在构建量子计算机的过程中，科学家们正致力于创造微小且可靠的开关，使其能够以经典机器无法实现的方式存储和处理信息。一条极具前景的路径是利用被困在半导体芯片中的单个电子的自旋，这就像一个微小的磁铁，可以通过指向向上或向下，来代表“0”或“1”。这些电子自旋极其稳定，能够长时间保持其状态，但要让它们进行计算则需要精确的控制。挑战在于，当我们试图将数百万个这样微小的开关连接起来以构建一台强大的机器时，布线工作会变成一场噩梦。如果每个开关都需要一根专用的导线，芯片就会因为过于拥挤而无法运行。为了解决这个问题，研究人员提出了一种“传送带”方法，即通过物理方式将电子本身在芯片的不同位置之间移动以执行任务，而不是试图用静态导线去触及它。
然而，移动电子会引入新的问题。当电子移动时，它会遇到复杂的能级景观，这可能会干扰其磁取向，导致信息发生混乱并消失。在基于硅的芯片中尤其如此，因为电子可能会陷入“谷底”状态——一种特定的能量配置，会干扰预期的操作。来自德国和意大利研究机构的 Akshay Menon Pazhedath 及其同事的一项新研究探讨了快速且长距离移动电子是否能帮助解决这些问题，或者是否会使情况变得更糟。他们研究了一种方法，即让电子在微型磁铁下前后穿梭以使其旋转，这一过程被称为电偶极自旋共振。虽然之前的尝试仅让电子移动极小的纳米级距离，但该团队模拟了将其移动得更远（高达二十纳米），以观察增加的运动是否可以转化为优势。
研究人员发现，让电子在这些较大的距离上移动，使他们能够使用更弱的磁场来控制自旋，这反过来又减少了通常会破坏量子信息的噪声。在模拟中，他们模拟了硅芯片原子结构可能存在的两种缺陷方式：一种是锗原子散落在硅内部，另一种是芯片的层级由于制造工艺产生了微小的锯齿状阶梯。这两种缺陷都会在能量景观中创造“谷底”，从而困住电子并毁掉计算。该团队发现，虽然这些陷阱确实是一个主要障碍，但并非死路一条。通过使用先进的数学技术来仔细塑造电子行进的路径——在恰当的时机加速、减速或改变节奏——他们可以引导电子穿过这些棘手区域而不丢失信息。
这些模拟结果令人瞩目。当使用标准的、未经调整的脉冲移动电子时，计算的错误率很高，尤其是在电子经过能量谷底非常低的区域时。然而，当研究人员应用他们优化的控制脉冲时，错误率大幅下降，缩小了千倍以上。即使在他们模拟了一千种具有独特缺陷模式的不同版本的芯片时，这种改进依然成立。该研究表明，“传送带”方法不仅可行，而且只要运动经过精心编排，就可能优于静态方法。该团队证明，即使在最坏的情况下（即能量陷阱最深、干扰最强时），优化的运动仍能实现足以用于实际用途的高门保真度。
这项工作并不声称已经制造出了运行中的机器；它是一个关于这种机器如何运作的详细理论演示。作者强调，这种方法的成功取决于实时精确控制电子轨迹的能力。他们还指出，虽然他们的模拟侧重于特定类型的原子缺陷，但该方法足够稳健，能够处理实际设备中可能存在的各种未知缺陷。通过证明电子的运动可以用来抑制误差而非产生误差，这项研究为扩展量子计算机规模提供了一条清晰的路径。它表明，硅基量子计算的未来可能不在于让电子保持静止，而在于教会它如何精准地移动，从而将运输行为本身转化为维持完美控制的工具。
技术摘要：通过大振幅自旋移动振荡实现高保真度单比特门
问题陈述
半导体量子点（特别是 Si/SiGe 异质结构）已实现了高水平的单比特和双比特门保真度。然而，由于交换相互作用的范围较短，导致布线复杂并产生串扰，这限制了其可扩展性。移动电子架构（如“SpinBus”）提出在静态存储区与专用操纵区之间对量子比特进行移动（shuttling），以解决这一问题。在这些操纵区中，通常通过使用微磁体产生磁梯度来进行电偶极自旋共振（EDSR）以执行单比特门。
本研究解决的主要挑战是门速度与相干性之间的权衡。标准的静态 EDSR 实现使用较小的振荡幅度（∼1 nm）以最小化电荷噪声的影响，这需要较大的磁梯度，从而诱发自旋退相干。相反，移动式架构允许使用更大的振幅（∼10–20 nm），这可以降低对梯度的要求并提高相干时间。然而，大振幅移动引入了新的退相干机制：
- 电荷噪声： 虽然降低了梯度，但较大的空间位移增加了对位置相关噪声的敏感性。
- 自旋-谷物理学： 在硅中，导带具有低能级的谷态。当电子移动时，它会遇到空间变化的谷分裂（valley splitting）和自旋-谷耦合。这会导致位置相关的能量偏移和相位随机化（退相干），特别是在“低谷分裂点”（LVSPs）处，即谷分裂较小（<15 μeV）的地方。这些 LVSPs 会严重降低门保真度，甚至可能导致操纵区无法使用。
方法论
作者利用结合了自旋-谷哈密顿量的开放量子系统框架，对基于移动的 EDSR 操作进行了建模。
- 哈密顿量： 系统包括 Zeeman 项、拉比驱动（通过微磁体梯度）、谷动力学（建模为两能级系统）以及位置相关的自旋-谷相互作用（Hspin−valley）。
- 谷模型： 采用了两种不同的微观模型来模拟器件沿线的现实谷景观：
- Ge 扩散模型： 考虑了 Si 阱中 Ge 原子随机分布的情况。
- 阶梯模型： 考虑了异质结构界面的制造失误（miscuts）。
- 动力学： 系统演化由包含谷弛豫（T1,v）和自旋退相干（T2,s）的 master 方程控制，其中退相干源于电荷噪声。
- 优化： 作者利用量子最优控制（具体为使用 JAX 进行自动微分实现的 GRAPE 算法）来塑造电子轨迹 xqd(t)。不同于标准的正弦驱动，该控制脉冲经过优化，旨在通过追踪出谷自由度，使平均门不保真度（1−Fˉ）最小化。目标门是绕 y 轴的 π 旋转。
核心贡献
- 证明了移动式的优势： 本文从理论上证明，大振幅移动（x0≈10–20 nm）相比于静态 EDSR，可以使所需的磁梯度降低一个数量级。这种梯度的降低显著降低了由电荷噪声引起的自旋退相干率，即使在较大的空间尺度下也是如此。
- 针对谷物理的最优控制： 作者展示了虽然自旋-谷耦合和 LVSPs 会成为标准解析拉比脉冲的瓶颈，但量子最优控制可以缓解这些影响。通过塑造电子轨迹，控制序列可以有效地穿过低谷分裂和强自旋-谷耦合区域。
- 跨模型的鲁棒性： 该研究在两种竞争的物理模型（Ge 扩散和阶梯模型）以及包含 1000 个采样器件的统计系综中验证了该方法，证明其益处并非仅针对某种理想化的器件配置。
结果
- 静态对比移动式： 模拟确认，对于给定的谷分裂，移动式的大振幅允许使用更低的磁梯度，从而导致比在高梯度下运行的静态量子点更长的 T2∗ 时间。
- 保真度提升：
- 解析脉冲： 当遇到 LVSPs 或强自旋-谷耦合时，标准的正弦驱动会导致高不保真度（通常 >10−2）。
- 参数优化： 调节驱动频率（ω）和脉冲长度（Tg）可以提高许多情况下的保真度，但无法克服最坏情况下的 LVSPs。
- 轨迹优化： 使用最优控制来塑造轨迹，能够一致地实现低于 10−3 的平均门不保真度（保真度 >99.9%）。即使对于谷分裂仅为几个 μeV 的器件以及完整的 1000 个采样器件系综，这一结果依然成立。
- 扩展性： 最优控制方法将门保真度提高了至少两个到三个数量级，有效地中和了 LVSPs 的有害影响。
意义与主张
本文声称，只要采用最优控制技术，基于移动的 EDSR 是执行半导体平台单比特操作的一种可行且更优的方法。
- 可扩展性： 该方法通过实现无需极高磁梯度的的高保真度操作，支持了量子总线架构的可扩展性。
- 韧性： 该工作断言，无需采取“避免 LVSPs”这一极端措施；相反，控制理论可以使这些困难区域变得可用。
- 实用性： 作者指出，虽然本研究是基于模型的，但结论很可能延伸至原位闭环控制，从而为在存在未知或波动谷景观的情况下实现实时校准和高保理度门执行提供路径。
文章得出结论，尽管谷物理和电荷噪声带来了显著挑战，但可以通过轨迹塑造来克服它们，这使得 SpinBus 架构成为实现容错量子计算的有力候选方案。
每周获取最佳 mesoscale physics 论文。
受到斯坦福、剑桥和法国科学院研究人员的信赖。
请查收邮箱确认订阅。
出了点问题，再试一次？
无垃圾邮件，随时退订。