Pendekatan chiplet untuk pemproses kuantum membuka peluang besar kepada AI, advanced packaging dan kilang pintar — termasuk pemain semikonduktor di Malaysia.
Chiplet Kuantum & AI: Kombinasi Senyap Yang Akan Mengubah Kilang
Pada 2025, lebih RM25 bilion pelaburan baharu diumumkan untuk sektor E&E dan semikonduktor di Malaysia, daripada Pulau Pinang sampai ke Kulim. Semua bercakap tentang AI, HBM, 3D-IC. Tapi ada satu trend senyap yang bakal mengganggu status quo: chiplet untuk pemproses kuantum.
Kertas teknikal terbaharu daripada University of Innsbruck, Alpine Quantum Technologies dan Fraunhofer ISIT menunjukkan bagaimana pendekatan chiplet boleh digunakan untuk pemproses kuantum berasaskan trapped-ion. Bunyinya sangat R&D, tetapi implikasi kepada manufaktur elektronik, automotif dan semikonduktor — termasuk di Malaysia — sangat besar.
Dalam siri "AI in Manufacturing (Electronics, Automotive, Semiconductor)" ini, saya nak tunjukkan:
- Apa sebenarnya chiplet kuantum berasaskan trapped-ion
- Kenapa reka bentuk modular ini penting untuk kilang pintar dan rantaian bekalan semikonduktor
- Bagaimana AI boleh mempercepatkan pembangunan, pengeluaran dan kawalan kualiti teknologi sebegini
- Di mana peluang untuk pemain industri Malaysia
Apa Yang Berbeza Tentang Pendekatan Chiplet Untuk Pemproses Kuantum?
Intinya: pemproses kuantum tak lagi perlu jadi satu cip monolitik yang besar dan kompleks. Ia boleh dipecahkan kepada modul-modul kecil (chiplet) dengan fungsi khusus, kemudian disatukan menggunakan integrasi heterogen.
Dalam kerja Innsbruck–Alpine Quantum–Fraunhofer ini, fokusnya ialah platform trapped-ion:
- Qubit dibentuk daripada ion yang “terperangkap” di atas permukaan cip
- Kawalan dan pembacaan dilakukan dengan kombinasi elektrik dan optik
- Prestasi bergantung pada kawalan optik yang sangat tepat dan persekitaran yang ultra-bersih
Monolitik vs chiplet: kenapa monolitik mula tewas
Kebanyakan percubaan awal pemproses kuantum cuba integrasikan semua dalam satu wafer atau satu cip:
- Perangkap ion mikro-fabrikasi
- Litar CMOS untuk kawalan
- Gelombang pandu optik
- Lensa dan mikro-optik
Masalahnya:
- CMOS standard tak dioptimumkan untuk keperluan kuantum (bahan, voltan, stres termal)
- Setiap penambahan fungsi baharu bermakna keseluruhan proses fabrikasi perlu diubah dan dicuba semula
- Kos dan risiko yield meningkat dengan sangat cepat
Pendekatan chiplet buat sebaliknya:
- Setiap fungsi besar (perangkap ion, fotonik, elektronik kawalan, mikro-optik) menjadi satu chiplet berasingan
- Setiap chiplet boleh guna bahan dan proses fabrikasi yang paling sesuai (kaca, silikon, III-V dan sebagainya)
- Chiplet kemudian digabungkan melalui integrasi heterogen — termasuk 3D stacking, hybrid bonding dan struktur mikro-3D bercetak
Hasilnya:
- Kebebasan proses: tak terkunci kepada node CMOS tertentu
- Naik taraf modular: nak tambah fungsi baru, tukar satu chiplet sahaja
- Pengurusan risiko lebih baik: yield setiap modul boleh dipantau dan dioptimumkan berasingan
Ini sangat seiring dengan apa yang industri semikonduktor besar — Intel, AMD, Nvidia — sedang buat pada CPU dan GPU AI mereka. Cuma di sini, ia digunakan untuk pemproses kuantum berasaskan ion.
Contoh Nyata: Sistem Alamat Optik Untuk 10 Ion Dalam Bentuk Chiplet
Kertas itu tak sekadar teori. Mereka tunjuk demonstrasi konkrit: sistem alamat optik individu untuk kristal 10 ion berasaskan arkitektur chiplet.
Reka bentuknya lebih kurang begini:
- Chiplet 1: perangkap ion atas substrat kaca
Digunakan untuk memerangkap dan menyusun 10 ion dalam satu kristal linear. Kaca dipilih untuk ciri dielektrik dan optiknya. - Chiplet 2: substrat silikon dengan gelombang pandu bersepadu
Menghantar cahaya laser ke arah posisi ion dengan kehilangan minimum. - Stack mikro-optik 3D bercetak
Lapisan lensa mikro yang difabrikasi melalui pencetakan 3D berketepatan tinggi. Tugasan utama: memfokuskan cahaya tepat ke setiap ion, mencapai diffraction-limited focal spots.
Kenapa ini penting untuk industri?
- Individual ion addressing ialah syarat wajib untuk menjalankan gerbang logik kuantum yang kompleks.
- Keupayaan mencapai titik fokus terhad-difraksi pada setiap ion bermakna ketepatan proses sudah masuk wilayah yang boleh diulang secara industri, bukan sekadar eksperimen makmal.
- Modul-modul ini boleh dinaik skala: dari 10 ion ke ratusan, dengan menambah bilangan saluran optik dan modul.
Daripada perspektif manufaktur, kita mula nampak pola yang sama seperti semikonduktor klasik:
- Lapisan fungsi yang berbeza
- Integrasi fotonik atas silikon
- Struktur 3D mikro seperti lensa dan penjarak
- Keperluan penjajaran sub-mikron dan kawalan termal yang ketat
Ini semua ialah perkara yang kilang semikonduktor di Malaysia sudah mula lakukan untuk produk optoelektronik, sensor dan modul AI canggih.
Di Mana AI Masuk: Reka Bentuk, Pengeluaran & Operasi Pemproses Kuantum
AI jadi enjin senyap yang buat pendekatan chiplet kuantum ini praktikal — dari reka bentuk EDA sampai operasi dalam kilang pintar.
1. Reka bentuk & simulasi chiplet kuantum
Sebelum apa-apa difabrikasi, pasukan R&D perlu:
- Optimumkan geometri perangkap ion
- Reka susun atur gelombang pandu fotonik
- Reka bentuk mikro-optik 3D yang betul-betul fokus pada jarak beberapa mikrometer
Ini bukan kerja trial-and-error manual lagi. AI boleh bantu di sini:
- Pengoptimuman multi-objektif: model ML cari kombinasi dimensi dan bahan yang memaksimumkan kesetiaan gerbang kuantum sambil meminimakan kerugian optik dan rintangan elektrik
- Surrogate modeling: menggantikan simulasi fizikal yang berat (FDTD, FEM) dengan model AI pantas untuk ratusan ribu konfigurasi
- EDA berasaskan AI untuk multi-die: sama seperti reka bentuk 2.5D/3D-IC, tapi kini dengan kekangan kuantum (kebisingan, crosstalk, mod getaran)
Bagi pusat reka bentuk di Penang, Cyberjaya atau Kulim, peluangnya jelas:
toolchain AI+EDA sedia ada boleh diadaptasi untuk menyokong reka bentuk chiplet kuantum, terutamanya pada bahagian fotonik dan integrasi heterogen.
2. Pengeluaran & kawalan kualiti dalam kilang pintar
Apabila pemproses kuantum mula keluar dari R&D ke peringkat pra-pengeluaran, kilang perlu berdepan:
- Toleransi jajaran 3D yang sangat ketat
- Variasi proses yang boleh membunuh coherence time qubit
- Defek mikro pada lensa 3D atau gelombang pandu yang sukar dikesan secara manual
Di sinilah AI yang sudah digunakan hari ini dalam inspection HBM, advanced packaging dan optic module boleh di-reuse:
- Computer vision berasaskan AI untuk pemeriksaan wafer, lensa 3D bercetak dan struktur fotonik pada sub-micron scale
- Model anomali proses yang belajar daripada data sensor (suhu, tekanan vakum, stepper setting) untuk mengesan drift sebelum yield jatuh
- Digital twin kilang kuantum yang mensimulasikan kesan perubahan resipi proses kepada prestasi qubit
Realitinya, playbook untuk kilang AI dan serdes berkelajuan tinggi boleh diguna semula untuk pemproses kuantum — dengan penyesuaian pada metrik dan jenis ujian.
3. Operasi hibrid AI–kuantum dalam aplikasi industri
Walaupun komputer kuantum skala besar belum tiba, trend yang jelas ialah sistem hibrid AI–kuantum untuk masalah industri seperti:
- Pengoptimuman jadual pengeluaran yang sangat kompleks
- Reka bentuk bahan baharu (contoh: dielektrik suhu tinggi untuk automotif, bahan bateri EV)
- Pengoptimuman logistik rantaian bekalan merentas rantau
Senario tipikal dalam masa 5–10 tahun:
- AI classical buat pra-pemilihan masalah dan parameter
- Pemproses kuantum chiplet berasaskan ion menyelesaikan sub-masalah pengoptimuman atau simulasi tertentu
- Keputusan digabungkan semula dalam sistem MES/ERP kilang
Siapa yang sudah bina infrastruktur AI dalam kilang hari ini akan lebih bersedia untuk integrasi modul kuantum esok.
Relevan Untuk Malaysia: Dari OSAT Hingga R&D Peringkat Tinggi
Malaysia tak perlu tunggu sampai ada komputer kuantum penuh di dalam negara untuk mula terlibat. Rantaian nilai chiplet kuantum banyak ruang di kawasan yang sudah kita kuasai.
Beberapa titik masuk yang realistik:
1. Advanced packaging & integrasi heterogen
Pendekatan chiplet bergantung kepada:
- Penyusunan pelbagai die dalam 2.5D/3D
- Hybrid bonding berketepatan tinggi
- Pengurusan stres mekanikal dan termal antara bahan berbeza (kaca, silikon, seramik)
Ini sangat dekat dengan kerja semasa di:
- OSAT dan kilang advanced packaging di Penang dan Johor
- Pusat R&D yang fokus pada fan-out, interposer dan substrat kaca
Jika hari ini anda membangunkan proses untuk HBM24 atau modul AI berkuasa tinggi, anda sebenarnya sudah mengasah keupayaan yang diperlukan untuk modul kuantum multi-chip esok.
2. Fotonik bersepadu dan mikro-optik
Chiplet kuantum Innsbruck menggunakan:
- Gelombang pandu silikon
- Stack mikro-optik bercetak 3D
Malaysia sudah mempunyai asas dalam:
- Optoelektronik (LED, sensor imej, modul kamera)
- Syarikat yang pakar dalam lensa dan modul optik untuk elektronik pengguna dan automotif
Dengan pelaburan tambahan dalam pencetakan 3D optik berketepatan tinggi dan pengukuran metrologi, segmen ini boleh jadi "pintu masuk" paling cepat ke rantaian bekalan kuantum global.
3. AI di kilang sebagai kelebihan kompetitif
Bila pembeli global mula menilai pembekal untuk komponen kuantum, mereka akan tanya dua perkara:
- Keupayaan proses fizikal (toleransi, kebersihan, yield)
- Keupayaan sistem (data, AI, traceability, predictive maintenance)
Kilang yang sudah menggunakan:
- Smart vision untuk QC
- Predictive maintenance berasaskan AI untuk peralatan lithography dan bonding
- Data lake proses yang bersih dan boleh dianalisis
…akan lebih meyakinkan berbanding kilang yang masih banyak proses manual.
Dengan kata lain, pelaburan AI dalam manufaktur hari ini ialah tiket masuk awal ke dunia kuantum esok.
Apa Langkah Praktikal Seterusnya Untuk Pemain Industri
Kalau anda berada dalam ekosistem E&E atau semikonduktor Malaysia — sama ada di kilang MNC atau syarikat tempatan — beberapa langkah realistik yang boleh diambil sekarang:
-
Masukkan "chiplet + kuantum" dalam pelan teknologi dalaman
Bukan bermaksud anda terus bina qubit, tetapi mula faham keperluan proses dan integrasi heterogen untuk modul kuantum. -
Kukuhkan stack AI di kilang
Pastikan projek AI QC, OEE atau perancangan pengeluaran anda direka dengan pemikiran jangka panjang: data yang bersih, boleh diaudit dan mudah dikaitkan dengan peralatan serta lot. -
Cari kerjasama dengan universiti & pusat penyelidikan serantau
Fokus pada bidang di mana Malaysia sudah kuat: advanced packaging, optik, dan AI dalam manufaktur. Dari situ, sambung kepada kumpulan kuantum global. -
Latih pasukan ke arah domain hibrid
Jurutera proses yang faham asas fotonik, kuantum dan AI akan jadi aset paling mahal dalam 5–10 tahun akan datang. Latihan lintas-disiplin harus bermula sekarang.
Realitinya, kebanyakan syarikat tersilap menunggu "produk kuantum siap" sebelum bergerak. Pendekatan chiplet bermakna anda boleh mula pada bahagian yang anda mahir — modul optik, pengepakan, AI QC — sambil ekosistem kuantum global membesar.
Teknologi pemproses kuantum berasaskan chiplet yang ditunjukkan oleh University of Innsbruck, Alpine Quantum dan Fraunhofer ISIT bukan sekadar eksperimen akademik. Ia ialah blueprint awal bagaimana komputer kuantum masa depan akan kelihatan di peringkat perkilangan: modular, diintegrasi secara heterogen, dan sangat bergantung pada AI untuk reka bentuk dan operasi.
Bagi Malaysia yang sedang memposisikan diri sebagai hab semikonduktor dan kilang pintar Asia, ini masa yang sesuai untuk bertanya:
Adakah pelaburan AI dan advanced packaging kita hari ini sudah cukup untuk menjadikan kita sebahagian daripada rantaian nilai kuantum global esok?