2026中研院QPU冬季Workshop

在IQM的KQCircuits課程中，我們看到量子電路如何從程式參數變成版圖。但版圖上的尺寸正確，仍不代表製作出來的量子位元就有好的表現。薄膜、材料界面、約瑟夫森節與封裝，都會影響實際晶片的特性。此次QC-Fab的介紹，便是從製程端來看超導量子電腦需要解決的問題。

▲ QC-Fab全名是Quantum Chip Fabrication Space，中文為量子晶片製程研發平台。演講由陳彥君博士介紹平台的設備、製程發展與量測成果。對超導量子晶片而言，目標是讓同樣的設計能穩定地被製作出來，並且在低溫量測時維持良好的量子特性。

製造與測試必須一起看

▲ 中研院量子電腦專題中心的兩個平台：左邊QC-Fab負責晶片製程，右邊QC-Test負責低溫測試與控制。這樣的配置可以把製作與驗證串起來。若某一批晶片的相干時間較短，就能回頭比較薄膜、清潔、接面或封裝條件，再用下一批樣品確認修改是否有效。

量子晶片的製程開發因此需要同時觀察兩件事：能否穩定完成圖形與元件，以及完成後的量子品質。看起來相似的晶片，可能有不同的能量損失與頻率分布；只靠室溫顯微照片，很難得知全部答案。

一間量子晶片無塵室需要哪些設備？

▲ QC-Fab的無塵室配置圖。整體標示為Class 1000，微影與部分濕製程區域另標示約Class 100。從設備配置可以看到一顆晶片需要經過不同工序：電子束或雷射直寫定義幾何，鍍膜與蝕刻形成電路，再透過顯微鏡、膜厚量測與電性檢查確認結果；打線與覆晶接合則把晶片接到後續測試需要的介面。

這邊值得注意的是，無塵室的等級描述環境中的粒子控制，不能直接當成量子位元品質的指標。量子品質還需要搭配材料、製程條件與低溫量測判斷。設備齊全的意義，是讓不同製程可以在較可控的環境裡重複執行，逐步找出影響性能的因素。

為什麼相同晶片上的量子位元也有差異？

▲ 講者以IBM Heron的資料快照，說明同一顆多位元晶片上也會有明顯差異。圖中標示的\(T_1\)約從\(6\,\mu\mathrm{s}\)到\(501\,\mu\mathrm{s}\)，中位數約\(290\,\mu\mathrm{s}\)。\(T_1\)是激發態能量弛豫的時間尺度，越長通常代表量子位元能把激發維持得更久。

這張圖的重點是分布與一致性：設計量子電路時，不能只看到最高的那一顆。較弱的量子位元可能限制可用的電路或糾錯配置。不過，單張\(T_1\)分布圖並不能把差異全部歸因到某一種製程；材料缺陷、頻率位置、環境與量測時刻等因素，都需要進一步實驗才能分辨。

材料界面、約瑟夫森節與三維整合

▲ 這張圖把QC-Fab的工作分成幾個層次。左側是超導薄膜與乾淨的材料界面；中央是Window Junction的截面，利用Al–AlO_x–Al結構形成約瑟夫森節；下方則列出Flip-Chip（覆晶）與TSV（矽穿孔）等整合方向。右側強調與QC-Test合作，將製程結果放回低溫環境驗證。

量子位元數量增加後，除了單一元件品質，還會遇到走線、封裝與寄生耦合的問題。覆晶與垂直互連提供了不同的佈線空間，但也引入接合與界面的新條件，因此必須同時考慮製程和電磁設計。投影片將這些列為邁向可擴展系統的技術方向，不能把圖中的每種示意都直接視為已完成量產的量子製程。

如何解讀QC-Fab展示的量測成果？

▲ 演講把不同面向的成果放在同一張圖中：20位元QPU、\(T_1\)量測分布、諧振器內部品質因子\(Q_i\)，以及約瑟夫森節阻值的變異。這幾個指標回答的問題不同，值得分開看。

中央直方圖展示約3,000次量測的\(T_1\)分布，平均約\(354\,\mu\mathrm{s}\)，並標示最佳值約\(530\,\mu\mathrm{s}\)。這裡呈現的是該組量測的統計，照片並沒有說明它等同於整顆20位元晶片所有位元的平均。右上方的\(Q_i\)曲線則用來比較諧振器的內部損失，且會隨驅動對應的光子數改變；讀圖時要連同橫軸的條件一起看。

右下方約瑟夫森節的阻值分布，平均約\(13.7\,\mathrm{k}\Omega\)，投影片標示的變異約4.8%。阻值一致性可以提供接面製程的資訊，但它不是量子閘的保真度。下方Window Junction小圖還另外列出其示範元件的\(T_1\)數值，與上方530微秒的結果應分開解讀。把不同量測指標保留在各自的條件下，才能知道哪一項改善真正來自製程。

從研究樣品走向可重複的製程平台

▲ 演講最後列出標準化、自動化8吋晶圓製程、關鍵製程技術與人才培育等目標，並預告超導薄膜、圖形化薄膜、約瑟夫森節與完整量子晶片製作服務。投影片當時使用Coming soon，本文保留Workshop的時間背景；服務項目與開放進度可以參考平台的官方公告。

從此次介紹可以看出，量子晶片的擴展同時需要「做出更多元件」與「讓元件品質可重複」。QC-Fab與QC-Test的配合，讓製程改動有實際量測可以比對，也讓設計者能逐步掌握在地製程的能力與限制。這會是後續從少量實驗樣品走向多位元QPU的重要基礎。

Ref: 本文照片為2026年2月6日QC-Fab課程現場投影片。平台介紹：中研院關鍵議題研究中心－量子晶片製程研發平台；製程平台背景：中研院發布量子晶片製程科學成果；講者資料：關鍵議題研究中心研究人員。