聊聊光子芯片

今年七月，澳大利亚科学家领导的一个国际团队研制出首款自校准光子芯片，其能“变身”数据高速公路上的桥梁，改变当前光学芯片之间的连接状况，提升数据传输的速度，有望促进人工智能和自动驾驶汽车等领域的发展。最新研究发表于《自然·光子学》杂志。

光子芯片是什么？它与普通芯片区别在哪？有哪些优势和技术难点？在哪些领域会得到怎样的应用？本文将针对上述问题一一进行解答。

光子芯片应运而生

1959年，美国著名半导体厂商仙童公司（Fairchild Semiconductor）首先推出了平面型晶体管，紧接着于1961年又推出了平面型集成电路。这种平面型制造工艺是在研磨得很平的硅片上，采用 “光刻”技术来形成半导体电路的元器件，如二极管、三极管、电阻和电容等。只要“光刻”的精度不断提高，元器件的密度也会相应提高，从而具有极大的发展潜力。因此平面工艺被认为是“整个半导体的工业键”，也是摩尔定律问世的技术基础。

1965年，英特尔(Intel)创始人之一戈登·摩尔(Gordon Moore)提出摩尔定律。其内容为：当价格不变时，集成电路上可容纳的元器件的数目，约每隔18-24个月便会增加一倍，性能也将提升一倍。换言之，每一美元所能买到的电脑性能，将每隔18-24个月翻一倍以上。这一定律揭示了信息技术进步的速度。

过去的半个多世纪，半导体行业一直遵循着摩尔定律（Moore's law）的轨迹高速的发展，如今半导体制程节点已经来到了3nm，借助于EUV光刻等先进技术，正在向2nm甚至更小的节点演进，每进步1nm都需要付出巨大的努力，单纯靠提升工艺来提升芯片性能的方法已经无法充分满足时代的需求，主要体现在：

一、以电子为载体的技术发展已趋近物理极限。当下集成电路是以硅为基础材料的，硅原子的直径约为0.22纳米，当制程降至7纳米以下时，极易出现电涌和电子击穿问题，也就是已经很难完美地对电子进行控制。虽然代表全球最顶尖水平的台积电仍然在不断地进行3纳米及2纳米的技术研发及产能投资，但业内人士普遍认为集成电路的尺寸微缩最多到2030年就会达到物理极限，亟需寻找创新发展的出路；

二、电子芯片尺寸降到极致时会出现“功耗墙”难题。比如，巨大的耗能压力就是计算机发展的最大技术障碍之一。虽然国内外学术界和工业界进行了大量努力，但由于CMOS（互补金属氧化物半导体）半导体功耗密度已接近极限，所以必须寻找新途径、新结构、新材料；

三、过去几十年中处理器的性能以每年约55%的速度提升，而内存性能的提升速度约为每年10%，长期累积下来，不平衡的发展速度造成了当前内存的存取速度严重滞后于处理器的计算速度，访存瓶颈导致高性能处理器难以发挥出应有的功效；

四、电子芯片性能提升的同时，性价比在降低。业界普遍认为，28纳米是芯片性价比最高的尺寸。根据SEMI国际半导体产业协会的芯片主流设计成本模型图，采用FinFET（FinFET全称Fin Field-Effect Transistor，中文名叫鳍式场效应晶体管）工艺，的5纳米芯片设计成本已是28纳米工艺设计成本的近8倍，更复杂的GAA（Gate-all-around，环绕栅极）结构的设计成本只会更高，这仅是芯片设计、制造、封装、测试中的设计环节。制造环节的晶圆代工厂的研发、建厂、购买生产设备耗费的资金会更多，比如三星在美国得克萨斯州计划新建的5纳米晶圆厂预计投资高达170亿美元。

半导体行业逐步进入了后摩尔时代，高算力和低功耗的光子芯片应运而生。

光子芯片和电子芯片

电子芯片通常指的是传统芯片，即内含集成电路的硅片，体积很小，常常是计算机或其他设备的一部分。它是电子设备中最重要的部分，承担着完成运算，处理任务和控制存储的功能。电脑、手机、电视和各种智能电子产品都都离不开芯片。

光子芯片采用的是光波来作为信息传输或数据运算的载体，指的是依托于集成光学或硅基光电子学中介质光波导（引导光波在其中传播的介质装置）来传输导模（导模是指光波限制在圆筒内（光纤）向前传播）光信号，将光信号和电信号的调制、传输、解调等集成在同一块衬底或芯片上的技术。

电子芯片采用电流信号来作为信息的载体，而光子芯片则采用频率更高的光波来作为信息载体。相比于电子集成电路或电互联技术，光子集成电路与光互连展现出了更低的传输损耗、更宽的传输带宽、更小的时间延迟、以及更强的抗电磁干扰能力。此外，光互联还可以通过使用更多方式来提高传输媒质内的通信容量。

从国家战略安全和战略需求的角度，光子芯片可以解决很多在数据处理时间长、无法实时处理、功耗高等应用领域的关键问题。例如，在远距离、高速运动目标的测距、测速和高分辨成像激光雷达中，在生物医药、纳米器件等的内部结构实现高分辨无损检测的新型计算显微关联成像装备中，光子芯片均可以发挥其高速并行、低功耗、微型化的优势。

此外，AI光子芯片是一种光计算架构与人工智能算法高度匹配的芯片设计，有潜力广泛应用于自动驾驶、安防监控、语音识别、图像识别、医疗诊断、游戏、虚拟现实、工业物联网、企业级服务器和数据中心等关键人工智能领域。

类脑光子芯片可以模拟人脑的计算，通过光子携带信息在模拟大脑的神经网络构架下处理数据，使芯片达到像人脑一样高速并行且低功耗的计算。以微纳光子集成为基础的光子芯片结合基于光学计算的神经网络数据处理系统是应对未来低功耗、高速度、宽带宽、大数据量信息处理能力的关键。

挑战

光子芯片是基于硅片的激光技术，它将磷化铟的发光属性和硅的光路由能力整合到单一混合芯片中，当给磷化铟施加电压的时候，光进入硅片的波导，产生持续的激光束，这种激光束可驱动其他的硅光子器件。尽管硅光子学有很大的前景，但是该技术也面临很多挑战：

1、由于硅具有非直接带隙，因此发光效率很低。基于硅的激光器或放大器不能与其它基于GaAs（砷化镓）或者InP（磷化铟）的激光器或放大器相媲美；

2、硅的带隙也较大，无法探测波长接近1300nm、1500nm波长的光；

3、硅具有二阶非线性（二阶非线性光学效应是非线性光学晶体材料的关键性能），因此无法制作电光调制器；

4、芯片上的激光光源很难进行散热；

5、光学连接器精度要求较高，难以在量产中实现。

最新研究进展

文章开头提到的自校准光子芯片，通过快速可靠重编程技术加快了搜索速度，而搜索速度是医疗诊断、自动驾驶车辆、互联网安全等许多应用的重要属性。

这项研究的一个关键挑战是将所有光学功能集成到一个可“插入”现有基础设施的设备上。研究团队提出的解决方案是：在芯片制造后对其进行校准，也就是使用集成参考路径而非外部设备对芯片进行校准，这提供了“拨号”所需的所有设置和开关功能。

莫纳什大学阿瑟·洛厄里教授表示，该自校准可编程的光子滤波器芯片，使可调谐光子集成电路广泛应用于多个领域，如根据颜色调换信号的光通信系统、运行速度极快的相关器（相关接收器，即利用信号的相关特性将有用信号从干扰和噪声中提取出来的工具）、用于化学或生物分析甚至天文学领域的科学仪器等。