Quantum Chiplet & Masa Depan AI Dalam Pembuatan Cip

AI dalam Pembuatan (Elektronik, Automotif, Semikonduktor)••By 3L3C

Quantum chiplet membuka jalan kepada pemproses kuantum modular yang akan menguatkan AI dan pembuatan semikonduktor. Inilah cara industri boleh bersedia.

quantum chipletpemproses kuantumAI dalam pembuatanadvanced packagingtrapped ionpembuatan semikonduktor Malaysia
Share:

Quantum Chiplet & Masa Depan AI Dalam Pembuatan Cip

Pada 2025, pelaburan global dalam AI dan kuantum untuk semikonduktor mencecah berbilion ringgit. Menariknya, sebahagian daripada dana itu bukan untuk algoritma baharu, tetapi untuk cara baharu membina cip – termasuk apa yang penyelidik panggil quantum chiplet.

Kebanyakan syarikat fokus kepada GPU dan AI accelerator untuk kilang pintar. Namun di belakang tabir, kajian seperti daripada University of Innsbruck, Alpine Quantum Technologies dan Fraunhofer ISIT sedang membina asas untuk pemproses kuantum modular. Inilah batu loncatan kepada generasi seterusnya pemproses AI dan sistem pembuatan elektronik yang lebih pintar.

Artikel ini kupas apa yang mereka buat dengan chiplet kuantum berasaskan trapped ion, kenapa pendekatan modular ini penting untuk industri elektronik & semikonduktor, dan bagaimana ekosistem seperti Malaysia boleh mula bersedia dari sekarang.

Apa Itu Quantum Chiplet Dalam Konteks Pembuatan Semikonduktor

Quantum chiplet ialah pendekatan modular untuk membina pemproses kuantum, sama seperti cara industri hari ini memecahkan SoC besar kepada beberapa die kecil (chiplet) dan menggabungkannya dalam satu pakej.

Dalam kertas teknikal tersebut, pasukan Innsbruck–Alpine Quantum–Fraunhofer menumpu kepada platform trapped-ion quantum processor:

  • Trapped ions digunakan sebagai qubit (ion bermuatan yang dikurung dan dikawal dengan medan elektrik & optik).
  • Mikrostruktur dipanggil microfabricated ion trap digunakan untuk memegang dan mengatur ion dalam bentuk kristal linear (contoh: 10 ion dalam satu baris).
  • Untuk skalakan kepada ratusan atau ribuan qubit, mereka cadang senibina modular berasaskan chiplet, bukan monolitik.

Monolitik vs Chiplet Dalam Pemproses Kuantum

Dalam pendekatan monolitik, semua fungsi disumbat dalam satu wafer atau satu cip besar:

  • perangkap ion
  • optik berintegrasi
  • elektronik kawalan
  • gelombang pandu (waveguide) dan mikro-optik
  • interkoneksi ke dunia luar

Masalahnya, teknologi fabrikasi yang sesuai untuk perangkap ion tidak semestinya optimum untuk optik atau elektronik CMOS. Semua kena kompromi ikut had proses pembuatan tertentu.

Pendekatan chiplet yang mereka cadang jauh berbeza:

  • Setiap chiplet mempunyai fungsi khusus – satu untuk perangkap ion, satu untuk waveguide silikon, satu untuk mikro-optik 3D-printed, dan sebagainya.
  • Setiap chiplet boleh dibuat dengan bahan dan proses fabrikasi terbaik untuk fungsi tersebut.
  • Kemudian semua digabung dengan heterogeneous integration (contoh: hybrid bonding, mikro-bump, alignment optik berketepatan tinggi).

Dalam bahasa mudah, mereka buat untuk pemproses kuantum apa yang Intel, AMD, Nvidia dah lama buat untuk pemproses klasik – pecahkan kepada blok kecil yang dioptimumkan, kemudian gabungkan semula dengan teknologi pembungkusan lanjutan.

Contoh Nyata: Sistem Pengalamatan Ion Bersepadu Untuk 10 Qubit

Pasukan penyelidik ini bukan sekadar berteori – mereka tunjukkan contoh nyata sistem pengalamatan ion individu untuk kristal 10 ion menggunakan pendekatan chiplet.

Konfigurasi mereka lebih kurang seperti ini:

  • Chiplet 1: Surface ion trap di atas substrat kaca
    Kaca memberikan sifat dielektrik dan kestabilan permukaan yang baik untuk memerangkap ion. Corak elektrod mikro difabrikasi untuk memegang dan mengatur ion.

  • Chiplet 2: Substrat silikon dengan waveguide berintegrasi
    Silikon digunakan untuk membentuk rangkaian waveguide yang menyalurkan cahaya laser ke setiap ion.

  • Stack mikro-optik 3D-printed
    Lapisan lensa mikro dicetak secara 3D dan disusun supaya fokus kepada setiap posisi ion dengan diffraction-limited focal spots – maksudnya titik fokus setajam yang dibenarkan oleh had fizik.

Gabungan tiga dunia ini – kaca, silikon fotonik dan mikro-optik 3D – sangat susah kalau dipaksa guna satu aliran proses monolitik. Dengan chiplet, mereka boleh:

  • memilih bahan optimum,
  • mengasingkan kitaran pembangunan,
  • dan menambah fungsi baharu hanya dengan menukar subset chiplet, bukannya reka semua semula.

Ini ialah pola reka bentuk yang sama kita lihat dalam pemproses AI, HBM, RF front-end dan sensor untuk automotif hari ini.

Kenapa Pendekatan Chiplet Kuantum Penting Untuk AI Dalam Pembuatan

1. Skalabiliti: Dari 10 Qubit Ke Ratusan

AI industri – sama ada untuk reka bentuk cip, simulasi proses atau kawalan kilang – perlukan pengkomputeran yang semakin berat. Komputer kuantum jangka sederhana (ratusan ke ribuan qubit stabil) dijangka digunakan untuk:

  • pengoptimuman jadual pengeluaran dan logistik,
  • simulasi bahan baharu untuk elektronik kuasa atau bateri EV,
  • algoritma AI hibrid klasik–kuantum.

Untuk capai bilangan qubit sebegini, pendekatan monolitik menjadi penghalang. Chiplet memberi laluan yang lebih realistik:

  • tambah modul qubit secara berperingkat,
  • ulang guna modul optik/elektronik yang sama,
  • kurangkan risiko yield teruk pada cip bersaiz sangat besar.

2. Reka Bentuk & Pembuatan Lebih Agile

Dalam dunia pembuatan elektronik & semikonduktor, masa ke pasaran (time-to-market) amat kritikal. Pendekatan modular:

  • membenarkan kitaran reka bentuk dan validasi lebih pendek untuk satu fungsi (contoh hanya modul waveguide),
  • memudahkan ujian dan binning prestasi di peringkat chiplet,
  • serasi dengan aliran AI-assisted design yang semakin biasa digunakan untuk reka bentuk pakej dan interkoneksi kompleks.

Saya perasan syarikat yang awal mengadaptasi chiplet dalam produk klasik biasanya lebih bersedia mengautomasikan reka bentuk dan pengujian. Perkara sama akan berlaku untuk kuantum.

3. Heterogeneous Integration Sebagai Platform AI Masa Depan

Bila orang bercakap tentang AI dalam pembuatan semikonduktor, mereka sering fokus pada:

  • sistem visi mesin di barisan SMT,
  • pengesanan kecacatan wafer,
  • predictive maintenance untuk peralatan proses.

Satu lapisan yang kurang dibincang ialah perkakasan fizikal yang akan menjadi hos kepada AI dan kuantum. Integrasi heterogen – termasuk quantum chiplet ini – akan:

  • mewujudkan pakej yang menggabungkan pemproses klasik, AI accelerator, qubit kuantum, fotonik dan sensor dalam satu modul,
  • membenarkan reka bentuk co-packaged control electronics untuk pemproses kuantum dengan latensi rendah,
  • membuka ruang kepada konsep seperti AI controller on-chip yang melaras parameter perangkap ion atau laser secara masa nyata.

Di sinilah hubungan rapat antara advanced packaging, AI dan kuantum jadi jelas.

Implikasi Untuk Ekosistem E&E & Automotif Malaysia

Malaysia tak perlu bina komputer kuantum sendiri untuk mendapat manfaat – tetapi Malaysia perlu faham, hasilkan dan menguji komponen yang menjadikan pemproses kuantum ini realistik.

Beberapa implikasi terus kepada sektor pembuatan di sini:

Peluang Dalam Advanced Packaging & Substrat

Quantum chiplet berasaskan trapped-ion memerlukan:

  • substrat kaca khas,
  • struktur silikon fotonik,
  • teknik flip-chip dan hybrid bonding berketepatan tinggi,
  • perumah (package) yang stabil dari segi terma dan mekanikal.

Malaysia sudah pun kuat dalam:

  • OSAT (outsourced semiconductor assembly and test),
  • pembuatan dan ujian modul untuk MNC seperti Intel, Infineon, dan lain-lain.

Langkah praktikal yang saya lihat relevan:

  • uji barisan produk untuk substrat kaca & interposer lanjutan,
  • bangunkan kepakaran dalam metrologi alignment optik dan fine-pitch bonding,
  • integrasikan AI vision system untuk pemeriksaan paket optik-kuantum yang sangat sensitif.

AI Dalam Kilang: Dari Data Pakej Konvensional Ke Quantum-Ready

Kilang yang hari ini sudah gunakan AI untuk:

  • analitik proses SMT,
  • pengesanan kecacatan BGA / QFN,
  • kawalan SPC automatik,

boleh memperluas rangka kerja sama kepada paket baharu termasuk modul kuantum dan fotonik:

  • model AI untuk meramal warpage dan tekanan termal pada pakej multi-die,
  • digital twin untuk aliran haba dalam modul yang mengandungi chiplet kuantum sensitif suhu,
  • sistem pembelajaran mesin untuk mengoptimumkan parameter proses bonding agar yield lebih tinggi.

Ini memerlukan dataset yang lebih kaya, integrasi sensor tambahan, dan tenaga kerja yang boleh membaca laporan AI serta bertindak balas.

Automotif & Elektronik Kuasa: Menyedia Diri Untuk Kuantum Di Huluan

Automotif moden – terutama EV – bergantung pada semikonduktor kuasa, sensor dan pengawal yang sangat kompleks. Walaupun komputer kuantum tak akan duduk dalam kereta dalam masa dekat, ia akan muncul di:

  • pusat R&D automotif untuk simulasi bahan dan reka bentuk sistem tenaga,
  • pusat data yang menjalankan pengoptimuman armada dan rangkaian caj.

Pengeluar di Malaysia yang mula bergaul dengan rantaian bekalan quantum-ready (contoh: modul optik halus, substrat khas, pengujian suhu ultra-rendah) akan mendapat kelebihan bila OEM global mula cari rakan kongsi yang faham bahasa kuantum, bukan sekadar CMOS.

Apa Yang Syarikat Boleh Buat Sekarang

Ramai pengurus kilang atau ketua kejuruteraan akan tanya: “Ini semua nampak jauh, apa tindakan tahun 2026–2028 yang masuk akal?”

Berikut beberapa langkah praktikal, berisiko rendah tetapi berimpak tinggi:

  1. Kukuhkan keupayaan chiplet & advanced packaging

    • Libatkan pasukan reka bentuk, proses dan QA dalam projek multi-die yang sedia ada.
    • Invest dalam alat simulasi termal–mekanikal dan EDA package yang menyokong integrasi heterogen.

  2. Gunakan AI secara agresif dalam reka bentuk dan pengujian paket

    • Guna model ML untuk menganalisis data ujian elektrik & optik, mencari corak kegagalan halus.
    • Bina platform data yang menggabungkan data proses, pemeriksaan optik, dan hasil ujian.

  3. Bina bakat fotonik dan kuantum asas

    • Latih jurutera proses tentang asas waveguide silikon, mikro-optik dan keperluan ultra-clean.
    • Wujudkan kerjasama dengan universiti tempatan untuk projek kecil berkaitan ion trap, fotonik atau kriogenik, walaupun hanya di peringkat prototaip.

  4. Ikut rapat standard & ekosistem antarabangsa

    • Seperti chiplet klasik, quantum chiplet juga perlukan spesifikasi interkoneksi dan protokol.
    • Syarikat yang awal menyertai perbincangan standard lebih mudah menyesuaikan barisan pembuatan mereka nanti.

Saya cenderung percaya: kilang yang hari ini terbaik pada advanced packaging klasik akan jadi calon utama penghasil modul kuantum bila pasaran mula matang.

Penutup: Quantum Chiplet Sebagai Langkah Logik Seterusnya

Quantum chiplet berasaskan trapped-ion yang dibangunkan oleh University of Innsbruck, Alpine Quantum dan Fraunhofer ISIT menunjukkan satu perkara jelas: masa depan pengkomputeran – termasuk AI – akan dibina di atas platform modular dan integrasi heterogen, bukan cip monolitik semata-mata.

Bagi ekosistem E&E Malaysia, mesejnya langsung:

  • kuasai chiplet dan advanced packaging hari ini,
  • gunakan AI untuk reka bentuk, kawalan proses dan jaminan kualiti,
  • dan mula kenal istilah seperti trapped ion, microfabricated ion trap, dan integrated photonics.

Syarikat yang mengambil langkah awal ini tak hanya menyokong pelanggan AI dan automotif hari ini, tetapi juga meletakkan diri di barisan depan apabila pemproses kuantum mula keluar dari makmal dan memasuki rantaian bekalan perindustrian.

Soalannya: adakah kilang anda akan menjadi pengguna akhir teknologi ini, atau pembekal utama yang membina modul kuantum untuk dunia? Sekarang masa terbaik untuk tentukan jawapannya.