[논문 리뷰] Rapid cryogenic characterisation of 1024 integrated silicon quantum dots

Edward J. Thomas, Virginia N. Ciriano-Tejel외 9명|arXiv (Cornell University)|2023. 10. 31.

Semiconductor materials and devices인용 수 4

한 줄 요약

이 논문은 고체 희토류 주파수 다중화기(1:1024)를 통해 5분 내로 1024개의 집적 실리콘 양자점의 빠르고 자동화된 특성을 분석할 수 있는 기술을 제시한다. 고주파 반사측정법과 기계학습을 활용한 시스템은 160 ps 이내의 통합 시간을 달성하며, 실온 트랜지스터 행동과 양자점 매개변수 간의 상관관계를 규명하여 대규모 스케일의 칩 내 양자비트 모니터링을 가능하게 한다.

ABSTRACT

Quantum computers are nearing the thousand qubit mark, with the current focus on scaling to improve computational performance. As quantum processors grow in complexity, new challenges arise such as the management of device variability and the interface with supporting electronics. Spin qubits in silicon quantum dots are poised to address these challenges with their proven control fidelities and potential for compatibility with large-scale integration. Here, we demonstrate the integration of 1024 silicon quantum dots with on-chip digital and analogue electronics, all operating below 1 K. A high-frequency analogue multiplexer provides fast access to all devices with minimal electrical connections, enabling characteristic data across the quantum dot array to be acquired in just 5 minutes. We achieve this by leveraging radio-frequency reflectometry with state-of-the-art signal integrity, reaching a minimum integration time of 160 ps. Key quantum dot parameters are extracted by fast automated machine learning routines to assess quantum dot yield and understand the impact of device design. We find correlations between quantum dot parameters and room temperature transistor behaviour that may be used as a proxy for in-line process monitoring. Our results show how rapid large-scale studies of silicon quantum devices can be performed at lower temperatures and measurement rates orders of magnitude faster than current probing techniques, and form a platform for the future on-chip addressing of large scale qubit arrays.

연구 동기 및 목표

• 대규모 실리콘 양자점 어레이의 스케일러블이고 고성능의 극저온 특성 분석에 도전하는 데 목적을 두며.
• RF 및 DC 신호를 위한 1:1024 칩 내 다중화기를 구현하여 양자 프로세서 제어 및 읽기에서 발생하는 배선 병목 현상을 해결한다.
• 고정밀 반사측정법과 기계학습을 활용해 양자점 장치의 빠르고 자동화된 매개변수 추출을 가능하게 한다.
• 동일한 장치 어레이에서 실온 트랜지스터 행동과 저온 양자점 매개변수 간의 상관관계를 설정하여 현장 공정 모니터링을 지원한다.
• 최소한의 전기적 연결로 대규모 양자비트 어레이에 대한 칩 내 주소 지정이 가능한 확장 가능한 플랫폼을 개발한다.

제안 방법

• 행-열 주소 방식을 사용한 1:1024 고주파 다중화기를 구현하여, 최소한의 배선으로 1024개의 실리콘 양자점에 대한 빠르고 선택적 접근을 가능하게 하였다.
• 고주파 반사측정법을 사용하고 신호 무결성을 향상시켜 최소 160 ps의 통합 시간을 달성하였다.
• 4 K에서 작동하는 극저온 증폭기(LNF-LNC0.2_3A)를 사용한 후 실온에서의 증폭 및 복조를 통해 신호를 검출하였다.
• 자동화된 기계학습(합성 신경망)을 적용하여 반사측정 데이터에서 양자점 품질을 분류하고 핵심 매개변수를 추출하였다.
• DC 및 RF 측정을 동시에 수행: DC는 전류 모니터링을 위해 전임피던스 증폭기를 사용하였고, RF는 반사측정 기반의 매개변수 추출을 위해 사용하였다.
• DC 전압 제어를 위해 QDAC II를, 게이트 전압 스윕을 위해 고유의 파형 생성기를 사용하여 장치 성능을 검증하였다.

실험 결과

연구 질문

• RQ1 1:1024 극저온 다중화기가 최소한의 전기적 연결로 1024개의 실리콘 양자점에 대한 빠르고 확장 가능한 특성 분석을 가능하게 할 수 있는가?
• RQ2 기계학습을 통해 극저온 반사측정 데이터에서 양자점 매개변수의 추출을 얼마나 자동화할 수 있는가?
• RQ3 동일한 장치 어레이에서 실온 트랜지스터 행동과 저온 양자점 매개변수 간의 상관관계는 무엇인가?
• RQ4 백게이트 전압이 실리콘 양자점의 전자 적재 전압, 게이트 레버 암, 소스-드레인 비대칭성에 미치는 영향은 어떠한가?
• RQ5 160 ps 이내의 통합 시간을 달성할 수 있는가? 이는 고성능 양자점 특성 분석을 가능하게 한다.

주요 결과

• 1:1024 다중화기와 고주파 반사측정법을 사용하여 전체 1024개의 양자점 어레이가 단 5분 내로 특성 분석되었다.
• 시스템은 최소 160 ps의 통합 시간을 달성하여 고속 데이터 수집과 높은 신호 무결성을 확보하였다.
• 합성 신경망은 양자점 품질을 '양호' 또는 '기타'로 분류하는 데 86%의 재현율과 67%의 정밀도를 기록하였다.
• 첫 번째 전자 적재 전압($V_{\rm 1e}$)은 백게이트 전압 증가에 따라 감소하였으며, 이는 도체 밴드 가장자리가 페르미 수준에 가까워지기 때문이다.
• 게이트 레버 암은 백게이트 전압 증가에 따라 약간 감소하였으며, 이는 전자 웨이브패킷이 상부 게이트에서 더 멀리 이동했음을 반영한다.
• 소스-드레인 비대칭성($\alpha_{\mathrm{D}}-\alpha_{\mathrm{S}}$)은 백게이트 전압 변화에 거의 영향을 받지 않아, 안정적인 양자점 중심 위치 유지가 확인되었다.