## 原文要点
《量子计算报告》刊文探讨了两家半导体公司——格芯（GlobalFoundries）和Snowcap Compute——在将半导体技术应用于量子硬件方面所采取的截然不同策略。原文指出，多家量子公司正寻求利用半导体制造商在过去75年间投入的数万亿美元投资来构建量子计算机。
据报道，格芯作为一家跨国半导体代工厂，与PsiQuantum、Equal1、Quantum Motion、Diraq、Archer、Xanadu等多家量子硬件公司展开合作。其在量子技术方面的初步工作可追溯到2018年与多伦多大学的合作。对于自旋量子比特，格芯能够利用其22FDX工艺（22纳米全耗尽型绝缘衬底硅，FD-SOI），该工艺无需新设备即可制造自旋量子比特，尽管设计可能需要独特的结构。此外，格芯还在考虑使用同位素纯硅-28晶圆以提高量子比特相干时间。原文提到，低温下CMOS芯片制造的一大挑战是过程模型缺乏低温特性，但22FDX工艺的背面连接允许用户调节VT（晶体管阈值电压），从而在无法精确建模时进行调整。除了自旋量子比特，该工艺还可用于量子计算机中的低温读出芯片。格芯在德国德累斯顿的晶圆厂负责22FDX工艺的制造。
格芯与PsiQuantum在光子学方面的合作则有所不同，这需要格芯在其纽约马耳他晶圆厂投入数百万美元安装专用资源。2022年4月，美国国防部为这项合作提供了2500万美元支持。原文强调，尽管目前量子项目的晶圆需求量远未达到半导体代工厂的盈利规模，但格芯认为量子技术未来具有巨大的发展潜力，因此正进行前期投资以抢占市场领导地位。
另一方面，Snowcap Compute是一家初创公司，采取了截然不同的方法。该公司致力于开发基于超导约瑟夫森结的单磁通量子（SFQ）逻辑，而非传统的CMOS逻辑。据报道，SFQ逻辑在低温下运行，功耗可降低2-3个数量级，速度提高约10倍。Snowcap已获得2300万美元的种子轮融资，并拥有28纳米工艺技术和300毫米晶圆尺寸的代工厂资源，以及Cadence的EDA支持。尽管Snowcap的主要市场是AI数据中心，但其技术对需要低温操作的超导和自旋量子比特硬件公司同样具有吸引力。原文指出，量子系统在扩展时面临的挑战，尤其是超导和自旋量子比特系统，主要体现在布线和散热方面。
## 深度分析
《量子计算报告》的这篇观察文章，揭示了量子计算产业在硬件制造层面正在经历一场“双轨制”的演进。格芯代表着传统半导体巨头以其深厚的工艺积累和庞大的产能，试图“兼容并蓄”地为各类量子计算模式提供制造服务。而Snowcap Compute则代表着一种“另辟蹊径”的创新力量，试图以颠覆性的低温逻辑技术，从根本上解决未来量子系统扩展的瓶颈。
格芯的策略无疑是稳健而务实的。通过利用现有成熟的22FDX工艺制造自旋量子比特，以及为光子量子计算投入专项资源，格芯展现了其对新兴技术的包容性和前瞻性。尤其是22FDX工艺在低温特性建模上的“曲线救国”方案——通过背面连接调节VT，这不仅是工程智慧的体现，也暴露出当前半导体工艺在极端低温环境下适应性不足的普遍性挑战。格芯押注未来量子计算的高容量需求，其目标显然是成为量子时代的“台积电”，这对于整个量子产业的工业化和规模化发展至关重要。毕竟，如果没有像格芯这样的巨头提供稳定可靠的制造能力，量子计算的商业化之路将寸步难行。
然而，Snowcap Compute的出现则提出了一个更具颠覆性的命题。其SFQ逻辑技术，以其在功耗和速度上的数量级优势，直指未来大规模数据中心和量子计算机扩展的核心痛点——能耗和散热。在量子计算领域，超导和自旋量子比特系统对低温环境的依赖，使得SFQ逻辑的潜在价值更为突出。如果Snowcap的技术能够成功商业化，它不仅可能重塑AI数据中心的格局，更有可能成为量子计算在“Shor时代”实现大规模扩展的关键使能技术。当前量子系统扩展面临的布线和散热两大难题，正是SFQ逻辑技术所能有效缓解的。这种“从零开始”的创新，虽然风险更高，但一旦成功，其带来的变革将是深远的。
综上所述，格芯的路径是“顺势而为”，在现有框架内寻找最优解；而Snowcap Compute则是“逆势而上”，试图通过革新底层技术来重构未来。这两种策略并非互不相容，反而可能在量子计算的不同发展阶段或不同技术路线上发挥各自的优势。最终，量子计算的未来很可能是一场融合了传统巨头深厚底蕴与创新新贵颠覆性技术的“大合唱”。
---
📰 来源: [Quantum Computing Report](https://news.google.com/rss/articles/CBMifkFVX3lxTE90MVkzNHgzZW1BQUJGcGN3M0ZtdHJjTHk4Z0ZrcGZCTWZhajhiWUJ1NXcxNXlYRWVLN1E0SV9UcjNUU1c3TmZCT1NDSVM1RnpQU01PS3FXR2M3d0lSU2RSbmN0ZlRXOEpsX21kZUU5QWxSanhNWW5jcThUQ2xFZ9IBgwFBVV95cUxOUFMzTWhjYzV0bjQ0UVlzdG9qQnZfajIzd01ZamJmNEpicjVqVVFmOXFYS2Y3UUpDdVhtQ3lfYnhOd0VNUFUwcWdyMXBEeWtMdURadWthRDg0MkJPMWxNWFotYlpwdDJzVWFQbllpOERPX3k3R0VMb0JnMk9LaE5Ud3AzTQ?oc=5)