如何验证量子比特控制脉冲的精度?

解读

在国内先进工艺节点(28 nm及以下)的量子测控芯片项目中,控制脉冲精度直接决定量子门保真度,是流片前必须sign-off的关键指标。面试官想考察三件事:

  1. 能否把“精度”拆成可量化的验证目标(幅度、宽度、相位、抖动、杂散)。
  2. 能否在纯数字验证环境里复现模拟/射频行为,并用可综合的SystemVerilog/UVM组件完成自动化检查。
  3. 是否熟悉国内晶圆厂(SMIC、HLMC、YMTC)对射频IP的交付格式,以及第三方混合信号AMS模型签核流程,避免“只会跑RTL仿真”的纸上谈兵。

知识点

  1. 量子控制脉冲指标

    • 幅度精度:16 bit DAC,LSB ≤ 0.1 %FS,INL/DNL ≤ ±0.5 LSB
    • 时序精度:脉冲宽度分辨率 ≤ 1 ns,边沿抖动 ≤ 10 ps RMS
    • 相位精度:IQ调制相位误差 ≤ 0.1°,本振泄露 ≤ –50 dBc
    • 杂散与噪声:SFDR ≥ 60 dB,积分相位噪声 ≤ –100 dBc/Hz@1 MHz
  2. 混合信号验证方法学

    • Real-Number Modeling(RNM,SystemVerilog real)+ 事件驱动求解器,实现纳秒级模拟行为
    • UVM-MS:uvm_timeline、uvm_slicer 把模拟波形切成数字transaction,供scoreboard比对
    • 形式化+随机:用SVA写“脉冲能量守恒”属性,让形式工具穷举所有数字配置组合
    • 硬件加速:将DAC/ADC行为级模型综合到Zynq UltraScale+ FPGA,进行周期精确的速度回放,跑10^6次蒙特卡洛
  3. 国内交付流程

    • SMIC 14 nm RF IP交付包:Liberty + Verilog-A + RNM + SPF,必须跑完AMS-SS corner 1000次无fail
    • 中电科38所内部要求:脉冲宽度测试用Jitter Histogram自动输出CSV,直接对接Matlab量子门仿真脚本,闭环验证保真度>99.9 %

答案

步骤1:量化验证计划
把“精度”拆成5项可测指标,每项给出门限、测量方法、覆盖率目标(coverage group)。用Excel导入JIRA,评审通过后基线化。

步骤2:搭建UVM-MS平台

  • 数字域:UVM agent产生配置寄存器、DDS频率字、IQ幅度字,通过AXI-Lite下发。
  • 模拟域:用SystemVerilog real型DDS+DAC RNM模型,输出差分I/Q波形,采样率设定为10 GS/s,满足奈奎斯特。
  • 时钟域:引入独立“抖动模块”,在RTL级用$dist_normal对时钟边沿做±10 ps的随机偏移,模拟PLL相噪。

步骤3:实时监测
写SVA断言:

property pulse_width;
  realtime t1,t2;
  @(posedge vif.pulse) (1,t1=$realtime) ##0 @(negedge vif.pif) (1,t2=$realtime) |-> (t2-t1 inside {[9.9ns:10.1ns]});
endproperty
assert property (pulse_width);

用Siemens Questa Formal跑证明,保证所有数字配置下脉冲宽度都在±1 %窗口内。

步骤4:scoreboard比对
把RNM波形转成uvm_analog_transaction,含幅度、相位、SFDR字段;参考模型用Python/NumPy计算理想波形,差值大于门限即报error。覆盖率收集:

  • 幅度2D交叉:DAC码值 × 温度(-40 ℃~125 ℃)
  • 抖动区间:10 ps、20 ps、30 ps三档必须全部命中

步骤5:硬件加速回归
将RNM模型用HLS改写成cycle-approximate C++,综合到Xilinx ZCU111 RFSoC,跑1000次蒙特卡洛耗时2小时,等效RTL仿真需3周,满足国内流片窗口。

步骤6:sign-off报告
输出五份数据:

  1. 覆盖率100 %截图(UCIS XML)
  2. 形式化无违例证明(Formal log)
  3. 硬件加速统计(mean±3σ)
  4. AMS corner 1000次PASS记录
  5. 量子门保真度Matlab闭环结果>99.9 %
    报告经项目TPM、模拟负责人、Foundry AE三方评审后方可tape-out。

拓展思考

  1. 若工艺切换到国产28 nm BCD-SOI,DAC电源由1.8 V降至1.2 V,幅度精度对PVT更敏感,如何在不增加full-AMS仿真时间的前提下,用机器学习快速预测INL?
  2. 当控制脉冲频率升到1 GHz,RNM事件驱动仿真效率下降,是否考虑把时域波形转成频域S参数,用UVM-SV + FFT scoreboard在频域验证SFDR?
  3. 国内量子芯片需满足国军标GJB 548B对瞬时杂散的额外要求,如何在不泄露加密算法细节的前提下,把验证环境做成可交付的加密IP,供军方独立复现?