易于使用的新型光学芯片可自行配置以执行各种功能
发布时间：2023-10-12 10:29:08 阅读数： 131
研究人员创建了一种基于四边形马赫-泽恩德干涉仪网络的光学芯片，该芯片易于重新配置以实现各种功能。图为芯片的显微镜图像（a）和封装芯片的照片（b）。资料来源：华中科技大学，Jianji Dong
研究人员开发出了一种易于使用的光学芯片，它可以自行配置以实现各种功能。他们实现的正实值矩阵计算使该芯片有可能用于需要光学神经网络的应用中。光学神经网络可用于各种数据量大的任务，如图像分类、手势解读和语音识别。
此前已开发出可在制造后重新配置以执行不同功能的光子集成电路。然而，它们往往难以配置，因为用户需要了解芯片的内部结构和原理，并单独调整其基本单元。
"来自中国华中科技大学的研究团队负责人董建基说："我们的新型芯片可以被视为一个黑盒子，也就是说，用户不需要了解其内部结构就可以改变其功能。"他们只需设定一个训练目标，在计算机控制下，芯片就会根据输入和输出进行自我配置，实现所需的功能。"
研究人员在《光学材料快报》（Optical Materials Express）杂志上介绍了他们的新型芯片，该芯片基于波导光学元件网络，称为马赫-泽恩德干涉仪（MZIs），以四边形模式排列。研究人员表明，这种芯片可以进行自我配置，以执行光路由、低损耗光能分配以及用于创建神经网络的矩阵计算。
"Dong说："未来，我们有望实现更大规模的片上可编程波导网络。"随着进一步的发展，我们有可能实现与现场可编程门阵列（FPGA）相媲美的光学功能--现场可编程门阵列是一种电气集成电路，在制造完成后可以重新编程以执行任何所需的应用。
创建可编程 MZI 网络
片上四边形 MZI 网络可用于涉及光神经网络的应用，而光神经网络是由相互连接的节点网络创建的。要有效地使用光学神经网络，必须用已知数据对网络进行训练，以确定每对节点之间的权重--这项任务涉及矩阵乘法。
"Dong说："片上矩阵运算通常使用前向传播MZI网络或微oring阵列来实现。"受电子领域 FPGA 的启发，我们希望使用一种 MZI 拓扑网络结构，允许矩阵运算的前馈和后馈传播。
他们开发的芯片可以通过调整电极电压进行重新配置，从而在四边形网络中形成不同的光传播路径。研究人员集成了梯度下降算法，以加快成本函数的收敛速度，而成本函数在每次训练迭代中都会衡量网络的准确性。
每次训练迭代后，芯片都会更新所有可调电极的电压，而不是单一变量的值，这进一步提高了成本函数的收敛速度。这些改进有助于加快训练过程。
实现各种功能
研究人员表明，该芯片可用于执行所谓的正实数矩阵计算，首次在四边形 MZI 网络中验证了其可行性。芯片的训练结果与目标矩阵之间的误差极小。
他们还演示了具有高消光比的光路由--正实矩阵计算的一种特殊情况。光路由可以在数据中心的处理器和存储单元等设备之间有效地路由光信号。与电气方法相比，光学方法有助于在处理大量信号时减少延迟和功耗。
此外，该芯片还可用于低损耗光功率分配，将单一输入光分配为输出端口能量成比例的光束。对 11 组测试结果的统计分析显示，分光过程中的能量损耗保持在 1.16 dB 以下。低损耗光能分裂可用于向芯片上的不同组件（如处理器和光电探测器）发送信号。这有助于同时处理输入信号。
研究人员目前正在对芯片进行改进，以实现更强的矩阵运行能力。他们还希望探索将其用于光学神经网络之外的其他矩阵计算应用。
参考资料
Mengyao Zhao et al, On-chip multifunctional self-configurable quadrilateral MZI network, Optical Materials Express (2023). DOI: 10.1364/OME.499408
