综述：超导数字计算的非常规计算方法与未来挑战

本综述系统探讨了超导数字计算（SDC）领域的前沿进展，重点介绍了基于约瑟夫森结（JJs）的非常规计算方法，如时序计算（temporal computing）、脉冲串表示（pulse-train representations）、竞赛逻辑（RL）和U-SFQ技术。文章还涵盖了超导粗粒度可重构架构（CGRA）、专用片上通信架构、低温传感器接口及量子计算控制电子学等创新方向，并指出了当前面临的设计自动化工具（EDA）、量子控制集成、计算可靠性等关键挑战，为SDC的未来发展提供了重要参考。

　　

超导数字计算（SDC）基于约瑟夫森结（JJs）技术，与传统室温CMOS方法相比，在计算吞吐量和能效方面展现出显著优势。当前超导逻辑家族在时钟策略、功耗管理和信息编码技术上呈现多样化特征。本文系统回顾了针对超导数字电路设计的非常规计算方法，特别关注时序计算和脉冲串表示技术，包括竞赛逻辑（RL）、时序脉冲串计算（U-SFQ）和时序乘法器等具有独特性能与面积优势的技术方案。

在引言部分，作者指出SDC技术虽具有低能耗、高速度的潜力，但直接移植CMOS架构会导致深度流水线设计、时钟网络复杂化和效率下降等问题。例如，在SuperTools项目中尝试构建超导版RISC-V处理器时，发现需要极深的流水线（超过100级），远超传统CMOS处理器的二三十级设计，这严重限制了架构的实际效能。因此，研究者开始探索更适合超导物理特性的计算范式，如时空扭曲、多线程执行和动态数据流架构等。

在非常规计算方法与构建模块方面，竞赛逻辑（RL）通过脉冲到达时间而非脉冲存在与否来编码数值，在一个时间周期（epoch）内，脉冲出现的时间槽代表具体数值。这种单线编码方式大幅节省布线面积，尤其适合最小值（MIN）和最大值（MAX）类操作，可高效支持决策树和超维计算（HDC）。但其缺点在于数值范围越大，所需时间槽越多，延迟也随之增加。

U-SFQ技术则结合了脉冲串和RL表示，进一步优化了乘法器、加法器和存储单元的设计。例如，U-SFQ乘法器仅需1个单元（单极性）或4个单元（双极性），与二进制SFQ（B-SFQ）相比，可节省高达200倍的约瑟夫森结数量。它在低精度推理、卷积神经网络（CNN）和有限脉冲响应（FIR）滤波器等应用中表现出优异的面积效率和能耗比，部分设计可实现相对CMOS 63倍的速度提升。

时序乘法器采用时间延迟编码和混合数字-时序设计，避免了数模转换开销。实验证明，该方案在多位数十进制乘法中能有效减少引脚数量和芯片面积（例如降低40%），尤其适合边缘AI、传感器融合和生物医学应用等对能效要求极高的场景。

超导粗粒度可重构阵列（CGRA）则提供了高吞吐量、低能耗的可编程计算平台。已有研究在MIT-LL SFQ5ee工艺中实现5mm2的原型芯片，展现出在数据流架构和内存-计算一体化方面的潜力。未来方向包括与低温CMOS混合集成、改进EDA工具、以及开发高密度片上存储器。

在片上通信方面，超导网络展现出与CMOS截然不同的设计权衡：数据传输能耗极低，但存储缓冲成本高昂。这促使研究者采用高辐射拓扑、无缓冲路由和偏转容错策略。例如，时间编码报文可通过单一脉冲传递目标地址，无需二进制控制路径，显著提升路由效率。

神经形态计算也是SDC的研究热点。RSFQ脉冲与尖峰神经网络（SNNs）的天然契合性促进了多种神经元电路和突触可塑性机制的实现。近期工作还探索了用绝热量子通量参变器（AQFP）实现二进制神经网络，并结合存内计算进一步降低数据移动开销。

尽管SDC前景广阔，仍面临多项挑战。电子设计自动化（EDA）工具需针对超导逻辑的时钟机制、时序约束和逻辑族差异进行深度定制。当前工具如Katana、JoSIM等已取得进展，但仍在时钟树合成、时序验证和多逻辑族兼容性方面存在不足。

量子计算控制是另一重要应用方向。超导量子比特需在毫开尔文（mK）环境下运行，而现有控制系统多位于室温，导致延迟高、线缆复杂、可扩展性差。将控制电路移至4K甚至mK温区能显著提升系统性能，但需克服功耗限制（微瓦级）和电路可靠性问题。

计算可靠性方面，超导电路易受热噪声、电磁干扰、工艺波动和时钟偏差影响，导致软错误率（BER）上升。应对策略包括提高临界电流裕度、采用超维计算等容忍错误的计算范式，以及使用时序编码等有界误差表示方法。例如，脉冲串中的错误仅带来1/N_max的数值偏差，远低于二进制位翻转的影响。

超导转换器在低温传感器读出系统中同样具有巨大潜力。超导模数转换器（ADC）能够以低噪声、高精度方式量化磁通量子，非常适用于热量计、超导磁体仪和稀有事件探测等应用。例如，CUORE实验可通过超导读出系统简化信号链、降低噪声并提升反馈控制速度。

总之，超导数字计算正处于从器件创新向系统集成和应用拓展的关键阶段。通过摒弃CMOS中心的设计范式，转而采用适应超导物理特性的计算表示和架构，SDC技术有望在量子控制、高能物理、边缘人工智能和下一代高性能计算等领域发挥重要作用。