• Search Research Projects
  • Search Researchers
  • How to Use
  1. Back to previous page

量子暗号通信の長距離化・高速化を実現する単一光子検出用集積素子の開発

Research Project

Project/Area Number 23K13343
Research Category

Grant-in-Aid for Early-Career Scientists

Allocation TypeMulti-year Fund
Review Section Basic Section 21030:Measurement engineering-related
Research InstitutionNational Institute of Advanced Industrial Science and Technology

Principal Investigator

稲葉 工  国立研究開発法人産業技術総合研究所, エレクトロニクス・製造領域, 研究員 (80822634)

Project Period (FY) 2023-04-01 – 2026-03-31
Project Status Granted (Fiscal Year 2023)
Budget Amount *help
¥4,680,000 (Direct Cost: ¥3,600,000、Indirect Cost: ¥1,080,000)
Fiscal Year 2025: ¥520,000 (Direct Cost: ¥400,000、Indirect Cost: ¥120,000)
Fiscal Year 2024: ¥1,300,000 (Direct Cost: ¥1,000,000、Indirect Cost: ¥300,000)
Fiscal Year 2023: ¥2,860,000 (Direct Cost: ¥2,200,000、Indirect Cost: ¥660,000)
KeywordsクライオCMOS / 超伝導単一光子検出器 / 極低温デバイスモデリング / 深層学習 / モノリシック集積 / Cryo-CMOS / FinFET / モデリング / 単一光子検出器
Outline of Research at the Start

本提案は超電導ナノワイヤ単一光子検出器(SNSPD)の計数率向上を実現する技術を開発し、量子暗号通信の長距離化・高速化に寄与する。
まずFinFETの極低温デバイスモデルを構築し、極低温動作用低ノイズアンプ(LNA)の独自設計を可能にする。この設計技術に基づき、SNSPDとLNAをモノリシック集積し、SNSPDをマルチピクセル化する。独自のLNA設計とマルチピクセル化それぞれの効果を相乗させ、これまでになく高い光子係数率を持ったSNSPDの開発を実現する。

Outline of Annual Research Achievements

本研究ではシリコン電界効果トランジスタ(MOSFET)と超伝導回路(単一光子検出器)のモノリシック集積を行う。特に、MOSFETと単一光子検出器のプロセスを独自に行うことで、回路設計に自由度を持たせ、より高い光子計数率を狙う。
本年度は、トランジスタを試作するファブである産総研COLOMODEと超伝導回路を試作するファブである産総研Qufabの双方で利用できる微細加工装置の位置調整用マーク設計を行った。またCOLOMODEをロットアウトしたウエハをQufabに持ち込むために不可欠な汚染検査を行い、目的とする素子開発に必要な環境を整備した。この成果は、FinFETなどの先端半導体試作が可能なファブから超伝導回路の試作に特化したファブへのウエハ流動を初めて実現し、申請者以外がCOLOMODEとQufabを利用した素子開発を行う際にもその技術的障壁を大きく下げる重要な成果である。
また極低温動作回路設計に不可欠な極低温デバイスモデリングに取り組んだ。具体的には、初期検討として、4ケルビンにおけるプレナー型MOSFETのデバイスモデリングを行った。その結果、室温動作MOSFET用に提案されているBSIM4を使った場合、モデルパラメータの物理的意味を看過すれば、極低温動作用にデバイスモデルの修正を行わなくても回路設計が行える程度のデバイスモデリングが行えることが明らかになった。さらに、ここで決定した極低温デバイスパラメータを基にして増幅回路の設計を行った。
当初の予定になかったものの、ニューラルネットを利用した極低温動作MOSFETの特性予測に取り組んだ。このニューラルネットを用いれば、労力のかかる極低温動作MOSFETの特性評価をほとんど行わずとも極低温デバイスモデリングを行い、集積回路設計に繋げられる。
従ってこのニューラルネットは集積回路設計に係る産業に大きな価値をもたらす。

Current Status of Research Progress
Current Status of Research Progress

2: Research has progressed on the whole more than it was originally planned.

Reason

当初の計画に従い、モノリシック集積に向けた環境整備を済ませ、回路設計に必要な極低温デバイスモデル、増幅回路設計を行った。
さらに計画推進に深層学習を活用した成果を国内学会で発表し、査読付き論文投稿のめどを立てた。
これらの点を踏まえ、計画は順調に進展していると判断した。

Strategy for Future Research Activity

計画通りMOSFET上に超伝導回路を形成する。
但し、当初計画していたFinFET試作は本研究期間中にプロセスを確立できないと判断し、より確立した技術であるプレナー型MOSFETに切り替えていく。
また深層学習を活用した計画推進にも取り組んでいく。

Report

(1 results)
  • 2023 Research-status Report
  • Research Products

    (1 results)

All 2024

All Presentation (1 results)

  • [Presentation] 転移学習を活用したCryo-CMOS特性予測の可能性検討2024

    • Author(s)
      稲葉工、千足勇介、小倉実、浅井栄大、更田裕司、岡博史、飯塚将太、加藤公彦、下方駿祐、森貴洋
    • Organizer
      2024年第71回応用物理学会春季学術講演会
    • Related Report
      2023 Research-status Report

URL: 

Published: 2023-04-13   Modified: 2024-12-25  

Information User Guide FAQ News Terms of Use Attribution of KAKENHI

Powered by NII kakenhi