سیمی کنڈکٹرز بنانے کے لیے کوانٹم ٹیکنالوجی کا پہلا استعمال

(ڈین ٹری) - سائنس دان سیمی کنڈکٹرز بنانے کے لیے کوانٹم مشین لرننگ کا استعمال کرتے ہیں، یہ ایک ایسی پیش رفت ہے جو چپس بنانے کے طریقے کو مکمل طور پر تبدیل کر سکتی ہے۔

یہ نئی ٹیکنالوجی چپ مینوفیکچرنگ انڈسٹری کے روشن مستقبل کا وعدہ کرتی ہے (تصویر: گیٹی)۔

AI چپس کی ڈیزائننگ اور مینوفیکچرنگ کے عمل کو آسان بنانے میں مدد کرتا ہے۔

آسٹریلیا میں محققین نے ایک کوانٹم مشین لرننگ (QML) تکنیک کا آغاز کیا ہے جو مصنوعی ذہانت (AI) اور کوانٹم کمپیوٹنگ کو یکجا کرتی ہے، جس کا مقصد پیچیدہ چپس کے ڈیزائن اور مینوفیکچرنگ کو آسان بنانا ہے – جو تقریباً ہر جدید الیکٹرانک ڈیوائس کا مرکز ہے۔

یہ کام یہ ظاہر کرتا ہے کہ کس طرح QML الگورتھم اندرونی چپ مزاحمت کی ماڈلنگ کو نمایاں طور پر بہتر بنا سکتے ہیں، جو چپ کی کارکردگی کو متاثر کرنے والا ایک اہم عنصر ہے۔

کلاسیکی کمپیوٹرز کے برعکس، جو 0 یا 1 بٹس کا استعمال کرتے ہیں، کوانٹم کمپیوٹرز qubits کا استعمال کرتے ہیں۔ سپرپوزیشن اور الجھن جیسے اصولوں کی بدولت، qubits ایک ہی وقت میں متعدد ریاستوں میں موجود ہو سکتے ہیں، جس سے وہ کلاسیکی نظاموں کے مقابلے میں پیچیدہ ریاضیاتی تعلقات کو بہت تیزی سے پروسیس کر سکتے ہیں۔

QML کلاسیکی ڈیٹا کو کوانٹم حالت میں انکوڈ کرتا ہے، جس سے ایک کوانٹم کمپیوٹر ڈیٹا میں ایسے نمونوں کو دریافت کر سکتا ہے جن کا پتہ لگانا کلاسیکل سسٹم کے لیے مشکل ہے۔ ایک کلاسیکی نظام پھر ان نتائج کی تشریح یا ان کا اطلاق کرتا ہے۔

چپ کی تیاری اور کوانٹم حل میں مشکلات

سیمی کنڈکٹر مینوفیکچرنگ ایک پیچیدہ، عین مطابق انجینئرڈ عمل ہے جس میں کئی مراحل شامل ہیں: سیکڑوں خوردبین تہوں کو سلکان ویفر پر اسٹیک کرنا اور ان کی شکل دینا، مواد جمع کرنا، فوٹو ریسسٹ کوٹنگ، لتھوگرافی، ایچنگ، اور آئن امپلانٹیشن۔ آخر میں، چپ کو ایک ڈیوائس میں انضمام کے لیے پیک کیا جاتا ہے۔

اس مطالعہ میں، سائنسدانوں نے اوہامک رابطہ مزاحمت کی ماڈلنگ پر توجہ مرکوز کی، جو چپ کی تیاری میں ایک خاص مشکل چیلنج ہے۔ یہ ایک پیمائش ہے کہ چپ کی دھات اور سیمی کنڈکٹر تہوں کے درمیان کرنٹ کتنی آسانی سے بہتا ہے۔ قیمت جتنی کم ہوگی، کارکردگی اتنی ہی تیز اور زیادہ توانائی کی بچت ہوگی۔

کلاسیکی مشین لرننگ الگورتھم کے ساتھ اس مزاحمت کو درست طریقے سے ماڈلنگ کرنا اہم ہے لیکن مشکل ہے، خاص طور پر جب چھوٹے، شور والے، اور غیر خطی ڈیٹا سیٹس سے نمٹنے کے لیے جو عام طور پر سیمی کنڈکٹر تجربات میں پیش آتے ہیں۔

یہیں سے کوانٹم مشین لرننگ آتی ہے۔

159 پروٹوٹائپ گیلیم نائٹرائڈ ٹرانزسٹرز (GaN HEMTs) سے ڈیٹا کا استعمال کرتے ہوئے، جو کہ 5G الیکٹرانکس میں اپنی رفتار اور کارکردگی کے لیے جانا جاتا ہے، ٹیم نے کوانٹم کرنل الائنڈ ریگریسر (QKAR) کے نام سے ایک نیا مشین لرننگ فن تعمیر تیار کیا۔

QKAR کلاسیکی ڈیٹا کو کوانٹم سٹیٹس میں تبدیل کرتا ہے، جس سے کوانٹم سسٹم پیچیدہ رشتوں کا تعین کر سکتا ہے۔ ایک کلاسیکی الگورتھم پھر اس سمجھ سے سیکھتا ہے کہ ایک پیش گوئی کرنے والا ماڈل بنایا جائے جو چپ بنانے کے عمل کی رہنمائی کرتا ہے۔

جب پانچ نئے ماڈلز پر تجربہ کیا گیا تو، QKAR نے سات سرکردہ کلاسیکی ماڈلز کو پیچھے چھوڑ دیا، جس میں گہری سیکھنے اور گریڈینٹ بڑھانے کے طریقے شامل ہیں۔ اگرچہ مخصوص میٹرکس کا انکشاف نہیں کیا گیا تھا، QKAR نے روایتی ماڈلز (0.338 اوہم فی ملی میٹر) کے مقابلے میں نمایاں طور پر بہتر نتائج حاصل کیے ہیں۔

اہم بات یہ ہے کہ QKAR کو حقیقی دنیا کے کوانٹم ہارڈویئر کے ساتھ ہم آہنگ ہونے کے لیے ڈیزائن کیا گیا ہے، جو کوانٹم ٹیکنالوجی کے آگے بڑھنے کے ساتھ ساتھ حقیقی دنیا کی چپ مینوفیکچرنگ میں اس کے نفاذ کا دروازہ کھول رہا ہے۔ سائنس دانوں کا خیال ہے کہ یہ نقطہ نظر سیمی کنڈکٹرز میں کثیر جہتی اثرات کو مؤثر طریقے سے سنبھال سکتا ہے، جو چپ کی صنعت کے لیے روشن مستقبل کا وعدہ کرتا ہے۔

ماخذ: https://dantri.com.vn/khoa-hoc/lan-dau-tien-su-dung-cong-nghe-luong-tu-de-tao-ra-chat-ban-dan-20250730020740216.htm