Valley Splitting Correlations Across a Silicon Quantum Well Containing Germanium

Cette étude démontre que les variations de l'éclatement de vallée dans un réseau de points quantiques SiGe/Si/SiGe fabriqués par Intel présentent des corrélations spatiales à travers des échelles sub-100 nm et micrométriques, confirmant que le désordre d'alliage microscopique est le facteur dominant et fournissant des informations essentielles pour la conception d'ordinateurs quantiques à base de silicium évolutifs.

L'essentiel

Imaginez que vous essayiez de construire une horloge numérique super précise à l'aide de minuscules billes invisibles (des électrons) piégées dans une boîte microscopique (un point quantique). Pour que cette horloge fonctionne parfaitement, la bille doit rester dans un état bien spécifique. Cependant, dans le matériau utilisé pour construire ces boîtes (le silicium), il existe un problème sournois : la bille peut accidentellement glisser vers un état « fantôme » qui ressemble presque exactement au vrai. C'est ce qu'on appelle la division de vallée (valley splitting).

Si l'écart entre le véritable état et l'état fantôme est trop petit, votre horloge s'embrouille et l'information est corrompue. L'objectif de cette recherche était de déterminer à quel point cet écart est important sur une puce industrielle de grande taille et si la taille de cet écart varie de manière fluide ou aléatoire lorsque l'on se déplace d'un point à un autre.

Voici un aperçu de ce que les chercheurs ont découvert, en utilisant des analogies simples :

1. Le terrain est accidenté (Le « désordre d'alliage »)

Imaginez que la puce de silicium ne soit pas un sol plat et lisse, mais un sentier de randonnée cahoteux composé d'un mélange de deux types de roches : du Silicium et un tout petit peu de Germanium. Même si le mélange est censé être uniforme, les roches sont éparpillées de manière aléatoire, comme des pépites dans un gâteau.

Les chercheurs ont découvert que ces « pépites » aléatoires (désordre d'alliage) créent de minuscules collines et vallées dans le paysage énergétique. À cause de cela, l'écart de l'état fantôme (la division de vallée) n'est pas le même partout. Parfois, l'écart est large (sûr), et parfois, il est étroit (risqué).

2. La sonde « Lampe de poche »

Pour mesurer ces écarts, l'équipe n'a pas simplement regardé un point et s'est arrêtée. Ils ont utilisé une astuce ingénieuse appelée DAPS (Spectroscopie par Impulsion d'Axe de Désaccord).

Imaginez que vous avez un faisceau de lampe de poche (l'électron) que vous pouvez faire glisser d'avant en arrière le long d'une piste de 1,3 micron de long (environ 1/50e de la largeur d'un cheveu humain). En faisant glisser cette lampe de poche sous différentes grilles (les « doigts » de la puce), vous scannez essentiellement le terrain.

• La Découverte : Lorsqu'ils ont fait glisser la lampe de poche de seulement quelques nanomètres (la largeur de quelques atomes), la taille de l'écart changeait radicalement. C'était comme passer d'un endroit ensoleillé à un endroit ombragé en seulement quelques pas.
• L'Échelle : Ils ont découvert que la « mémoire » du terrain ne dure qu'environ 19 nanomètres. Si vous déplacez votre électron ne serait-ce qu'un tout petit peu plus loin, le nouvel emplacement n'a plus aucun rapport avec l'ancien. C'est comme lancer une pièce : le résultat du lancer à 19 nanomètres de distance n'a rien à voir avec celui que vous venez de faire.

3. La « Longue Marche » à travers la puce

Après avoir scanné les distances infimes, ils ont examiné l'ensemble de la piste de 1,3 micron, en vérifiant 21 points différents (comme si l'on vérait la météo dans 21 villes différentes le long d'une autoroute).

• Le Modèle : Ils ont constaté que, bien que la taille de l'écart varie énormement d'un point à l'autre, les variations ne sont pas totalement chaotiques sur de longues distances. Il y avait des modèles subtils où la taille de l'écart semblait « anticiper » ou « faire écho » à ce qui se passait plus loin sur la ligne.
• La Surprise : Cependant, lorsqu'ils ont utilisé des simulations informatiques pour voir si cela correspondait à un « ordre caché » dans le matériau, ils ont trouvé quelque chose d'intéressant : ce n'était pas spécial du tout.
  • L'Analogie : Imaginez que vous marchiez dans une rue et que vous remarquiez que chaque sixième maison est rouge, et chaque douzième maison est bleue. Vous pourriez penser qu'il y a un modèle secret. Mais si vous générez une liste aléatoire de couleurs de maisons sur un ordinateur, vous verrez souvent ces mêmes « modèles » par pur hasard.
  • Les chercheurs ont conclu que les modèles observés sur la grande puce étaient probablement de simples coïncidences aléatoires causées par l'échantillonnage d'un nombre limité de points à partir d'une distribution aléatoire. Le matériau est essentiellement un « éparpillement aléatoire » de bosses, et les modèles que nous voyons ne sont que le bruit naturel lié au fait d'observer un petit échantillon.

4. Pourquoi cela importe (selon l'article)

L'article ne promet pas un nouveau produit ou une solution pour les ordinateurs de demain. Au lieu de cela, il fournit une « carte » cruciale pour les futurs ingénieurs.

• Le Problème : Si vous construisez un ordinateur quantique massif avec des milliers de qubits, vous avez besoin que chacun d'eux possède un écart de taille « sûr ».
• La Découverte : Comme la taille de l'écart change si rapidement et de manière aléatoire (tous les 19 nanomètres), vous ne pouvez pas supposer que si un endroit est bon, l'endroit voisin le sera aussi.
• La Conclusion : Pour construire des ordinateurs quantiques fiables, les ingénieurs doivent concevoir des matériaux et des dispositifs capables de gérer cette « rugosité » inhérente. Ils doivent comprendre que le matériau est naturellement irrégulier, et ils doivent concevoir leurs systèmes pour qu'ils fonctionnent même lorsque l'électron atterrit sur un point « accidenté ».

En bref : Les chercheurs ont cartographié le « terrain énergétique » d'une puce de silicium et ont découvert qu'il s'agit d'un paysage accidenté et aléatoire où la sécurité des bits quantiques change tous les quelques atomes. Les modèles qu'ils ont observés à travers toute la puce n'étaient que du bruit aléatoire, et non un code caché, nous rappelant que la nature est désordonnée et que nous devons construire nos ordinateurs quantiques pour qu'ils soient assez robustes pour gérer ce désordre.

Résumé technique

Résumé Technique : Corrélations du fractionnement de vallée à travers un puits quantique de silicium contenant du germanium

Énoncé du problème
Les points quantiques de silicium dans les hétérostructures SiGe/Si/SiGe constituent une plateforme de premier plan pour les qubits de spin électronique. Cependant, la bande interdite indirecte et la symétrie cristalline à six replis du silicium créent des états de vallée quasi dégénérés. Bien que la déformation (strain) lève la dégénérescence dans le plan, le confinement hors plan entraîne généralement un état de vallée excité de faible énergie avec un fractionnement d'énergie ($E_V$) faible, souvent compris entre 10 et 200 $\mu$eV. Cet état de faible énergie dégrade le contrôle des qubits ainsi que la fidélité de la préparation et de la mesure de l'état (SPAM). Les travaux théoriques suggèrent que le désordre microscopique dans l'alliage SiGe (distribution aléatoire des atomes de Ge) est le facteur dominant limitant $E_V$. Un défi critique pour l'informatique quantique à grande échelle est d'obtenir un fractionnement de vallée uniformément important sur des distances mésoscopiques (dispositifs à de nombreux qubits), car les variations locales peuvent créer des « points chauds » de faible fractionnement qui réduisent le rendement et impactent les schémas de transfert d'électrons (shuttling).

Méthodologie
Les auteurs ont étudié les variations du fractionnement de vallée dans un dispositif Intel « Tunnel Falls » fabriqué industriellement, contenant un canal de 1,3 $\mu$m de long de Si$_{0,972}$Ge$_{0,028}$. Le dispositif présente un réseau 1D de 21 points quantiques accessibles formés par des grilles de plunger et de barrière avec un pas de 60 nm.

1. Modélisation du dispositif : Les auteurs ont utilisé le simulateur MaSQE pour modéliser la densité électronique, confirmant la forme elliptique des points et l'orientation du premier état orbital excité. Ils ont simulé 1000 valeurs de fractionnement de vallée basées sur la théorie du désordre d'alliage (ADD) pour établir une référence de distribution de Rayleigh théorique.
2. Technique de mesure : L'étude a employé la spectroscopie impulsionnelle sur l'axe de désaccord (DAPS - Detuning Axis Pulsed Spectroscopy). Cette technique consiste à appliquer des impulsions sur un point quantique double (DQD) à travers un diagramme de stabilité de charge pour induire un effet tunnel entre les sources et les cibles. En mesurant le courant du transistor à un électron unique (SET) après un temps de maintien variable, les auteurs ont extrait l'énergie de fractionnement de vallée ($E_V$) et l'énergie orbitale ($E_O$) à partir des spectres résultants.
3. Sondage spatial :
   • Échelle sub-100 nm : Les auteurs ont réalisé une « sonde de vallée continue » en épuisant une grille de barrière externe dans une configuration DQD. Cela a permis de déplacer la fonction d'onde de l'électron de manière continue sur environ 100 nm de matériau, mesurant $E_V$ avec une résolution de ~2 nm.
   • Échelle du dispositif : Ils ont mesuré $E_V$ discrètement sous chacun des 21 doigts de grille accessibles sur l'ensemble du canal de 1,3 $\mu$m.
4. Analyse statistique : Les auteurs ont calculé les autocorrélation de $E_V$ à diverses séparations spatiales. Ils ont utilisé des tests de permutation pour déterminer la signification statistique des corrélations observées et ont comparé les données expérimentales à des simulations d'échantillonnage aléatoire à partir de la distribution ADD théorique.

Résultats clés

• Fluctuations à l'échelle nanométrique : Sous les doigts de grille individuels, $E_V$ a présenté des fluctuations rapides, allant d'un maximum de ~500 $\mu$eV à un minimum de ~50 $\mu$eV sur des distances de ~40 nm.
• Longueur de corrélation : L'analyse des fluctuations à l'échelle nanométrique a révélé une longueur de corrélation ($\ell_C$) d'environ 19,2 nm. Cela correspond au rayon moyen de la fonction d'onde de l'électron (19 nm), indiquant que la fonction d'onde de l'électron lisse les variations plus rapides du désordre matériel sous-jacent.
• Corrélations à l'échelle du dispositif : À travers l'ensemble du réseau de 1,3 $\mu$m, les auteurs ont observé des corrélations non triviales dans $E_V$. Plus précisément, ils ont trouvé une anti-corrélation significative à une séparation de grille de $n=6$ (360 nm) et une corrélation positive à $n=12$ (720 nm).
• Cohérence statistique : Les tests de permutation et les simulations ont démontré que ces corrélations à l'échelle du dispositif sont cohérentes avec l'échantillonnage aléatoire d'une distribution ADD unique. Les corrélations à longue portée apparentes proviennent d'effets d'échantillonnage fini plutôt que d'une inhomogénéité matérielle distincte à grande échelle.
• Population thermique : Dans les régions où $E_V < 60$ $\mu$eV, la population thermique de l'état de vallée excité à 150 mK est d'environ 1 %, ce qui pourrait impacter la fidélité du blocage de spin de Pauli.

Contributions clés

• Validation expérimentale de la théorie ADD : Ce travail fournit une preuve expérimentale que les variations du fractionnement de vallée dans les dispositifs Si/SiGe de pointe, fabriqués industriellement, sont dominées par le désordre d'alliage, conformément aux prédictions théoriques.
• Caractérisation mésoscopique : L'étude fait le pont entre la compréhension à l'échelle d'une seule grille et celle à l'échelle du dispositif, en quantifiant comment le fractionnement de vallée varie à la fois sur l'échelle de la fonction d'onde de l'électron (19 nm) et sur l'échelle complète du processeur (1,3 $\mu$m).
• Analyse de corrélation : Les auteurs démontrent que les fluctuations apparaissant comme des corrélations entre des qubits spatialement séparés peuvent être des résultats attendus d'un échantillonnage aléatoire d'une distribution dominée par le désordre, plutôt que la preuve de défauts de fabrication systématiques.

Signification
L'article affirme que la compréhension de ces variations matérielles intrinsèques est cruciale pour la conception de dispositifs quantiques scalables. En vérifiant que le fractionnement de vallée se comporte selon la théorie ADD, l'étude soutient l'utilisation de ce cadre théorique pour prédire l'infidélité des qubits. L'identification d'une longueur de corrélation de 19 nm suggère que la fonction d'onde de l'électron agit comme un filtre passe-bas naturel pour le désordre matériel. De plus, la conclusion selon laquelle des corrélations à l'échelle du dispositif peuvent résulter d'un échantillonnage aléatoire implique que des ensembles de données plus larges et des dispositifs plus grands sont nécessaires pour distinguer les véritables inhomogénéités matérielles à grande échelle du bruit statistique. En fin de compte, ces informations sont nécessaires pour améliorer la conception et la modélisation des matériaux Si/SiGe afin de réduire l'infidélité des qubits induite par la vallée, permettant ainsi la fabrication de processeurs à points quantiques uniformes et à faible bruit.