集成光子学，由于其固有的高速、大带宽和无限并行性，对于缓解不断增长的数据流量的驱动力至关重要。其技术推动力是高精度光刻，可以制造高分辨率光子结构。
光子芯片彻底改变了数据密集型技术。这些激光驱动的设备可以单独或与传统电子电路协同工作，以光速发送和处理信息，这使它们成为人工智能数据密集型应用的有前途的解决方案。
除了无与伦比的速度外，光子电路使用的能量比电子电路少得多。电子在硬件中移动相对缓慢，与其他粒子碰撞并产生热量，而光子在流动时不会损失能量，根本不产生热量。摆脱了电子产品固有的能量损失的负担，集成光子学有望在可持续计算中发挥主导作用。
光子学和电子学利用不同的科学领域并使用不同的体系结构。然而，两者都依靠光刻来定义它们的电路元件并按顺序连接它们。虽然光子芯片不使用晶体管来填充电子芯片不断缩小和分层的凹槽，但它们复杂的光刻图案引导激光束通过相干电路形成可以执行计算算法的光子网络。
与通过光刻调制实折射率预定义光子功能的现有技术完全相反，宾夕法尼亚大学的研究人员首次创造了一种光子器件，无需光刻即可提供可编程的片上信息处理，为 AI 应用提供通过卓越的准确性和灵活性增强的光子学速度。
研究人员展示了一种虚构指数驱动的方法，来定制光增益分布以合理地执行规定的光响应，并配置所需的光子功能以路由和切换光信号。利用其实时可重构性，该团队实现了具有非凡灵活性的光子神经网络，以高精度进行原位元音识别训练。免光刻特性固有的可编程性和多功能性可以导致集成光子信号处理的新范例，以执行和重新配置复杂的计算算法，加快信息处理速度以满足长期性能要求。
该研究以「Lithography-free reconfigurable integrated photonic processor」为题，于 2023 年 4 月 27 日发布在《Nature Photonics》。
基于硅的电子系统已经改变了计算领域。但它们有明显的局限性：它们处理信号的速度很慢，它们以串行方式而不是并行方式处理数据，并且只能在一定程度上小型化。光子学是最有前途的替代方案之一，因为它可以克服所有这些缺点。
「但是用于机器学习应用的光子芯片面临着复杂制造过程的障碍，在该过程中，光刻图案是固定的、可重新编程的能力有限、容易出错或损坏并且价格昂贵。」论文通讯作者之一 Liang Feng 说，「通过消除对光刻的需求，我们正在创建一个新的范例。我们的芯片克服了这些障碍，并提供了更高的准确性和最终的可重新配置性，因为它消除了预定义功能的各种限制。」
如果没有光刻，这些芯片将成为适应性强的数据处理引擎。由于图案不是预先定义和蚀刻的，因此该设备本质上没有缺陷。也许更令人印象深刻的是，光刻技术的缺乏使微芯片具有令人印象深刻的可重新编程性，能够定制其激光铸造图案以获得最佳性能，无论任务简单（输入少，数据集小）还是复杂（输入多，数据集大）。
换句话说，该设备的复杂性或极简主义是一种生物，以蚀刻微芯片无法比拟的方式进行适应。
「我们这里的东西非常简单。」论文第一作者 Tianwei Wu 说，「我们可以非常快速地构建和使用它。我们可以轻松地将它与经典电子设备集成。我们可以对其进行重新编程，即时改变激光模式，以实现实时可重构计算，用于人工智能网络的片上训练。」
一块不起眼的半导体板，该设备再简单不过了。正是对这种平板材料特性的操纵是研究团队在将激光投射到动态可编程模式以重新配置光子信息处理器的计算功能方面取得突破的关键。
这种最终的可重构性对于实时机器学习和人工智能至关重要。
该研究的重要参与者 Marco Menarini 说：「有趣的部分是我们如何控制光。传统的光子芯片是基于无源材料的技术，这意味着它的材料会散射光，来回反射光。我们的材料是有源的。泵浦光束改变了材料，使得当信号光束到达时，它可以释放能量并增加信号的幅度。」
「这种活跃的性质是这门科学的关键，也是实现我们的无光刻技术所需的解决方案。」该研究负责人之一 Zihe Gao 补充道，「我们可以用它来重新路由光信号并在芯片上编程光信息处理。」
论文链接：https://www.nature.com/articles/s41566-023-01205-0
相关报道：https://phys.org/news/2023-05-lithography-free-photonic-chip-accuracy-artificial.html
本文转自：ScienceAI，转载此文目的在于传递更多信息，版权归原作者所有。如不支持转载，请联系小编demi@eetrend.com删除。
