La creación de modelos computacionales detallados de chips cuánticos ayuda a los científicos a predecir su comportamiento antes de la fabricación. Este enfoque permite a los investigadores detectar posibles problemas en una etapa temprana y confirmar que los diseños funcionarán según lo esperado. En el Laboratorio Berkeley, los investigadores de Quantum Systems Accelerator (QSA), Zhi Jackie Yao y Andy Nonaka, del Applied Mathematics and Computational Research (AMCR) Division, están desarrollando simulaciones electromagnéticas avanzadas para apoyar el desarrollo de hardware cuántico de próxima generación.
“El modelo computacional predice cómo las decisiones de diseño afectan la propagación de ondas electromagnéticas en el chip”, explicó Nonaka, “para asegurar un acoplamiento de señal adecuado y evitar interferencias no deseadas.”
Para llevar a cabo este trabajo, el equipo utilizó ARTEMIS, una herramienta de modelado de escala exa, para simular y refinar un chip cuántico desarrollado a través de una colaboración entre el Quantum Nanoelectronics Laboratory de Irfan Siddiqi en la Universidad de California, Berkeley, y el Advanced Quantum Testbed (AQT) del Laboratorio Berkeley. Yao presentará esta investigación en una demostración técnica en la International Conference for High Performance Computing, Networking, Storage, and Analysis (SC25).
El diseño de chips cuánticos combina elementos de la ingeniería de microondas con las complejidades de la física a temperaturas extremadamente bajas. Debido a esto, una plataforma de simulación electromagnética clásica como ARTEMIS, desarrollada originalmente bajo el DOE’s Exascale Computing Project, es muy adecuada para estudiar estos sistemas.
Una Supercomputadora Masiva Aborda un Chip Minúsculo
Aunque no todas las simulaciones requieren recursos computacionales extremos, este proyecto superó los límites. Para capturar los finos detalles de un chip altamente intrincado, el equipo confió en casi toda la potencia de la supercomputadora Perlmutter. Durante más de 24 horas, utilizaron casi todas las 7.168 GPU NVIDIA para modelar un chip multicapa que mide solo 10 milímetros de ancho y 0,3 milímetros de grosor, con características tan pequeñas como un micrón.
“No estoy al tanto de que nadie haya realizado un modelado físico de circuitos microelectrónicos a escala completa del sistema Perlmutter. Estábamos utilizando casi 7.000 GPU”, dijo Nonaka. “Discretizamos el chip en 11 mil millones de celdas de cuadrícula. Pudimos ejecutar más de un millón de pasos de tiempo en siete horas, lo que nos permitió evaluar tres configuraciones de circuito en un solo día en Perlmutter. Estas simulaciones no habrían sido posibles en este plazo sin el sistema completo.”
Este nivel de precisión es lo que distingue este trabajo. Muchas simulaciones simplifican los chips como “cajas negras” debido a las limitaciones computacionales, pero el acceso a miles de GPU permitió a los investigadores modelar la estructura física real y el comportamiento del dispositivo.
“Realizamos una simulación física a nivel de onda completa, lo que significa que nos importa el material que utilizas en el chip, la disposición del chip, cómo cables los metales – el niobio u otro tipo de cables metálicos – cómo construyes los resonadores, el tamaño, la forma, el material que utilizas”, dijo Yao. “Nos preocupan esos detalles físicos y los incluimos en nuestro modelo.”
Más allá del detalle estructural, la simulación también recrea cómo se comportaría el chip durante experimentos reales, incluyendo cómo los qubits interactúan entre sí y con el resto del circuito.
Capturando el Comportamiento Cuántico en Tiempo Real
Al combinar un modelado físico detallado con una simulación basada en el tiempo, los investigadores lograron algo poco común. Su enfoque utiliza la ecuación de Maxwell en el dominio del tiempo, lo que les permite tener en cuenta los efectos no lineales y rastrear cómo evolucionan las señales.
Combinar estas cualidades – un enfoque en el diseño físico del chip y la capacidad de simular en tiempo real – es parte de lo que hace que esta simulación sea única, según Yao: “La combinación es fundamental, porque utilizamos la ecuación diferencial parcial, la ecuación de Maxwell, y lo hacemos en el dominio del tiempo para poder incorporar el comportamiento no lineal. Todo esto suma para darnos una capacidad única.”
El proyecto fue apoyado por NERSC a través del programa Quantum Information Science @ Perlmutter, que asigna tiempo de computación a esfuerzos de investigación cuántica prometedores. Incluso dentro de ese programa, esta simulación destacó por su escala y ambición.
“Este esfuerzo destaca como uno de los proyectos cuánticos más ambiciosos en Perlmutter hasta la fecha, utilizando ARTEMIS y las capacidades de computación de NERSC para capturar el detalle del hardware cuántico en más de cuatro órdenes de magnitud”, dijo Katie Klymko, ingeniera de computación cuántica de NERSC que trabajó en el proyecto.
Próximos Pasos para el Modelado de Chips Cuánticos
De cara al futuro, el equipo planea expandir sus simulaciones para obtener una comprensión más precisa del chip y cómo funciona dentro de sistemas más grandes.
“Nos gustaría realizar una simulación más cuantitativa para poder realizar un post-procesamiento y cuantificar el comportamiento espectral del sistema”, dijo Yao. “Nos gustaría ver cómo el qubit está resonando con el resto del circuito. En el dominio de la frecuencia, nos gustaría compararlo con otras simulaciones en el dominio de la frecuencia para tener más confianza en que, cuantitativamente, la simulación es correcta.”
En última instancia, el modelo se pondrá a prueba contra la realidad. Una vez que el chip se fabrique y se evalúe experimentalmente, los investigadores compararán los resultados con sus predicciones y refinarán la simulación en consecuencia.
Yao y Nonaka enfatizaron que este logro se basó en una estrecha colaboración entre Berkeley Lab y sus socios, incluyendo AMCR, QSA, AQT y NERSC, que proporcionaron tanto potencia de computación como experiencia técnica. Según Bert de Jong, director de QSA, este esfuerzo representa un importante paso adelante.
“Esta simulación sin precedentes, posible gracias a una amplia colaboración entre científicos e ingenieros, es un paso crítico para acelerar el diseño y desarrollo de hardware cuántico”, dijo. “Chips cuánticos más potentes y con mejor rendimiento desbloquearán nuevas capacidades para los investigadores y abrirán nuevas vías en la ciencia.”
