硅芯片实现基于光的神经网络以实现更快、更节能的信号处理

开发节能且高度紧凑的互连一直是集成光子学的一个关键研究目标。它们具有广泛的应用，包括 CMOS 器件中的有效电信和高带宽跨芯片通信。

世界各地的许多科学家正在研究人工神经网络电路来模拟人脑。然而，传统的半导体电路电气布线无法处理高级神经网络所需的极其复杂的路由。

最近，美国国家标准与技术研究所的科学家开发了一种硅芯片，可以将光信号精确地扩散到类似大脑的微小网格上，展示了一种新的神经网络设计。

人工神经网络在学习和建模非线性复杂问题方面表现出了卓越的能力，包括图像处理、字符识别和数据预测。现在，研究团队已经使用光信号（而不是电信号）来实现这些神经网络。

使用光信号代替电信号的主要原因是光消除了电荷引起的干扰，从而可以实现更高速度和更低功耗的更远距离的通信。

它可以提高科学数据分析的性能。这包括量子数据科学的研究、系外行星的搜索以及自主车辆控制系统的开发。

传统计算机通过编码规则或算法处理数据，而神经网络则依赖于称为神经元的处理单元之间的多个连接。可以训练多层神经元来执行某些特定任务。通常，神经形态机器包含大型、复杂的神经网络结构。

新型硅芯片通过（垂直）堆叠 2 个光子波导层来使用光信号。这将光限制在较窄的线路中以路由光信号。更具体地说，波导的堆叠可以实现低串扰和低损耗波导交叉的密集集成。

参考：APL Photonics | doi:10.1063/1.5039641 | NIST

3D 设计允许复杂的布线方案，并且可以与其他层集成以执行更复杂的任务。

在这项工作中，他们提出了堆叠波导，可创建一个 3D 网格，其中 10 个输入，每个输入连接到 10 个输出。基本上，它是一个前馈神经网络的 2 层之间的路由，总共有 100 个接收器。

光子路由歧管|图片来源：Chiles / NIST

他们使用氮化硅来构建这些波导（每个波导厚 400 纳米，宽 800 纳米），并将其制造在硅晶圆上。他们还开发了一个专用程序来自动产生信号路由，并在神经元之间具有适当的（可配置的）连接水平。

然后，他们使用光纤将激光引导到硅芯片中。目的是按照光功率或强度的分布模式将每个输入路由到所有输出。不同的功率水平显示电路内不同程度的连接和模式。

研究人员展示了 2 种控制输出强度的方案 –

阅读：一种新形式的光可以使光子的量子计算成为可能

为了精确分析结果，他们创建了来自最后一层的信号图像。输出错误率低，功率分配精确。在 1320 纳米波长处，均匀分布和钟形曲线分布的平均输出功率误差分别为 0.7 和 0.9 dB。

工业技术