硅芯片实现光神经网络：光信号处理更快、更节能

开发节能紧凑互连是集成光子学关键研究目标。应用广泛，含高效电信、CMOS器件高带宽芯片间通信。

全球科学家研究人工神经网络电路模拟人脑。但传统半导体电路电气布线无法处理高阶神经网络所需极复杂布线。

近期，美国国家标准技术研究院(NIST)科学家开发硅芯片，在微小类脑网格精准扩散光信号，演示新神经网络设计。

人工神经网络在学习建模非线性复杂问题（图像处理、字符识别、数据预测）展现卓越能力。现在，研究团队用光信号（而非电信号）实现这些神经网络。

用光替电主因：光消除电荷干扰，实现更远通信、更高速度、更低功耗。

可增强科学数据分析性能。含量子数据科学研究、系外行星搜寻、自动驾驶控制系统开发。

传统计算机通过编码规则/算法处理数据，神经网络依赖处理单元(神经元)间多重连接。多层神经元可训练执行特定任务。典型类脑机器含大型复杂神经网络结构。

新硅芯片垂直堆叠2层光子波导。将光限制在更窄线路路由光信号。具体而言，波导堆叠实现密集集成、低串扰、低损耗波导交叉。

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

3D设计允许复杂路由方案，可集成额外层执行更复杂任务。

本工作展示堆叠波导创建3D网格，10输入各连10输出。基本是前馈神经网络2层间路由，共100接收器。

光子路由歧管 | Credit: Chiles / NIST

用氮化硅制波导（各厚400nm、宽800nm），在硅晶圆制造。开发专用程序自动生成信号路由，神经元间连接度可配置。

用光纤引导激光进入硅芯片。目标：按光功率/强度分布模式将每输入路由到所有输出。不同功率水平显示电路内不同连接度和模式。

研究者展示两种控制输出强度方案——

阅读：可能让光子量子计算成真的新光形式

为精准分析结果，创建最后一层输出信号图像。输出误差率低、功率分布精准。1320nm波长下，均匀和钟形分布平均输出功率误差分别0.7和0.9 dB。

工业技术