Quantencomputing klingt oft nach Zukunftsmusik, aber Ingenieur*innen arbeiten Schritt für Schritt daran, es Realität werden zu lassen. Besonders viel Aufmerksamkeit bekommen supraleitende Qubits – viele Wissenschaftler*innen sehen darin einen vielversprechenden Weg hin zu groß angelegten Quantenprozessoren.
Eine aktuelle Übersichtsarbeit unter Leitung von Hiu Yung Wong von der San Jose State University in Kalifornien zeigt, warum diese Technologie herausragt und wo noch Herausforderungen liegen. Supraleitende Qubits basieren auf Josephson-Kontakten: winzigen Strukturen aus zwei Supraleitern, getrennt durch eine dünne Isolatorschicht. Diese Kontakte ermöglichen es den Qubits, Informationen mithilfe von Supraleitung und phasenabhängigem Stromfluss zu speichern.
Qubit-Performance und Stabilität im Test
Das Team untersuchte verschiedene Qubit-Designs und nahm Verschränkungs-Gate-Operationen, Auslesesysteme und Methoden zur Fehlerreduktion mit einem 72-Qubit-Prozessor unter die Lupe. Besonders bei der Genauigkeit der Steuerung gibt es deutlichen Fortschritt.
Einzelne Qubit-Gates erreichen inzwischen eine Zuverlässigkeit von über 99,9 Prozent, und auch die Messgenauigkeit wurde durch Werkzeuge wie Purcell-Filter und quantenrauschbegrenzte Verstärker deutlich verbessert.
Zentrale Leistungsindikatoren wie die Energie-Relaxationszeit (T1) und die Dephasierungszeit (T2) wurden gemessen, um besser zu verstehen, wie Fehler den Quantenzustand beeinflussen.
Trotz aller Fortschritte bleibt die Kohärenz der Qubits die größte Hürde. Mikroskopische Materialfehler – sogenannte Zwei-Niveau-System-Defekte – verkürzen nach wie vor die Zeit, in der Quanteninformation gespeichert werden kann.
Verbesserungen in der Fertigung, darunter Trilayer-Junction-Designs und Overlap-Junction-Verfahren, sollen die Geräte stabiler und gleichmäßiger machen.
Die Millionen-Qubit-Herausforderung
Mindestens genauso wichtig ist die Frage: Wie lassen sich diese Systeme skalieren? Fehlertolerantes Quantencomputing könnte zwischen 100 und 1000 physikalische Qubits für jedes logische Qubit brauchen.
Das bedeutet: Zukünftige Maschinen könnten eine bis hundert Millionen physikalische Qubits benötigen. Um mit dieser Komplexität umzugehen, setzen Ingenieur*innen auf Methoden der elektronischen Designautomatisierung – ähnlich wie sie heute bei klassischen Halbleiterchips zum Einsatz kommen.