⚛️ quantum physics

Bridging Quantum Computing Paradigms toward Semiconductor Yield: A Controlled CV-versus-DV Comparison on Wafer-Map Defect Classification

本文表明，在利用共享卷积骨干网络进行晶圆图缺陷分类的受控对比实验中，连续变量（CV）量子神经网络在区分空间局部缺陷方面显著优于离散变量（DV）对应方法——这归功于其卓越的表征能力和连续相空间编码，尽管目前的两种量子方法均落后于经典基准。

原作者： Yeonhong Kim, Jonghyeok Im, Monu Nath Baitha, Kyoungsik Kim

发布于 2026-07-02

📖 1 分钟阅读🧠 深度阅读

原作者： Yeonhong Kim, Jonghyeok Im, Monu Nath Baitha, Kyoungsik Kim

原始论文采用 CC BY 4.0 许可（http://creativecommons.org/licenses/by/4.0/）。 ✨ 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。阅读完整免责声明

想象一个巨大的工厂车间，微小的计算机芯片正在巨大的圆形晶圆上被打印出来。有时，打印过程会出现轻微偏差，在晶圆上留下细小的“伤痕”或缺陷。这些缺陷呈现出不同的模式：有些是圆环，有些是划痕，有些是靠近边缘的集群。

为了保持工厂高效运转，工程师需要一个超级聪明的侦探来观察这些模式，并能瞬间说出：“啊，这是一个由机械臂造成的划痕，”或者“这是一个由温度波动引起的边缘缺陷。”如果侦探判断错误，工厂可能会修错机器，从而浪费数百万美元。

这篇论文关于测试两种不同类型的、基于量子计算的“超级侦探”，以观察哪一个更擅长发现这些缺陷。

两种侦探：“平滑画家”对比“像素化者”

研究人员设置了一场公平的比赛。他们给两名侦探配备了完全相同的眼镜（一个共享的摄像系统）来观察晶圆图。唯一的区别在于他们用来解读所见内容的“大脑”。

“平滑画家”（连续变量或 CV）： 这位侦探眼中的世界是平滑、流动的色彩和渐变。它可以毫不费力地分辨出“浅蓝色”和“极浅蓝色”。在量子术语中，它使用连续变量模态（qumodes），这些模态可以持有连续的值，就像一个可以调节任何亮度水平的调光开关。
“像素化者”（离散变量或 DV）： 这位侦探眼中的世界是严格的黑白像素或开关。它只能说“0”或“1”，“开”或“关”。在量子术语中，它使用量子比特（qubits），就像灯开关一样，要么全开，要么全关。

比赛结果

研究人员在包含八种不同类型缺陷、超过 800,000 张晶圆图的真实世界数据集上测试了这些侦探。

获胜者： “平滑画家”（CV） 取得了决定性的胜利。它正确识别了约 80% 的缺陷。
失败者： “像素化者”（DV） 表现挣扎，正确率仅为 62% 左右。

巨大的差距： 最有趣的部分是一种被称为 “边缘集群”（Edge-Loc） 的特定缺陷。这种缺陷看起来像是紧贴晶圆边缘的小型缺陷簇。它非常容易与“划痕”（一条长线）混淆。

平滑画家 正确识别 Edge-Loc 缺陷的概率约为 66%。
像素化者 几乎完全失败，正确率不到 5%。它总是把边缘集群误认为是划痕。

为什么“像素化者”会失败？

论文解释说，“像素化者”的失败并不是因为它不够“聪明”或缺乏“脑力”。即使研究人员给了它更多的开关（更多的量子比特），它也没有变得更好。

问题所在： “像素化者”试图将平滑、微妙的变化（如边缘缺陷的曲线）强行塞进僵硬的、开/关的方框里。这就像尝试用正方形的乐高积木去画一个平滑的圆；你最终只会得到一个锯齿状的混乱图形。它丢失了区分边缘集群与划痕所需的精细细节。
解决方案： “平滑画家”保留了这些精细细节，因为它处理的是连续值。它能够“感知”到像素化者所抹平的那些微妙模式差异。

“噪声”测试

研究人员还测试了当图像模糊或存在噪声（就像透过雾蒙蒙的窗户看东西）时，这些侦探的表现如何。

“像素化者” 其实相当顽强；即使有噪声，它也能保持较低的准确率稳定运行。它没有崩溃，但也没能变好。
“平滑画家” 在图像清晰时非常准确，但如果图像变得过于模糊，它的性能就会突然崩塌。它就像一辆高性能跑车：在平坦的赛道上表现惊人，但如果路面变得颠簸，它就会熄火。

真实的硬件测试

最后，他们尝试在真实的物理量子计算机（IBM 的）上运行“像素化者”。

当电路较小（浅层）时，真实的计算机表现得与模拟器一样好。
当他们把电路做得更大、更深时，由于“噪声”（现实世界是混乱的），真实计算机的性能下降了。这证实了虽然“像素化者”在理论上可行，但在处理复杂情况时，在当前的硬件上难以保持准确性。

核心结论

论文得出结论，对于涉及空间模式（如观察晶圆上的形状和地图）的任务，“平滑画家”（连续变量） 方法目前明显优于“像素化者”（离散变量）方法。

这不仅仅是拥有更大的量子计算机的问题，而是要使用“正确类型”的量子大脑。对于观察缺陷的精细、连续细节，一个能够思考平滑渐变的大脑比一个只能思考僵硬开关的大脑更胜一筹。然而，“平滑画家”仍不及最优秀的（经典）人工智能（其准确率约为 85%），但它证明了这种特定的量子风格相比另一种量子风格具有真正的优势。

技术摘要：桥接量子计算范式以提升半导体良率

问题陈述

随着半导体工艺节点趋向单纳米量级，晶圆图（WMs）上的缺陷模式变得日益复杂。准确的自动缺陷分类对于根本原因分析和良率提升至关重要，特别是对于高带宽存储器（HBM）堆叠，因为单个缺陷芯片可能会导致整个封装失效。虽然量子机器学习（QML）为这类任务提供了潜在的替代基质，但该领域缺乏对两种主流量子范式——离散变量（DV）电路（量子比特）与连续变量（CV）电路（量子模）之间受控对比的研究。先前的研究往往将量子头部的性能与经典骨干网络的容量混为一谈，导致量子架构的具体贡献不明。

方法论

作者提出了一个使用工业级 WM-811K 数据集（包含超过 811,000 张涵盖八类缺陷的晶圆图）的严格受控评估协议。核心实验设计将量子电路隔离为唯一的结构变量：

共享骨干网络： 所有模型均使用完全相同的卷积神经网络（CNN）骨干网络（约 428 万个参数）来提取高达 512 维的特征向量。这确保了任何性能差异都仅归因于下游的分类头部。
可互换的头部： 在相同的特征向量上测试了三种类型的头部：
- 经典基准： 标准的全连接层。
- CV-QNN 头部： 基于 Killoran 等人 (2019a) 的框架，利用高斯与非高斯门（挤压、分束器、旋转、位移、克尔门）来模拟神经网络层。
- DV-QNN 头部： 使用带有参数化旋转（ $R_Y, R_Z$ ）和 CNOT 纠缠器的通用硬件高效拟设（ansatz）进行数据重上传。
缩放与模拟： 量子头部在三种规模下进行了测试（3、4 和 8 个量子模/量子比特）。CV 模型使用了 Fock 截断值 $d=2$ （除一个 $d=3$ 的变体外）。模拟通过 PennyLane（CV 使用 Strawberry Fields，DV 使用状态矢量）进行。
硬件验证： 训练后的 DV-QNN 电路在 IBM Eagle r3 处理器（ibm_yonsei）上执行，以验证其在真实 NISQ 噪声条件下的表现。
鲁棒性测试： 注入输入噪声（高斯噪声）以测试敏感度，并特别关注“Edge-Loc”与“Scratch”类别的区分，该类别需要精细的空间辨别能力。

核心贡献

受控的范式对比： 本研究首次在工业晶圆图数据集上对 CV 和 DV 头部进行了隔离对比，消除了先前工作中存在的由主导性的经典骨干网络产生的“掩蔽”效应。
证明了 CV 的优越性： CV 头部表现持续优于 DV 头部。在 4-qumode/qubit 规模下，CV 达到了 79.7 ± 1.8% 的准确率，而 DV 为 61.6 ± 1.4%，两者之间存在 18 个百分点的非重叠差距。
空间类别分辨率： CV 范式在空间定位类别的 Edge-Loc 上显著优于 DV（召回率 0.66 对比 DV 的 ≤0.05）。DV 头部始终将 Edge-Loc 缺陷误分类为“Scratch”，未能捕捉到正确进行根本原因诊断所需的微妙空间差异。
理论澄清： 作者澄清，在所使用的 Fock 截断值（ $d=2$ ）下，CV 的优势并非源于无限维希尔伯特空间或非高斯资源（因为在 $d=2$ 时，Kerr 门表现为高斯相位旋转）。相反，这种优势源于结构化的、类神经网络的层设计以及连续相空间编码。
硬件与接口洞察：
- DV 可训练性： 成功的 DV 训练需要确定性的经典-量子接口（编码前不使用 Dropout，且进行逐样本归一化）。标准的随机正则化会导致训练崩溃。
- 硬件深度： 在 IBM 硬件上，DV-QNN 在浅层深度（最多 12 个双比特门）时能保持准确率，但在深层电路（28 个门）中性能显著下降。

结果

总体准确率： 经典基准达到 85.0%。CV 头部接近该水平（79.7%），而 DV 头部无论量子比特数量如何（3、4 或 8）都停滞在 60% 左右，表明这是一种表征能力的上限而非优化问题。
训练动态： DV 训练准确率饱和在 ~0.73（损失 ~1.0），而 CV 达到了 ~0.99（损失 ~0.14），证实了 DV 的局限性是结构性的（无法表示数据），而非由于贫瘠梯度（barren plateau）或训练不足引起。
噪声鲁棒性： CV 头部在输入噪声下表现出性能骤降的“悬崖”现象（当 $\sigma$ 从 0.10 增加到 0.20 时，准确率从 0.77 跌至 0.05）。相比之下，较小的 DV 头部性能下降较为平缓，但其基准准确率本身就较低。两者均未表现出统一的鲁棒性。
硬件表现： IBM 硬件上的 DV-QNN 在浅层电路（3q, 4q）中与模拟结果一致，但在 8-qubit 深度下表现出 7 个百分点的准确率下降，这与门数量增加及噪声相关。

重要性与主张

本文主张，对于需要精细空间辨别能力的工业晶圆图分类任务，连续变量（CV）架构比离散变量（DV）架构具有明显的实际优势，即使在不存在非高斯资源的低 Fock 截断值下也是如此。

其重要性在于识别了驱动这种优势的结构属性：

结构化设计： CV 层与经典神经网络（仿射映射 + 非线性）的显式对应关系提供了一种稳定的归纳偏置，而通用的 DV 拟设缺乏这种偏置。
连续编码： CV 能够将连续值的特征振幅直接映射到相空间坐标中，从而保留了精细的空间线索（如 Edge-Loc 与 Scratch 的区别），而离散的角度编码倾向于将这些线索平滑化。

作者得出结论，虽然目前尚无量子头部能超越经典最先进技术（SOTA），但在受控设置下，研究分离出了结构化量子头部已具备价值的领域。他们认为，随着噪声控制和规模扩大，CV 范式更有可能在空间连续性对决策至关重要的工业成像任务中提供实际优势。该研究还强调了经典-量子接口设计的极端重要性，特别是针对 DV 的可训练性。