基于神经网络的光波包识别光电子集成芯片

逍遥设计自动化

引言
5 k# v3 l1 k5 G  q7 F" T神经网络通过强大的模式识别能力，已经在许多领域产生了重大影响。虽然电子实现方式占主导地位，但光电子集成芯片在高速神经网络处理方面展现出独特优势。本文探讨光电子芯片如何实现神经网络以区分光波包，重点介绍储备池计算架构[1]。
" q* m+ G' ~+ o. y9 F, G6 J
储备池计算基础
1 A4 t7 s2 [4 z$ H* V- _, ~储备池计算（RC）是一种独特的神经网络实现方法，简化了训练过程。与需要复杂反向传播的传统神经网络不同，RC系统可以通过单次矩阵求逆运算完成训练。RC架构包含三个主要组成部分：输入数据的输入层、进行神经处理的储备池（隐藏层）和生成最终结果的输出层。
( |: W5 O2 ^$ H3 I6 v

mucsvz20odp6402030356.png

图1：储备池计算的基本架构示意图，显示输入矩阵Win、循环矩阵W和输出矩阵Wout。

  O  }6 X3 F' j4 \0 URC的数学基础依赖于描述网络如何随时间处理信息的状态方程。状态向量x(n)通过非线性激活函数将当前输入u(n)与先前状态x(n-1)结合。这种时间处理赋予RC系统固有的记忆能力，使其特别适合处理时间相关信号。
( i" h6 s% C  B  N' K. U. c! u
* v8 y/ g( k8 Z! @( A) i光电子实现
! F( O! K* M) f4 G0 P$ ?将神经网络概念转换为光电子线路需要精心设计光学组件。主要构建模块包括：

1. 方向耦合器：作为非线性激活函数，实现输入和输出光强度之间的平方根关系。

zwsq3c54iun6402030456.png

+ U0 x3 G1 |" B9 }3 P# ?图2：方向耦合器结构图，显示输入端口（IA，IB）和输出端口（IoA，IoB）。
% _& }/ a: r7 q  y! ]9 ~
) Q. O: U6 P5 f$ i, u% o2. 马赫-曾德尔调制器：基于电信号调制输入光，实现电信号到光信号的转换。

% z. {1 s5 ?& w3. 相移器：通过精细调节光干涉效应实现神经网络权重。

" z: d/ N' o: c9 h6 B: h+ j: h4. 螺旋波导：提供光延迟线，帮助实现储备池计算系统的时间记忆特性。

ahy01p12bti6402030557.png

7 [0 z7 d$ k3 h图3：光延迟线设计，显示(a)螺旋波导布局示意图和(b)不同波导长度的损耗特性测量结果。
0 Q3 T9 c# Q: h
- i' F! s. M. M/ {) z: Z芯片设计与制造
* V5 a5 U+ [: I( ]$ Z光电子神经网络采用标准半导体制造工艺在硅绝缘体(SOI)平台上制造。芯片集成多个组件：

lstsncbv4he6402030658.png

/ T- C3 V2 Y7 u3 T9 |- o图4：(a)已制造的光神经网络芯片照片，(b)显示组件排列的详细布局，(c)芯片性能表征测量装置。

波导设计具有精确尺寸 - 宽度450纳米和高度220纳米，确保适当的光模式限制。方向耦合器通过精确控制波导之间的间隔来实现所需的耦合比。
! x6 e; F, S; o
系统性能
光电子神经网络在区分三角波和方波波包方面表现出色：

toqpdgwlyuk6402030758.png

' F6 c1 g4 x, A( v, t: p9 A, z图5：系统性能展示(a)目标输出，(b)输入电信号，(c)马赫-曾德尔调制器的光输出，(d)区分波包类型的最终系统输出。
4 o  [" D) ?' X9 ?% K  T
芯片在3千兆赫兹运行，实现：
" F! p" v- Z: }, Q# n3 i- i6 x. X不同输入模式之间的最大消光比为7.62分贝
在1585.195纳米波长处总插入损耗为37.1分贝
" g9 {7 F2 V/ g$ q+ p# P相移器调制带宽为25.6千兆赫兹
4 N  o6 r9 R& A5 R- X$ u

ek3wtjb401t6402030858.png

图6：在1585.195纳米波长下的输出功率测量，显示系统对不同输入信号和相移器电压的响应。
8 _; g& X! v9 w7 X
6 \' j5 {- D0 S0 d' A7 U% d3 |  x' Z这种光电子实现的主要优势之一是速度 - 电子计算机可能需要多个时钟周期来执行必要的计算，而光电子芯片可以在光通过器件的时间内（约121.8皮秒）处理信号。
  n3 ?! ?$ f# `% Z$ }" d
未来发展方向
当前设计可以通过以下方面进行改进：
通过更紧凑的组件减小芯片尺寸
提高操作频率超过3千兆赫兹
" Y; i7 v5 V4 d1 f2 a8 u/ q* k' ^实现更复杂的模式识别任务
减少光学损耗以提高系统效率

光电子神经网络的成功演示为高速光信号处理和模式识别应用提供了新的技术方案。随着制造技术不断进步，更复杂的光电子神经网络将会出现。

1 k, ?( R" x$ g* \" c本文概述了如何在光电子集成线路中实现储备池计算原理，展示了光电子神经网络在实现高速模式识别能力方面的潜力。光学非线性、精确制造技术和巧妙的架构设计的结合，使这些系统能够直接在光域处理光信号，相比传统电子实现具有独特优势。
$ _% Y* z) f- ], F+ m3 U5 z( M
3 [7 H  e  X9 \参考文献
[1] C.-E. Lin, Y.-F. Chen, C.-P. Sun, and C.-C. Chen, "A photonic integrated chip for distinguishing the optical wave packets based on a neural-network," Results in Physics, vol. 65, p. 107982, Sep. 2024.

END
% z, M# H) O  i4 A; @' E
0 m" G- n$ p# r/ f. ^; A1 t' |
- P# p1 m4 _7 M1 l6 v& f软件申请我们欢迎化合物/硅基光电子芯片的研究人员和工程师申请体验免费版PIC Studio软件。无论是研究还是商业应用，PIC Studio都可提升您的工作效能。
" ]: y  K6 [) D) f1 e# ~2 C点击左下角"阅读原文"马上申请

欢迎转载
7 w% n* E% u6 \" `
) b2 Q, a% n- H5 B9 {5 j) M6 s9 b- z转载请注明出处，请勿修改内容和删除作者信息！

qzuusdgsdol6402030958.gif

- n( f% e: `. n5 l# |( @
! @* K$ ?9 p4 z0 ^! s$ N! R( Y关注我们
' w* _. A# |' H* _

* u# w5 ^* i" n% j3 ], z! S9 l0 e 4cptfxqa1ny6402031058.png 9 J5 c$ j9 R: ^! m% ~2 v1 k

ggzqnlr3cvj6402031158.png 2 S" x7 Q. W; ~5 S, Q/ C& c

dpvdcifkpjw6402031258.png

                     


! {+ Z( i* n1 C9 z! c
) @3 |, S) P# o关于我们：
深圳逍遥科技有限公司（Latitude Design Automation Inc.）是一家专注于半导体芯片设计自动化（EDA）的高科技软件公司。我们自主开发特色工艺芯片设计和仿真软件，提供成熟的设计解决方案如PIC Studio、MEMS Studio和Meta Studio，分别针对光电芯片、微机电系统、超透镜的设计与仿真。我们提供特色工艺的半导体芯片集成电路版图、IP和PDK工程服务，广泛服务于光通讯、光计算、光量子通信和微纳光子器件领域的头部客户。逍遥科技与国内外晶圆代工厂及硅光/MEMS中试线合作，推动特色工艺半导体产业链发展，致力于为客户提供前沿技术与服务。
2 B% O" \3 Y% R- q
* P% a! j9 a% L$ p: T8 Nhttp://www.latitudeda.com/
（点击上方名片关注我们，发现更多精彩内容）