北京
香港大学（HKU）研究人员在低温电子学领域取得重大突破，这一成果有望解决量子计算的核心难题，并为未来深空探测任务提供支持。该研究团队来自香港大学电气与计算机工程系及先进半导体与集成电路研究中心（CASIC），成功研发出一种可编程神经形态硬件平台，能够在接近绝对零度的超低温环境中稳定运行。
本项研究由张宇豪教授与博士生杨鑫共同主导。他们提出了一种在工业标准碳化硅（SiC）MOSFET器件中产生并调控负微分电阻（NDR）的全新方法。借助这一技术，研究团队首次证明单个晶体管可以在低至10毫开尔文（mK）的温度下，模拟生物神经元高效的"脉冲"放电行为。
仿脑硬件赋能量子计算
量子计算机依赖精密的控制电子系统来管理量子比特（qubit）。量子比特对外界干扰极为敏感，必须在毫开尔文级别的超低温环境中运行。然而，现有的基于硅的控制系统功耗较高，会产生不必要的热量，因此不得不与量子比特保持一定距离。这种物理间隔导致大量布线需求，严重影响系统性能，也使大规模量子计算机的构建面临更大挑战。
"我们的研究成果引入了一种可与量子处理器直接集成的硬件平台，"张教授表示，"通过利用碳化硅中独特的载流子动力学特性，我们能够构建比传统电子元件能效高出数千倍的电路，从而大幅降低低温系统的热负荷。"
碳化硅展现独特低温特性
研究团队发现，SiC MOSFET在温度降至2开尔文以下时，会呈现出显著的"S型"负微分电阻效应，其驱动机制源于电子供体碰撞电离（EDII）。与其他依赖器件内部热效应的技术不同，这一新发现的机制直接源于材料本身的原子特性，因而具有高度稳定性，并能在不同生产批次之间保持良好的一致性。
"这是一种可靠且可扩展的方案，"杨鑫表示，"由于碳化硅已广泛应用于全球的电动汽车和电力系统领域，我们可以充分利用现有工业代工厂，在300毫米晶圆上批量制造这类低温芯片。"
从人工神经元到深空探测
研究还证明，这些人工神经元可以相互连接，即以"级联"方式组成更大规模的网络。这一能力有望在低温环境下实现高级本地数据处理，并显著提升量子纠错和实时量子控制等关键量子计算功能。
该技术的潜在应用范围远不止于量子计算。由于这些电路被设计为能在极端寒冷的环境中可靠运行，它们在深空探测领域同样具有重要价值，未来系统有望在月球表面或太阳系更遥远区域的恶劣环境中正常工作。
相关研究成果已发表于《自然·通讯》期刊，论文题目为《利用碳化硅中栅控负微分电阻实现低温神经形态电路》。
Q&A
Q1：香港大学研发的低温神经形态芯片是什么？
A：这是由香港大学电气与计算机工程系团队研发的一种可编程神经形态硬件平台，能够在接近绝对零度（低至10毫开尔文）的超低温环境下稳定运行。它通过碳化硅MOSFET中独特的负微分电阻效应，模拟生物神经元的脉冲放电行为，能效比传统电子元件高出数千倍。
Q2：碳化硅低温芯片如何解决量子计算中的散热难题？
A：现有量子计算控制系统采用硅基器件，运行时会产生大量热量，必须与对温度极敏感的量子比特保持距离，由此带来复杂布线问题。碳化硅低温芯片能效极高，产热极少，可直接与量子处理器集成，大幅减少低温系统的热负荷，同时降低布线复杂度，有助于推动大规模量子计算机的实现。
Q3：碳化硅低温芯片除了量子计算还有哪些应用场景？
A：除量子计算外，该芯片还可应用于深空探测领域。由于其设计能够在极端低温环境下稳定工作，未来有望用于月球表面或太阳系更远区域的探测任务，在宇宙深空的恶劣条件下实现可靠的本地数据处理。
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
