7000张GPU模拟量子芯片

构建量子芯片的详细计算模型，能帮助科学家在量产前精准预判其性能表现。这种“先模拟后制造”的策略，使研究人员能够提前发现潜在缺陷，确保设计方案符合预期。美国伯克利国家实验室的量子系统加速器（qsa）研究员zhi jacky yao与数学应用及计算研究部（amcr）的andy nonaka，正联手开发先进的电磁仿真技术，以推动下一代量子硬件的诞生。

“计算模型能预测设计决策如何影响芯片内电磁波的传播，”nonaka解释道，“这确保了信号耦合的精准性，并有效规避了不必要的干扰。”为完成这一高难度任务，团队采用了名为artemis的超大规模建模工具。该工具由加州大学伯克利分校的irfan siddiqui量子纳米电子实验室与伯克利实验室的先进量子测试平台（aqt）联合研发，相关成果将在高性能计算、网络、存储与分析国际会议（sc25）上展示。

量子芯片的设计融合了微波工程与极低温物理的复杂性，因此需要像artemis这样基于美国能源部（doe）exascale计算项目开发的经典电磁仿真平台。尽管并非所有模拟都需要算力，但为了捕捉这颗微小芯片的每一个细节，团队几乎动用了perlmutter超级计算机的全部算力。

在24小时内，研究人员调用了超过7000张nvidia gpu，对一枚直径仅10毫米、厚度0.3毫米的多层芯片进行建模，其内部特征尺寸小至微米级。nonaka表示：“我从未见过有人用perlmutter系统对微电子电路进行如此完整尺度的物理建模。我们将芯片拆解为110亿个网格单元，在7小时内完成了超百万次时间步计算，这意味着一天内就能评估三种电路配置。若无全系统支持，这一速度根本无法实现。”

这种精度是该项目区别于其他工作的关键。受限于算力，许多模拟将芯片简化为“黑箱”，但数千张gpu的算力让研究人员能够还原真实的物理结构和器件行为。yao指出：“我们进行的是全波物理级模拟，关注芯片材料、布局、金属连接（如铌或其他金属线）、谐振器的尺寸形状等所有物理细节，并将这些细节完整融入模型。”

除了结构细节，该模拟还能重现芯片在真实测试中的表现，包括量子比特（qubit）之间及其与电路其余部分的相互作用。通过结合详细物理建模与时间域仿真，团队实现了罕见突破。他们利用时域麦克斯韦方程组，不仅考虑了非线性效应，还能追踪信号的动态演化过程。

“这种组合非常有用，”yao补充道，“我们利用偏微分方程（麦克斯韦方程）在时域内运行，从而能够纳入非线性行为。”该项目得到了nersc“perlmutter量子信息科学”计划的支持，该计划为有前景的量子研究分配计算时间。即便在该计划内部，此次模拟也因其规模和雄心而脱颖而出。nersc量子计算工程师katie klimko评价道：“这是perlmutter迄今为止zui雄心勃勃的量子项目之一，利用artemis和nersc的算力，捕捉了量子硬件四个数量级的细节。”

展望未来，团队计划扩展模拟范围，以更地理解芯片及其在更大系统中的运作。yao表示：“我们需要进行更多定量模拟，以便对系统的频谱行为进行后处理和量化，并在频域内与其他模拟结果对比，以验证定量计算的准确性。”zui终，该模型将在芯片制造和实验评估后与真实数据进行比对，进而优化仿真模型。

yao和nonaka强调，这一成就得益于伯克利实验室与其合作伙伴（包括amcr、qsa、aqt和nersc）的紧密协作。qsa主任bert de jong认为，这种由科学家与工程师广泛合作促成的前所未有的模拟，是加速量子硬件设计与开发的重要一步，将助力研发出更强、更高效的量子芯片，为科研开辟新路径。

对于中国量子行业而言，这种“全物理场、超大规模”的仿真范式极具参考价值，表明算力规模与物理细节的深度融合是突破量子芯片设计瓶颈的关键，国内企业应关注超算资源在量子研发中的深度应用趋势。