📄 Mostrando la versión "Simple" — "Avanzado" aún no está lista. Añádelo a favoritos para ayudar a priorizarla. Pedir el análisis completo

Un ordenador cuántico se ensambla a partir de muchos cúbits, como una orquesta a partir de músicos. Pero cada instrumento suena un poco distinto. En los cúbits superconductores, el papel de la cuerda lo desempeña un fino sándwich de aluminio y óxido de aluminio: la unión Josephson. A través de ella tunelan pares de electrones, y de lo fácil que les resulte depende la "altura tonal" del cúbit.

El problema es que las fronteras entre capas nunca son perfectamente lisas. La rugosidad se parece a las ondulaciones en la arena después del viento: hay una altura media de los montículos (σ) y una distancia entre ellos (ξ). Los investigadores simularon 5000 de estas uniones con distintas ondulaciones y calcularon cómo cambia la energía de Josephson, esa "altura tonal".

Cuanto más altos son los montículos (mayor σ), mayor es en promedio la energía, pero también crece la dispersión. En cambio, la distancia entre montículos (ξ) influye de otra manera: con un ξ mayor, la energía media disminuye ligeramente, pero la dispersión igualmente aumenta. Esto significa que, incluso con la misma tecnología de fabricación, los cúbits inevitablemente diferirán.

Ahora los ingenieros tienen una imagen sencilla: para que los cúbits se parezcan entre sí, hay que controlar no solo el grosor de las capas, sino también la rugosidad de sus fronteras. De lo contrario, la orquesta desafinará.

Resumen original

tal como lo escribieron los autores, en inglés arXiv:2602.03037

As quantum processors scale to large qubit numbers, device-to-device variability emerges as a critical challenge. Superconducting qubits are commonly realized using Al/AlO$$_{\text{x}}$$/Al Josephson junctions operating in the tunneling regime, where even minor variations in device geometry can lead to substantial performance fluctuations. In this work, we develop a quantitative model for the variability of the Josephson energy $$E_{J}$$ induced by interface roughness at the Al/AlO$$_{\text{x}}$$ interfaces. The roughness is modeled as a Gaussian random field characterized by two parameters: the root-mean-square roughness amplitude $$\sigma $$ and the transverse correlation length $$\xi $$. These parameters are extracted from the literature and molecular dynamics simulations. Quantum transport is treated using the Ambegaokar--Baratoff relation combined with a local thickness approximation. Numerical simulations over $$5,000$$ Josephson junctions show that $$E_{J}$$ follows a log-normal distribution. The mean value of $$E_{J}$$ increases with $$\sigma $$ and decreases slightly with $$\xi $$, while the variance of $$E_{J}$$ increases with both $$\sigma $$ and $$\xi $$. These results paint a quantitative and intuitive picture of Josephson energy variability induced by surface roughness, with direct relevance for junction design.