A medida que los chips cuánticos de computación avanzan desde prototipos de laboratorio hacia sistemas de ingeniería escalables, surge la necesidad de un nuevo enfoque en su diseño. Un reciente trabajo propone un Marco de Paradigma de Chips Cuánticos (Quantum Chip Paradigm Framework) que aborda el diseño electrónico automatizado cuántico (Q-EDA) no solo como un software, sino como una parte integral del desarrollo de estos dispositivos. Este marco busca transformar el diseño de chips cuánticos, actualmente basado en la experiencia, hacia una ingeniería impulsada por modelos, similar al "momento SPICE" que marcó un antes y un después en el diseño de circuitos clásicos.

El desafío principal reside en la creciente escala de los cúbits, la complejidad de su control, la planificación de frecuencias, el empaquetado, la variación de procesos y la retroalimentación de mediciones criogénicas. A diferencia del diseño clásico, que a menudo comienza con lenguajes de descripción de hardware (HDL), el diseño de chips cuánticos debe iniciarse con estructuras físicas fundamentales como las uniones Josephson, resonadores, acopladores, elementos de lectura y líneas de control, así como el entorno de empaquetado. El marco propuesto enfatiza el modelado basado en celdas paramétricas (PCells), la simulación SPICE-Q, los kits de desarrollo de procesos cuánticos (Quantum PDKs) y la co-optimización de diseño, tecnología y medición.

El sistema Q-EDA jerárquico esbozado en el estudio abarca desde las estructuras físicas y los PCells de cúbits hasta los cúbits lógicos, la aritmética cuántica, la propiedad intelectual funcional cuántica (Quantum IP) y los sistemas de sistema en chip (SoC) cuánticos. El objetivo fundamental es convertir los modelos físicos, las reglas de diseño, los resultados de simulación, los datos de fabricación y la retroalimentación de las mediciones en objetos de ingeniería reutilizables y auditables. Esto es crucial para el desarrollo de procesadores cuánticos a gran escala y la computación cuántica tolerante a fallos, facilitando una transición más eficiente y robusta de la investigación a la producción.