Todas las Noticias en Películas, Avances de Películas y Reseñas.

Intel alcanza un hito clave en la investigación de producción de chips cuánticos

Las organizaciones Intel Labs y Components Research han demostrado el mayor rendimiento y uniformidad reportados en la industria hasta la fecha de dispositivos qubit de espín de silicio desarrollados en las instalaciones de investigación y desarrollo de transistores de Intel, Gordon Moore Park en Ronler Acres en Hillsboro, Oregon. Este logro representa un hito importante para escalar y trabajar hacia la fabricación de chips cuánticos en los procesos de fabricación de transistores de Intel.

(Foto: Corporación Intel)

LEA TAMBIÉN: Intel incluye placas base en el aumento de precios del cuarto trimestre de 2022

La investigación se realizó utilizando el chip de prueba de giro de silicio de segunda generación de Intel. Al probar los dispositivos que utilizan Intel criosonda, un dispositivo de prueba de puntos cuánticos que funciona a temperaturas criogénicas (1,7 Kelvin o -271,45 grados Celsius), el equipo aisló 12 puntos cuánticos y cuatro sensores. Este resultado representa el dispositivo de espín de electrones de silicio más grande de la industria, con un solo electrón en cada ubicación en toda una oblea de silicio de 300 milímetros.

Los qubits de espín de silicio actuales normalmente se presentan en un dispositivo, mientras que la investigación de Intel demuestra su éxito en una oblea completa. Fabricados mediante litografía ultravioleta extrema (EUV), los chips muestran una uniformidad notable, con una tasa de rendimiento del 95 % en toda la oblea. El uso de la criosonda junto con una sólida automatización de software permitió obtener más de 900 puntos cuánticos simples y más de 400 puntos dobles en el último electrón, que pueden caracterizarse a un grado por encima del cero absoluto en menos de 24 horas.

Recomendado:  Cómo grabar reuniones de Zoom

El mayor rendimiento y uniformidad en dispositivos caracterizados a bajas temperaturas en comparación con los chips de prueba anteriores de Intel permiten a Intel utilizar el control estadístico del proceso para identificar áreas del proceso de fabricación a optimizar. Esto acelera el aprendizaje y representa un paso crucial hacia la ampliación a los miles o potencialmente millones de qubits necesarios para una computadora cuántica comercial.

Además, el rendimiento entre obleas permitió a Intel automatizar la recopilación de datos a través de la oblea en el régimen de un solo electrón, lo que permitió la mayor demostración de puntos cuánticos simples y dobles hasta la fecha. Este mayor rendimiento y uniformidad en dispositivos caracterizados a bajas temperaturas en comparación con los chips de prueba anteriores de Intel representa un paso crucial hacia la ampliación a los miles o potencialmente millones de qubits necesarios para una computadora cuántica comercial.

“Inteligencia sigue progresando hacia la fabricación de qubits de espín de silicio utilizando su propia tecnología de fabricación de transistores”, afirmó James Clarke, director de Hardware Cuántico de Intel. “El alto rendimiento y la uniformidad logrados muestran que fabricar chips cuánticos en los nodos de proceso de transistores establecidos de Intel es la estrategia sólida y es una fuerte indicador de éxito a medida que las tecnologías maduran para su comercialización.

“En el futuro, continuaremos mejorando la calidad de estos dispositivos y desarrollando sistemas a mayor escala, y estos pasos servirán como pilares para ayudarnos a avanzar rápidamente”, afirmó Clarke.

Los resultados completos de esta investigación se presentarán en el Congreso de 2022. Taller de Electrónica Cuántica de Silicio en Orford, Québec, Canadá, el 5 de octubre de 2022.

Recomendado:  Cómo invertir en bonos del Tesoro en Kenia usando la aplicación DhowCSD

Para una mayor exploración, puede leer sobre la investigación de Intel Labs en computación cuántica y otros avances en qubits calientes, chips criogénicosy es colaboración con QuTech.

ARTÍCULO RELACIONADO: Intel Labs mejora el aprendizaje continuo e interactivo para robots con computación neuromórfica

ⓒ 2023 . .