“砷化铟和您研发出来的氧化铜基铬银系室温超导材料，两者复合交织而成。”
听到这个回答，徐川眼眸轻抬起，饶有兴趣的看向耿景龙，开口道：“走的半导体-超导异质结构”
耿景龙点了点头，咧嘴笑道：“是的！”
“半导体的异质界面对这份材料性能起着至关重要的作用。当砷化铟半导体和室温超导材料接触的时候，界面处的能带弯曲情况极大地影响了接触（电阻）的性质。”
“其肖特基势垒会导致不同的电荷密度和电场分布，控制了整个器件的电学性质和对外界调控的响应。”
“也正是因为如此，它才能够实现马约拉纳零能模和拓扑量子计算。”
徐川点了点头，开口问道：“你们是怎么解决无法对界面处能带情况以及接触实现介观层面的调控这个问题的”
量子计算机和量子芯片研发进度他一直都有关注，也深入的了解过这方面的东西。
半导体-超导异质结构属于拓扑量子计算机分类下的一种量子芯片，从物理学，或者说凝聚态物理的角度上来说，在这种超导体-半导体异质结中，两种材料波函数的耦合同样依赖于界面能带性质。
因为它决定了波函数的杂化程度以及杂化后的整体性能，比如诱导超导能隙大小、有效朗德g因子大小和自旋轨道耦合强度等。
但这方面有个很大的问题，那就是一直缺乏系统的实验研究。
原因很简单，首先是拓扑超导体系理论一直没构建起来。
而另一个问题便是无法对界面处能带情况以及接触实现介观层面的调控了。
毕竟要实现稳定的马约拉纳零能模和拓扑量子计算，对器件质量要求特别高，器件加工工艺的优化是非常重要的，尤其是超导-半导体的界面控制。
最早发现马约拉纳零能模迹象的复合量子器件，其制备涉及非原位的加工工艺（可称为第一代）。
它是先用刻蚀去除氧化层、而后进行金属沉积。然而，这种方法往往会导致一个小而软的诱导超导能隙，容易带来准粒子中毒，影响拓扑保护和探测马约拉纳零能模。
随后为了诱导更好的超导能隙，催生了第二代制备工艺，包括分子束原位外延生长和结合氢清洁的特定shadowwall技术。
但两者都不能与微加工光刻技术完全兼容，灵活度不够。
因此研发马约拉纳零能模迹象的复合量子器件需开发一种兼容微加工光刻技术的通用方法。
即做到实现原子层衔接的高质量异质界面和能带弯曲的调节，又足够的灵活或者说批量工业化生产。
听到这个问题，耿景龙笑着开口道：“这个问题是联合华科院半导体研究所赵建华研究员、潘东研究员一起完成的。”
微微停顿了一下，他接着道：：“我们先通过实验测量出了完整拓扑相图，并且看到了可能与马约拉纳零能模的粒子-空穴对称性相关的迹象。”
“然后将“马约拉纳岛”嵌入到超导干涉环中，由超导电流读出宇称的信息，构筑出拓扑量子比特提供了‘读出方式’，继而在这个基础上通过超算搭建出器件加工互联系统，通过‘氩气刻蚀’来确保精度。”
闻言，徐川若有所思的点点头。
川海材料研究所这边的研究方式，或者说国内科研领域多多少少受到了一些他的影响。
尤其是材料领域这一块，以前的国内的材料研发通常主要依赖于经验和实验的“试错法”。
这种方法虽然这种方法耗时长、效率低，但它帮助科学家积累了大量关于材料性能与行为的基础数据。
而且存在研发效率低、成本高等瓶颈问题，难以满足高新技术和高端装备对新材料迭代发展的需求。
但不可否认的是，依赖实验不断试错在一些不完全了解材料系统时进行初步探索，快速验证实验假设依旧是目前使用最多的方法。
不过他自己研究材料的方法和传统的方式有很大的区别。
抛开人工sei膜技术不说，无论是碳纳米材料还是超导材料，都是先完善好理论，然后通过计算材料学，比如数据驱动、高通量计算等方式从理论上缩小研发方向，再通过实验来试错。
这种做法能够极大提高了材料发现的效率，减少了实验和开发成本，特别适用于复杂材料体系的研究。
当然，缺陷也有，那就是需要大量的计算资源和高质量数据，模型的精度依赖于输入数据的质量。
不过这一点在很早之前他就已经在准备了，川海材料研究所的化学材料计算模型经历了近十年的发展，早已经是庞大无比的资料库了。
这种科研方式，也随着他的名声、超导材料、碳纳米材料等一系列尖端产品的研发成功而影响了国内众多的科研机构。
在徐川看来，这的确是一件好事。
因为传统的靠运气试错的研究方式，的确有些落后了。
毕竟随着科学技术的发展，科学研究的体系越来越复杂，传统的解析推导方法已不敷应用，甚至无能为力。
而计算材料科学是材料研究领域理论研究与实验研究的桥梁，不仅为理论研究提供了新途径，而且使实验研究进入了一个新的阶段。
从低自由度体系转变到多维自由度体系，从标量体系扩展到矢量、张量系统，从线性系统到非线性系统的研究都使解析方法失去了原有的威力。
因此，借助于计算机进行计算与模拟恰恰成为唯一可能的途径。复杂性是科学发展的必然结果，计算材料科学的产生和发展也是必然趋势。
它对一些重要科学问题的圆满解决，充分说明了计算材料科学的重要作用和现实意义。
简单的了解了一下手中的这块量子芯片后，徐川看向了负责量子芯片研发项目的耿景龙，问出了一个最为关键的问题。
“这块量子芯片的量子比特（qubit）数量能够达到多少”