Australische Forscher haben einen Durchbruch in der Quanteninformatik erzielt, den Experten als "Gamechanger" bezeichnen und der die Verarbeitungskapazitäten von Künstlicher Intelligenz in den kommenden Jahren dramatisch beschleunigen könnte.
Das Team der Universität Sydney unter Leitung von Professor David Reilly hat ein winziges CMOS-"Chiplet" entwickelt, das bei 100 Millikelvin (knapp über dem absoluten Nullpunkt) arbeitet und dabei mehrere Silizium-Spin-Qubits mit nur Mikrowatt an Leistung steuert. Damit wurde eine Herausforderung gelöst, die bislang als unüberwindbares ingenieurtechnisches Problem in der Quanteninformatik galt.
Die Bedeutung dieser Innovation liegt darin, dass Steuerelektronik weniger als einen Millimeter von den Qubits entfernt platziert werden kann, ohne deren empfindliche Quantenzustände zu stören. "Durch sorgfältiges Design zeigen wir, dass die Qubits die Schaltung von 100.000 Transistoren direkt nebenan kaum bemerken", erklärt Reilly, der das Ergebnis nach einem Jahrzehnt Entwicklung als "Ende eines langen Weges" beschreibt.
Bisherige Ansätze in der Quanteninformatik erforderten sperrige externe Steuersysteme, die über dichte Verdrahtung mit den Qubits verbunden waren – ein zentrales Skalierungsproblem. Durch die direkte Integration der Steuerelektronik in ein kryogen-taugliches CMOS-Gehäuse hat das australische Team diese Hürde beseitigt und damit den Weg für Quantenprozessoren mit Millionen von Qubits auf einem einzigen Chip geebnet.
Der Durchbruch nutzt Silizium-Spin-Qubits, die besonders vielversprechend sind, weil sie mit bestehenden Halbleiterfertigungsprozessen kompatibel sind. Im Gegensatz zu anderen Quantentechnologien lassen sich diese Qubits mit denselben CMOS-Fertigungsverfahren herstellen, die auch in modernen Smartphones und Computern zum Einsatz kommen.
Die Auswirkungen auf Künstliche Intelligenz sind enorm: Quantencomputer mit Millionen von Qubits könnten das Training komplexer KI-Modelle exponentiell beschleunigen und völlig neue Algorithmus-Klassen ermöglichen, die auf klassischer Hardware undenkbar wären. Das könnte zu Durchbrüchen in Bereichen wie Medikamentenentwicklung, Materialwissenschaft und Optimierung komplexer Systeme führen, die selbst für heutige Hochleistungs-KI-Systeme rechnerisch unlösbar bleiben.