72000倍！日企利用量子计算技术加速探索半导体材料的最佳配方

Original 光子盒研究院光子盒 2023-04-26

收录于合集 #量子计算+ 96个

光子盒研究院出品

昭和电工株式会社(Showa Denko K.K.)是日本著名的综合性集团企业，产品涉及石油、化学、无机、铝金属、电子信息等多种领域。最近，昭和电工展示了量子计算技术加速探索半导体材料最佳配方的能力，将探索时间从传统方法的几十年缩短到几十秒，实现加速7.2万倍。

半导体材料中包含多种成分，如各种混合比例的树脂、填料和添加剂，企业通过优化配方获得高性能材料。然而，要分析的成分组合和混合比的理论数量超过10⁵⁰。因此，用传统的人工智能(AI)方法探索这些成分及其混合比例的所有可能组合将需要几十年的时间。导致研究人员之前只分析了部分理论上可能的组合。

为了减少探索所需的时间，昭和电工专注于使用一种高性能计算技术——数字退火机(Digital Annealer)，这是一种由富士通公司开发的量子启发技术。

昭和电工开发了一种人工智能模型，用于根据复杂的配方条件预测半导体材料的特性。为了使AI模型可以在数字退火机上计算，昭和电工将AI模型表示为伊辛模型——统计力学方法之一。

半导体材料配方优化过程

通过在数字退火机上模拟伊辛模型，他们将探索时间缩短到几十秒，比传统人工智能方法所需时间快约72000倍，因为传统AI方法需要探索的成分类型和数量有限。此外，使用伊辛模型设计的最佳配方有望获得比使用传统AI方法设计的配方高30%的性能的半导体材料。

注释：

1.数字退火机：专门用于解决计算密集型组合优化问题的领域特定计算机架构。

2.量子启发技术：受量子技术启发的高性能计算技术，但不直接使用量子效应。

3.伊辛模型：用于描述磁性材料中自旋行为的统计力学模型。通过考虑自旋之间的相互作用和与外部磁场的耦合来描述磁性材料的宏观磁化。该模型适用于广泛的研究领域，包括组合优化问题。

参考链接：

https://www.sdk.co.jp/english/news/2022/41713.html

—End—