QCap 把超导器件电容矩阵从数小时压到数秒:4009 个留出设计上中位误差 0.177%
核心概要
超导量子器件的电容矩阵通常要用电磁场求解器逐版图计算,单个含多个耦合器的量子比特就要数小时。QCap 把版图转成以导体为节点、导体对为边的图,再用快速矩量法给出粗略物理先验,让图神经网络只学习有界的残差修正。在 4009 个未参与训练的设计上,其输出与 Ansys Q3D 的中位相对误差为 0.177%,在完全未见过的器件族上误差保持在 1% 以下。
深度剖析
QCap 能直接从任意平面超导器件的 .gds 版图给出完整麦克斯韦电容矩阵,不再需要针对某一器件族重新训练,也不再受绘图工具限制。 此前的机器学习替代模型以某一版图生成工具的参数串为输入,只能评估训练过的那个器件,换一个器件或换一个工具就要重新做数千次仿真。 在 4009 个未参与训练的测试设计上,QCap 与 Q3D 的中位相对误差为 0.177%;在完全未参与训练的器件族上误差为 0.33% 至 0.99%。
模型把版图编码成一张完全图,节点是导体(含地),边是导体对,同一套函数作用于每个节点和每条边,因此参数量不随导体数变化。 单一固定长度向量无法承载导体数可变的版图,而参数串表示又绑定在特定工具上。 导体向量由形状标量、外轮廓傅里叶幅值和宽度谱组成,边向量记录面向边界的间距谱、耦合矩、共面耦合与屏蔽份额;在 67 导体网格中,同一量子比特单独放置与置于网格内时,除两个屏蔽份额外其余条目完全相同。
网络只学习物理先验与参考解之间的有界对数残差,先验由金属上的快速矩量法给出,并用一步 Richardson 外推压低网格误差。 若让网络从数据中直接学出麦克斯韦方程,训练难度大且需要大量仿真数据。 先验在双 CPU 上中位耗时 0.075 秒,而 Q3D 每个版图需 5.2 至 52 分钟;在验证集上,Richardson 一步把先验误差减半,代价不到单次细网格求解的两倍。
对超过九个导体的版图,先验改为分窗求解,窗外的远距离导体对用接地平面偶极子闭式公式补齐,使先验代价随导体数而非芯片面积增长。 稠密矩量法求解无法扩展到大型芯片,训练数据中也没有超过 68 个导体的版图。 在 67 导体网格上,分窗结果与同一网格的全局求解在信号导体之间相差 0.3% 至 0.6%;9 比特、67 导体器件在笔记本上 11.7 秒给出矩阵,而 Q3D 需 19.9 小时和 228 GB 内存。
启示与展望
演示范围限于平面超导器件的准静态电容提取,训练数据全部为 350 微米硅衬底,且没有超过 68 个导体的版图;100 比特、781 导体芯片的预测没有参考解可比,因此不构成绝对精度声明。
100 比特芯片的结果没有 Q3D 参考,作者明确不作绝对精度声明;远距离导体对的耦合误差受先验限制,网络只能施加最大修正;训练数据只覆盖单一衬底,换衬底依赖先验中的衬底信息与一个小修正因子。
