superposition und Verschränkung), um verborgene Muster in den Daten zu finden, die der menschliche Koch übersehen hat.

3. Wie sie es testeten

Sie rateten nicht einfach, welcher „Quanten-Gewürzmühle" am besten war. Sie bauten 19 verschiedene Designs (Vorlagen) und testeten sie alle, wie beim Ausprobieren verschiedener Formen von Ausstechförmchen, um zu sehen, welche die besten Kekse ergibt.

Sie stellten fest:

• Mehr Komplexität hilft (bis zu einem gewissen Punkt): Schaltkreise mit mehr „Reglern" (Parametern) und mehr Mischschichten (Tiefe) funktionierten besser.
• Die „Goldilocks"-Zone: Wenn der Quantenschaltkreis zu komplex (zu zufällig) war, wurde er tatsächlich schlechter. Es ist, als würde man einen Kuchenteig mit einem Mixer auf „maximales Chaos" mischen – man erhält nur ein Durcheinander. Die besten Schaltkreise waren komplex genug, um Muster zu finden, aber nicht so chaotisch, dass sie sich darin verloren.
• Bessere Werkzeuge: Schaltkreise, die „einstellbare" Mischwerkzeuge (parametrisierte Gatter) verwendeten, funktionierten besser als solche mit „festen" Werkzeugen (statische Gatter).

4. Die Ergebnisse: Ein besseres Rezept

Als sie ihren neuen Hybrid-Koch mit einer Standard-KI (dem „klassischen Basiswert") verglichen, gewann der Hybrid-Koch.

• Die Punktzahl: Er reduzierte den Gesamtfehler um 24,4 %.
• Die spezifischen Erfolge:
  • Er sagte das „Ein/Aus"-Schaltverhalten viel besser voraus.
  • Er war besonders gut darin, das Leckage vorherzusagen (wie viel Elektrizität austritt, wenn der Schalter aus ist). Dies ist normalerweise das Schwierigste vorherzusagen, da es so empfindlich auf winzige Fertigungsfehler reagiert.
  • Er sagte die „Hysterese" (wie sich das Gedächtnis des Schalters ändert) genauer voraus.

5. Der „Rauschen"-Test: Wird es auf echten Quantencomputern funktionieren?

Echte Quantencomputer von heute sind „rauschbehaftet" – sie machen Fehler, wie ein Radio mit Störgeräuschen. Das Team simulierte dieses Rauschen, um zu sehen, ob ihr Modell zusammenbrechen würde.

• Die Erkenntnis: Selbst mit einer moderaten Menge an „Störgeräuschen" (Rauschen) funktionierte das Modell immer noch sehr gut. Es begann erst bei extrem hohem Rauschen zu kämpfen.
• Das Fazit: Dies deutet darauf hin, dass wir keinen perfekten, futuristischen Quantencomputer benötigen, um diese Methode anzuwenden. Wir könnten dies potenziell auf den kleinen, unvollkommenen Quantencomputern ausführen, die jetzt gerade verfügbar sind.

Zusammenfassung

Die Arbeit zeigt, dass Ingenieure, indem sie einen Standardcomputer mit einem kleinen, spezialisierten Quantenschaltkreis kombinieren, die „geheimen Rezepte" für die Herstellung besserer Transistoren lernen können, selbst wenn sie nur eine winzige Menge an teuren Daten haben. Es ist wie die Verwendung einer magischen Linse, um Muster in einem unscharfen Foto zu erkennen, die ein normales Auge übersehen würde, und hilft ihnen, schnellere und günstigere Elektronik zu entwickeln.

Technische Zusammenfassung

Technische Zusammenfassung: Hybride klassisch-quantenmechanische neuronale Netze für die Multi-Charakteristik-Co-Optimierung von recessed-gate AlGaN/GaN MIS-HEMTs

Problemstellung
Die Optimierung von recessed-gate AlGaN/GaN Metal-Insulator-Semiconductor High Electron Mobility Transistors (MIS-HEMTs) erfordert eine präzise Modellierung mehrerer gekoppelter elektrischer Kenngrößen. Diese Bauelemente sind empfindlich gegenüber prozessbedingten Variabilitäten (z. B. Ätztiefe, Dielektrikum-Zusammensetzung, Oberflächenbehandlung), die analytische Modelle nur unter Inkaufnahme von Genauigkeits- oder Effizienzeinbußen erfassen können. Obwohl maschinelles Lernen (ML) zum Standard für die Halbleitermodellierung geworden ist, stoßen klassische Ansätze häufig bei experimentellen Datensätzen an Grenzen. Diese Datensätze sind kostspielig zu generieren, inhärent klein und aufgrund von Fertigungsstochastik verrauscht. Dichte klassische Netze neigen bei solchen Daten häufig zu Überanpassung oder scheitern daran, komplexe, nichtlineare Korrelationen zwischen Prozessvariablen und mehreren gekoppelten Bauelementzielen (Schwellspannung, Hysterese, Subthreshold-Swing, Ein-/Aus-Strom) gleichzeitig zu erfassen.

Methodik
Die Autoren schlagen ein Framework für hybride klassisch-quantenmechanische neuronale Netze (HQNN) vor, das für die gemeinsame Optimierung von sechs elektrischen Zielgrößen aus einem 24-dimensionalen Fertigungs-/Prozessvektor konzipiert ist. Die Methodik umfasst:

1. Datensatz: Die Studie nutzt 468 experimentell gefertigte Bauelemente über 17 verschiedene Prozessvarianten hinweg. Der Eingabevektor enthält kontinuierliche Variablen (Wafer-Koordinaten, Geometrie) und binär one-hot-kodierte kategoriale Prozessentscheidungen (Reinigung, Plasmabehandlung, Dielektrikum-Abscheidung, Tempern). Sechs Zielgrößen werden vorhergesagt: Vorwärts-/Rückwärts-Schwellspannungen ($V_{th,fwd}$, $V_{th,rev}$), Hysterese ($\Delta V_{th}$), Subthreshold-Swing (SS), Ein-Strom ($I_{on}$) und Aus-Strom ($I_{off}$).
2. Architektur: Das HQNN verwendet ein „Strict-Bottleneck"-Design, bei dem ein klassischer Multi-Layer-Perceptron (MLP)-Encoder den 24-dimensionalen Eingabevektor in einen 4-dimensionalen latenten Code komprimiert. Dieser Code wird auf Rotationswinkel für einen 4-Qubit-Parameterisierten Quantenschaltkreis (PQC) abgebildet. Der PQC verarbeitet den Zustand durch variationale Schichten, und eine 3-Achsen-Pauli-Messung (X, Y, Z) liefert einen 12-dimensionalen Merkmalsvektor, der linear auf die sechs Zielgrößen abgebildet wird.
3. Schaltkreisdesign und Screening: Die Autoren screenen systematisch eine Familie von 19 Quantenschaltkreis-Templates, die von Sim et al. [18] abgeleitet wurden, unter Variation der Konnektivität (Nachbar-zu-Nachbar, All-zu-All), der Verschränkungstypen (CNOT, CRZ, CRX) und der Schaltkreistiefe ($L$). Sie bewerten sowohl „Single-Template"-Ansätze (Wiederholung eines Blocks) als auch „Sequential Mixed-Circuit"-Ansätze (Stapelung verschiedener Blöcke).
4. Training: Das Modell wird mit einem gewichteten Multi-Ziel-Mittelwert-Quadratfehler (MSE)-Verlust trainiert. Gradienten für die Quantenparameter werden mittels der Parameter-Verschiebungs-Regel (Parameter-Shift-Rule) berechnet und mit klassischer Backpropagation durch den Encoder und die Ausleseschichten unter Verwendung von CUDA-Q und PyTorch integriert.

Hauptbeiträge

• Systematisches Schaltkreis-Screening: Die Arbeit liefert eine groß angelegte Ablationsstudie von Quantenschaltkreis-Templates für die Halbleiter-Regression und identifiziert spezifische architektonische Eigenschaften, die mit der Leistung korrelieren.
• Multi-Ziel-Co-Optimierung: Im Gegensatz zu früheren Quanten-Kernel-Methoden, die oft auf PCA-Komprimierung oder Einzelziel-Regression angewiesen sind, führt dieses HQNN ein End-to-End-supervised Learning auf dem vollständigen Merkmalsvektor durch, um mehrere gekoppelte Bauelementmetriken gleichzeitig vorherzusagen.
• Design-Leitlinien: Die Studie stellt Korrelationen zwischen Schalteigenschaften (Ausdrucksfähigkeit, Parameteranzahl, Tiefe, Verschränkungstyp) und Vorhersagegenauigkeit her und bietet einen Rahmen für die Auswahl von Ansatzes für Probleme mit kleinen Datenmengen.

Ergebnisse
Das ausgewählte HQNN, identifiziert als Schaltkreis (13, 5) bei $L=2$ (eine Mixed-Circuit-Konfiguration, die Template 13 auf Ebene 1 und Template 5 auf Ebene 2 verwendet), wurde gegen klassische Baselines einschließlich ANN, PLS, Entscheidungsbäume, XGBoost und andere getestet.

• Leistungssteigerung: Das HQNN reduzierte den gesamten normalisierten Root Mean Square Error (nRMSE) um 24,4 % im Vergleich zur besten klassischen Baseline (ANN).
• Zielspezifische Verbesserungen:
  • $V_{th,fwd}$ RMSE: 0,297 V $\to$ 0,270 V
  • $V_{th,rev}$ RMSE: 0,278 V $\to$ 0,263 V
  • $\Delta V_{th}$ RMSE: 0,049 V $\to$ 0,045 V
  • SS RMSE: 22,22 mV/dec $\to$ 19,87 mV/dec
  • $I_{off}$ RMSE: $5,75 \times 10^{-8}$ A $\to$ $4,35 \times 10^{-8}$ A (eine Reduktion von ca. 24 %)
  • $I_{on}$ RMSE blieb konkurrenzfähig (0,053 A gegenüber 0,056 A für ANN).
• Ablations-Erkenntnisse:
  • Ausdrucksfähigkeit: Die Genauigkeit korrelierte negativ mit der Ausdrucksfähigkeit ($D_{KL}$). Hoch expressive (Haar-zufallsähnliche) Schaltkreise schnitten schlechter ab, wahrscheinlich aufgrund von „Barren Plateaus" in Regimen mit kleinen Datenmengen.
  • Parameter und Tiefe: Die Genauigkeit korrelierte positiv mit der Parameteranzahl, der Schaltkreistiefe und der Anzahl der Zwei-Qubit-Gatter.
  • Verschränker: Parametrisierte gesteuerte Rotationsgatter (CRZ, CRX) schnitten besser ab als statische CNOT-basierte Schaltkreise.
• Rauschrobustheit: Eine Depolarisierungs-Rauschstudie an einem repräsentativen Schaltkreis (Template 13, $L=4$) zeigte, dass das Modell unter leichtem Rauschen ($p=0,005$) ein Gesamt-$R^2$ von 0,905 beibehält. Während die $I_{off}$-Vorhersage empfindlich auf Rauschen reagierte, blieben spannungsbezogene Zielgrößen stabil, was darauf hindeutet, dass der klassische Encoder auch dann noch Vorhersagekraft behält, wenn die quantenmechanische Darstellung degradiert.

Bedeutung und Behauptungen
Die Arbeit beansprucht, das Quantum Machine Learning (QML) in der Halbleitermodellierung von der Einzelziel-Quanten-Kernel-Regression hin zur Multi-Charakteristik-Bauelementmodellierung für recessed-gate GaN MIS-HEMTs voranzutreiben. Die Autoren behaupten, dass variationale hybride Quantenmodelle die Generalisierung auf kleinen, verrauschten experimentellen Datensätzen verbessern können, wo klassisches ML eingeschränkt ist.

Die Arbeit legt nahe, dass vergleichbare HQNNs auf Quantenhardware der nahen Zukunft (speziell 4-Qubit-Register) trainierbar oder einsetzbar sind, gegeben ihre nachgewiesene Robustheit gegenüber leichtem Depolarisierungsrauschen. Die Studie liefert einen Schaltkreis-Design-Rahmen für zukünftige QML-unterstützte Halbleiterprozessoptimierungen und betont, dass die kontrollierte Auswahl des Ansatzes entscheidend ist, um Quantenvorteile bei praktischen, datenbeschränkten Ingenieursaufgaben zu realisieren.