成立仅两个月,GlobalFoundries旗下量子技术解决方案业务部门正积极应对眼前的挑战:将自身积累的半导体制造经验迁移至一种全新的多模态计算形式,同时拓展客户群体,并推动新兴量子领域的产业化进程。
量子技术解决方案部门于5月21日正式亮相,彼时美国商务部宣布有意投资3.75亿美元,支持GlobalFoundries的量子业务。这笔资金是联邦政府斥资20亿美元、旨在推动国内量子计算产业发展并提升制造产能整体计划的组成部分。
该计划的核心目标是将量子计算系统扩展至足以应对商业和政府高价值应用场景的规模。GlobalFoundries量子技术解决方案副总裁兼负责人尼古拉斯·萨金特表示,实现这一目标意味着要突破目前量子比特数量相对有限的实验性部署,迈向"接近数百万量子比特的规模"。量子比特是量子计算的基本信息单元。
他指出:"这需要更可靠、更稳定的制造工艺,而这类工艺只有在大规模半导体晶圆厂中才能实现,量子技术最终也将在这些地方落地。"
GlobalFoundries于2009年从AMD剥离,凭借成熟的制造工艺和技术积累具备先发优势。该公司与其他供应商当前面临的共同课题,是探索如何将各自的半导体专业知识应用于量子大规模制造。
"我们认为,自身的底层技术是良好的起点,但可能需要进行一定程度的调整和优化。"萨金特说。
迈向实用级量子系统
在GlobalFoundries等供应商积极备战工业化量子生产的同时,金融服务、医疗健康及制药等下游行业的用户已率先开展量子技术试验。业界普遍预期,下一阶段将完成从实验室探索到实际应用、解决现实问题的关键转变。
波士顿咨询集团(BCG)6月发布的一篇文章指出,"量子技术的商业拐点——即技术开始为终端用户创造商业价值的时刻——有望在2030年前到来。"BCG同时指出,量子硬件当前的发展轨迹"有望在届时达到具有商业价值的规模"。
BCG董事总经理兼合伙人、上述文章主要作者马特·兰乔内表示:"我确实认为我们正在进入系统规模化的时代。"
突破纠错阈值
兰乔内认为,量子纠错是推动行业走上规模化道路的关键技术进展。技术供应商必须应对量子态本身固有的脆弱性,才能使其平台具备切实可行的计算能力。其中,量子纠错阈值是核心概念:当纠错表现低于该阈值时,系统规模越大,错误率越低;一旦超过阈值,错误率便会上升,进而干扰整个计算过程。
"这基本上就是那个决定性的测试,"兰乔内谈及纠错阈值时说,"这是进入商业化、工业化量子计算的基线门槛,因为这意味着量子比特可以实现横向或纵向扩展。"
兰乔内表示,低于阈值的性能表现已被多次验证,这促使政府和产业界开始认真考量量子计算的规模扩展阶段,进而为大规模投资奠定了基础。"正是在这一背景下,包括政府20亿美元投入在内的大量资金纷纷流向规模化领域。"
通用ASIC为何无法支撑数百万量子比特
上述投资将在各受益方身上产生不同的效应。GlobalFoundries的重点是构建覆盖多种量子模态的平台,包括超导、离子阱、光子、拓扑和硅自旋量子比特。平台构建的核心在于找到跨越不同技术路径的共性能力。
萨金特指出了一项共同需求:对进出量子系统的信号实施有效控制。经典电子器件向量子处理单元(QPU)中的量子比特发送脉冲信号以进行操控,同时采集量子比特输出的信息,再传输至经典计算机进行后续处理。
随着量子系统规模的扩大,信号控制难度也随之攀升。萨金特表示,在更大规模的系统中,"输入输出数量持续增加,需要新的工程方案来路由和处理所有这些信号"。
此外,超导和硅自旋等部分量子模态需要极端低温环境。信号须穿越多个温度层,从室温出发,对于超导量子比特而言,最终要抵达接近绝对零度的环境——在这一端维持温度的技术称为低温冷却。
量子系统目前采用专用集成电路(ASIC)来控制和管理信号,但萨金特指出,面向下一代技术,ASIC需要进行专门优化。若直接选用现成的ASIC,或使用通用工艺设计套件来设计ASIC,所得芯片在面积(即占用的物理空间)和散热等关键指标上将处于次优状态。此外,针对室温工况设计的ASIC在超低温环境下,其预期性能表现可能大打折扣。
在此背景下,GlobalFoundries将主要提供面向量子应用优化的工艺设计套件,同时提供设计服务,以协助加速客户的ASIC研发进程。萨金特还指出,公司计划对工艺设计套件进行适配升级,使客户在设计ASIC时能够准确预测其在低温环境下的性能表现。
对于目前这一代量子系统——即规模在100至数百量子比特的演示系统——优化ASIC的影响或许尚不显著,但随着量子系统持续扩展,情况将发生根本性改变。
"如果要构建数百万量子比特的系统,且每一个量子比特都需要精确控制、操控和读出,那么不采用优化控制ASIC来解决这一问题,将是不可承受之重。"他说。
将高性能计算技术迁移至量子芯片
萨金特介绍,在经典高性能计算领域,系统构建者通常将大量异构ASIC整合进单一封装,以扩展计算能力。
"这正是我们在量子领域努力实现的目标,"他说,"随着能力的扩展,我们能否在一个晶圆厂上集成多台量子计算机?能否将多个较小的单元紧密集成、封装为一个整体,从而构建更大规模的系统?"
利用3D先进封装跨越低温鸿沟
萨金特认为,答案在于先进封装技术——这也是在工业规模上制造量子器件的另一块重要基石。
他介绍,3D异构集成等先进封装技术将较小的芯片(即裸片、Tile或Chiplet)进行堆叠,形成更大规模的系统。这种方案还可将低温控制ASIC与量子计算芯片键合封装于同一模块,从而实现物理上的"贴近"。
当前面临的挑战是将高性能计算领域行之有效的技术迁移至需要低温冷却的量子模态中。萨金特将QPU在低温环境下的可靠性与测试问题列为一大难点,这需要专门的测试装置和相应的基础设施投入。"必须开辟新的思路,"他说。
企业技术负责人的3至5年时间表
萨金特将GlobalFoundries的量子布局描述为一个历时三至五年的长期计划。
"需要数年时间,才能将完全经过认证的能力推向市场,"他指出。不过,他补充说,考虑到量子技术的快速演进,公司将向客户推出早期访问模式。GlobalFoundries在业务启动时已公布多家量子计算机制造商客户,包括Diraq、Equal1、PsiQuantum、Quantinuum和Quantum Motion。
"我们当前的首要任务是深化与现有客户的合作,同时积极拓展新的合作伙伴,"萨金特说。在两种情形下,GlobalFoundries均将与客户协同合作,确保即将推出的量子能力与客户需求精准对接。
有关控制ASIC或先进封装的讨论,对量子计算的最终用户而言或许还显得遥远,但这些工作有望在本十年末对企业的CIO和CTO产生切实影响——前提是该技术保持当前的发展势头。
在材料研究、化学和药物开发等领域,技术领导者,尤其是来自研发密集型行业的领导者,有望率先采用规模化量子系统。
"从应用领域的角度来看,现在仍处于早期阶段,"萨金特说,"但我们相信,未来几年所开发的能力将与这些领域越来越密切相关。"
Q&A
Q1:GlobalFoundries的量子技术解决方案部门主要做什么?
A:GlobalFoundries的量子技术解决方案部门致力于将半导体制造经验应用于量子计算领域,核心目标是构建覆盖超导、离子阱、光子、拓扑和硅自旋量子比特等多种模态的制造平台,并为客户提供量子优化工艺设计套件和ASIC设计服务,推动量子计算从实验室走向工业化大规模生产。
Q2:量子纠错阈值为什么对量子计算商业化这么重要?
A:量子纠错阈值是判断量子系统能否实现规模化的关键指标。当系统性能处于阈值以下时,随着量子比特数量增加,错误率会下降,计算才具备实用价值;一旦超出阈值,错误率反而随规模增大而升高,计算将无法正常运行。多次验证低于阈值的性能表现,是推动政府和产业界大规模投资量子计算的直接原因。
Q3:通用ASIC为什么不适合用于大规模量子系统?
A:通用ASIC在用于量子系统时面临两大核心问题:一是面积和散热性能不够优化,会占用更多物理空间并产生过多热量;二是通用ASIC针对室温环境设计,在超导量子比特所需的接近绝对零度的超低温环境中,其实际性能往往无法达到预期。当系统规模扩展至数百万量子比特时,每个量子比特都需要精确控制,这些缺陷将变得不可接受。
好文章,需要你的鼓励
Uber年度失物报告首次纳入无人驾驶出租车数据。过去一年,乘客在Uber平台的机器人出租车中遗留了数千件物品,包括手机、钥匙、钱包等常见物品,以及假牙、15磅溜溜球等奇特物件。乘客可通过App联系客服找回失物,支付15美元即可享受同城配送,或前往车辆停放站自取。Uber表示,将依托现有运营体系为自动驾驶业务提供全面支持,计划2025年底前在全球15座城市开通无人驾驶打车服务。
SkillOpt-Lite通过将智能体技能优化形式化为零阶优化问题,提出极简流水线:把执行轨迹存为文本文件,让AI直接用文件系统工具翻日志、找规律、改技能,配合独立验证门控,比复杂的多智能体优化框架跑得更快效果更好,并自然延伸至执行框架自动优化(HarnessOpt),使轻量模型能够超越大模型。
Uber周三发布了一款基于现代Ioniq 5改装的数据采集原型车,搭载14个摄像头、8个固态激光雷达和9个雷达,通过英伟达双驱Thor计算机处理数据。Uber计划今年在全球部署500辆此类车辆,每月可采集200万英里高保真驾驶数据,供Avride、Waymo、WeRide等30余家自动驾驶合作伙伴使用。这是Uber自2020年出售自动驾驶部门以来首次自主组装车辆,也是其AV Labs部门的重要进展。
英伟达推出Nemotron-Labs-Diffusion三模式语言模型,将逐字生成、并行扩散与自猜自验融于一体,单用户吞吐量最高达Qwen3-8B的4倍,同时保持相近准确率。