Android-Dateiübertragung funktioniert auf Ihrem Mac nicht? Hier sind 6 Korrekturen zum Ausprobieren
Mar 07, 2023Denken Sie, Sie haben Fernweh? Schauen Sie sich die Liste der meistgereisten Personen an » Explorersweb
Mar 09, 2023Branchenführende Akteure und Zukunftsprognosen für die Monetarisierung von Telekommunikationsdaten
Mar 11, 2023Fluke Networks stellt drei „Accelerator“-Lösungen vor, um die Inspektion, Zertifizierung und Prüfung von Glasfasern zu beschleunigen
Mar 13, 2023Der Aufstieg der Single
Mar 15, 2023Einem Höhepunkt entgegen
Wissenschaftliche Berichte Band 13, Artikelnummer: 1260 (2023) Diesen Artikel zitieren
4920 Zugriffe
1 Zitate
4 Altmetrisch
Details zu den Metriken
Wir schlagen eine photonische Verarbeitungseinheit für die analoge Berechnung mit hoher Dichte unter Verwendung von Mikroringmodulatoren auf Intensitätsmodulationsbasis (IM-MRMs) vor. Das Ausgangssignal bei der festen Resonanzwellenlänge wird durch Änderung des Extinktionsverhältnisses (ER) des IM-MRM direkt intensitätsmoduliert. Dank des intensitätsmodulierten Ansatzes ist die vorgeschlagene photonische Verarbeitungseinheit weniger empfindlich gegenüber Übersprechen zwischen Kanälen. Simulationsergebnisse zeigen, dass das vorgeschlagene Design im Vergleich zu seinem wellenlängenmodulierten Gegenstück eine maximal 17-fache Steigerung der Wellenlängenkanaldichte bietet. Daher kann ein photonischer Tensorkern der Größe 512 \(\times \) 512 durch aktuelle Gießereilinien realisiert werden. Mit dem vorgeschlagenen Modulator wird ein Convolutional Neural Network (CNN)-Simulator mit 6-Bit-Präzision für handschriftliche Ziffernerkennungsaufgaben erstellt. Simulationsergebnisse zeigen eine Gesamtgenauigkeit von 96,76 %, wenn der Wellenlängenkanalabstand einen Leistungsnachteil von 3 dB erleidet. Um das System experimentell zu validieren, werden 1000 Punktproduktoperationen mit einem 4-Bit-Signatursystem auf einem mitverpackten photonischen Chip durchgeführt, wobei optische und elektrische I/Os mithilfe photonischer und elektrischer Drahtbondtechniken realisiert werden. Die Untersuchung der Messergebnisse zeigt einen mittleren quadratischen Fehler (MSE) von 3,09\(\times \)10\(^{-3}\) für Skalarproduktberechnungen. Das vorgeschlagene IM-MRM macht daher das Problem des Übersprechens beherrschbar und bietet eine Lösung für die Entwicklung großer optischer Informationsverarbeitungssysteme mit mehreren Wellenlängen.
Der Rechenbedarf und der Energieaufwand sind rapide gestiegen, um entweder die exponentiell gestiegenen Datenmengen zu verarbeiten, die von Ultrahochgeschwindigkeits-Mobilfunknetzen erzeugt werden, oder um den Bedarf an beschleunigter künstlicher Intelligenz zu decken 1. Derzeit sind jedoch hochmoderne elektronische Prozessoren entwickelt worden Mit erstaunlich schnellen Fortschritten in den letzten Jahrzehnten nähern sie sich nach dem Mooreschen Gesetz ihrer Wachstumsgrenze. Es ist abzusehen, dass diese Rechenanforderungen bei weiteren Fortschritten auf dem aktuellen Weg technisch und wirtschaftlich schnell unerschwinglich werden 2. Photonische Plattformen gelten als ideale Kandidaten für die analoge Verarbeitung optischer Kommunikationssignale und bieten einen Rahmen für eine neue Klasse von Informationen Verarbeitungsmaschinen 3. Im Vergleich zu elektrischen Gegenstücken haben photonische Schaltkreise ihre entscheidenden Vorteile: Optische Signale, die sich mit Lichtgeschwindigkeit ausbreiten, können durch Übertragungsmodulation manipuliert werden, erfahren eine geringere Dämpfung und erzeugen weniger Wärme als Funktion der Entfernung 3. Viele anwendungsspezifische optische Prozessoren wurden für die Bewältigung mathematischer 4,5 und Signalverarbeitungsaufgaben 6,7 genutzt, wobei die Leistung um Größenordnungen gesteigert wurde.
Die integrierte Photonik hat aufgrund ihrer Fähigkeit, optische Signale auf einem einzigen Chip zu erzeugen, zu manipulieren und zu erkennen, große Aufmerksamkeit auf sich gezogen. Durch den Einsatz photonischer integrierter Schaltkreise (PICs), die mit CMOS-kompatiblen Prozessen hergestellt werden, können miniaturisierte photonische Verarbeitungssysteme mit hoher Ausbeute und niedrigen Kosten aufgebaut werden. Entsprechend den Anforderungen der Lichtquelle können photonische Verarbeitungssysteme in zwei Kategorien unterteilt werden: kohärente Architekturen und Multiwellenlängenarchitekturen. Für die kohärente Architektur wird das kohärente Eingangslicht in einer Reihe von Strahlteilern und Phasenschiebern verwendet, um Matrixtransformationen unter Verwendung von Interferenzen zwischen verschiedenen Pfaden durchzuführen 3. Das Mach-Zehnder-Interferometer-basierte (MZI) Netz ist das dominierende lineare photonische Verarbeitungsnetzwerk mit kohärente Eingangssignale. Es handelt sich um eine gut untersuchte und ausgereifte Architektur für Matrixmultiplikationen in Rechensystemen, einschließlich Anwendungen in optischen neuronalen Netzen 8,9, Quantentransportsimulationen 10, rekonfigurierbaren optischen Verzögerungsleitungen 11 und Singulärwertzerlegung 12. Allerdings sind kohärente optische Verbindungen empfindlich gegenüber die optische Phase, die nach jeder MZI-Netzschicht 13 eine Kalibrierung erfordert. Da kohärente Architekturen außerdem eine einzige optische Phasenreferenz erfordern, kann nur ein einziger Quelllaser verwendet werden. Dafür musste der Laser eine hohe optische Leistung erzeugen, die für das gesamte System ausreichte. Im Gegensatz zu kohärenten Systemen verwenden Multiwellenlängenarchitekturen inkohärente Signale, die von einzelnen Lichtquellen mit unterschiedlichen Wellenlängen erzeugt werden, oder eine einzelne Quelle, die mehrere Wellenlängen erzeugt, um die Informationen zu übertragen und zu verarbeiten. Durch den Einsatz von Wellenlängenmultiplex (WDM) ist jedes Eingangssignal eine analoge optische Leistung mit einer bestimmten Wellenlänge, die von einer Reihe von Modulatoren parallel verarbeitet wird.
Eine integrierte Multiwellenlängen-Architektur, nämlich Broadcast-and-Weight, wurde erstmals vorgeschlagen 14 und demonstriert 15 unter Verwendung kaskadierter Mikroringresonatoren (MRRs) in den photonischen Siliziumplattformen. Sie hat ihre einzigartigen Fähigkeiten in Informationsverarbeitungsanwendungen unter Beweis gestellt, darunter in photonischen neuronalen Netzen 16 und der drahtlosen Signalverarbeitung 17\(^{,}\) 18 und nichtlineare Programmierung 19. Eingehende Signale, die unterschiedlichen Wellenlängenträgern zugewiesen sind, werden wellenlängenmultiplext und durch eine photonische Gewichtsbank gewichtet, die durch abgestimmte MRR-Modulatoren realisiert wird. Die Signale werden dann durch Differenzerkennung mit voller Leistung summiert. Typischerweise sind MRR-Modulatoren wellenlängenmoduliert. Der Resonanzpeak des MRR verschiebt sich, wenn sich der Brechungsindex des Wellenleiterkerns durch den thermooptischen Effekt oder den Plasmadispersionseffekt ändert. Dies führt zu einer Variation der Übertragungsintensität bei der Trägerwellenlänge. Einer der Nachteile dieser Modulationstechnik, insbesondere in einem Großsystem 20, ist das Problem des Übersprechens zwischen den Kanälen. Aufgrund dieses Problems muss die optische Modulationsamplitude der einzelnen Wellenlängenkanäle minimiert werden, was in der Folge die Skalierbarkeit des photonischen Verarbeitungssystems einschränkt. Eine weitere Multiwellenlängen-Architektur für photonisches Rechnen wurde kürzlich durch die Verwendung von Phase-Change-Material (PCM)-Speicher-Crossbar-Arrays demonstriert, die eine Geschwindigkeit von Billionen von Multiply-Accumulate (MAC)-Operationen pro Sekunde ermöglicht 21. Bei diesem Ansatz sind es jedoch Signale basierend auf der Absorptionsrate des PCM-Patches auf dem Wellenleiter eingeschrieben. Ein Teil der eingestrahlten Lichtleistung wird durch die Absorption vernichtet. Darüber hinaus werden Signale unterschiedlicher Wellenlänge über Richtkoppler auf dem Buswellenleiter kombiniert. Diese Koppler erzeugen aufgrund der breitbandigen Kopplung zusätzliche Verluste. Obwohl kein Übersprechen zwischen den Kanälen vorhanden ist, weist das Crossbar-System im Vergleich zum MRR-basierten System eine geringere Energieeffizienz auf.
In diesem Artikel wird ein Intensitätsmodulationsschema mit fester Wellenlänge für ein WDM-basiertes photonisches Signalverarbeitungssystem untersucht. Wie in Abbildung 1a dargestellt, werden auf interferometrischer Kopplung basierende Mikroringmodulatoren (MRMs) eingeführt, die Indexmodulationskomponenten (in Lila dargestellt) im Kopplungsbereich und im Resonatorbereich enthalten. Eingehende WDM-Quellen werden zunächst durch die Allpass-MRMs in der Modulationsbank moduliert und dann durch die Add-Drop-MRR-Filterarrays in der Gewichtungsbank bei jeder Wellenlänge gewichtet. Durch Anpassen der Kopplungsstärke und der Resonanzbedingung kann eine direkte Intensitätsmodulation bei ihren festen Resonanzwellenlängen mit vernachlässigbarem Übersprechen zwischen den Kanälen erreicht werden. Schließlich werden am Ausgang Balanced-Photodetektoren (BPDs) zur Multiwellenlängen-Intensitätssummierung eingesetzt. Simulationsergebnisse zeigen, dass IM-MRMs den Wellenlängenkanalabstand im Vergleich zu wellenlängenmodulierten MRMs um den Faktor siebzehn verbessern können, wenn eine Leistungseinbuße von 3 dB angestrebt wird. Mithilfe der Photonic Wire Bonding (PWB)-Technik wird der photonische Chip, der unser vorgeschlagenes System auf Basis von IM-MRMs enthält, auf einer Leiterplatte (PCB) montiert und die Skalarproduktberechnung wird demonstriert. Bei PWB handelt es sich um dreidimensionales lichtempfindliches Wellenleiterschreiben auf Polymerbasis zwischen verschiedenen Plattformen nach der Chip-Platzierung, wodurch die Anforderungen an eine Feinausrichtung gelockert werden 3. Basierend auf den mit dem verpackten photonischen Chip durchgeführten Experimenten ergibt sich ein mittlerer quadratischer Fehler von 3,09 ) 10\(^{-3}\) wird für 1000 Multiplikationen mit zufälligen Eingabewerten beobachtet. Um die Leistung des vorgeschlagenen Schemas in einem Großsystem zu untersuchen, wird außerdem ein Faltungssimulator für neuronale Netze unter Verwendung einer Co-Simulationsumgebung in Lumerical und Python erstellt. Simulationen basierend auf dem MNIST-Datensatz zur handschriftlichen Ziffernerkennung zeigen, dass die Architektur eine Genauigkeit von 96,76 % erreichen kann. Die Mess- und Simulationsergebnisse zeigen, dass die vorgeschlagenen IM-MRMs der Baustein groß angelegter optischer Informationsverarbeitungssysteme sein können, die nicht unter dem Übersprechen zwischen Kanälen leiden.
(a) Schematische Darstellung des vorgeschlagenen photonischen Verarbeitungssystems unter Verwendung von IM-MRMs. Zur Intensitätsmodulation durchläuft das WDM-Eingangslicht zwei Gruppen von IM-MRM-Arrays, als Multiplikatorsatz (Modulationsbank) bzw. Multiplikandensatz (Gewichtungsbank). Das modulierte Licht unterschiedlicher Wellenlängen wird dann vom BPD bei der Auslesung akkumuliert. (b) Schematische Darstellung eines Add-Drop-IM-MRR-Filters und des Querschnitts des dotierten Wellenleiters, der ICPHs und IRPHs im Kopplungsbereich bzw. im Resonatorbereich bildet.
Auf interferometrischer Kopplung basierende (oder zweipunktgekoppelte MZI-basierte) MRRs wurden für stoßfreies Schalten 22, Hochgeschwindigkeitsmodulation 23, PAM-4-Modulation 24, photonische Verzögerungsleitung 25, Einzelphotonenquellen 26 und Nachbearbeitung verwendet. Herstellungskorrektur 27. Kürzlich wurde über einen breitbandigen abstimmbaren Add-Drop-Multiplexer berichtet, der auf interferometrischer Kopplung basierende Modulatoren 28 verwendet. Der vorgeschlagene Entwurf nutzt das ähnliche Intensitätsmodulationsschema, um eine „Verbindung“ und „Trennung“ von Filterkanälen zu erreichen. Dieser Multiplexer benötigt jedoch 4 direkt gekoppelte MRRs als Vernier-Filter und einen zusätzlichen Fotodetektor zur Abstimmung und Kalibrierung, was seine groß angelegte Anwendung bei mehreren Wellenlängen verhindert.
Das Schema in Abbildung 1b zeigt das vorgeschlagene IM-MRM, das in unserem hochdichten photonischen Verarbeitungssystem verwendet wird. Durch Hinzufügen eines unsymmetrischen MZI, der als abstimmbarer Koppler fungiert, ändert sich das effektive Kopplungsverhältnis, wenn sich die sinusförmige Spektralantwort des MZI-Kopplers in der Wellenlänge 22 verschiebt. Dementsprechend kann das Extinktionsverhältnis des Resonanzpeaks im MRM moduliert werden. Der Längenunterschied \(\Delta L\) zwischen den unsymmetrischen MZI-Kopplerarmen (wie in Abbildung 1b dargestellt) bestimmt den freien Spektralbereich (FSR) des Geräts gemäß den folgenden Gleichungen:
Dabei stellen \(FSR_\text {MZI}\) und \(FSR_\text {MRR}\) das FSR des MZI-Kopplers bzw. das MRR dar und R ist der Radius des MRR. Je nach unterschiedlichen nichtnegativen Werten von m verhalten sich das Kopplungsspektrum und die Ringresonanz entweder als gleichperiodische oder als unterdrückte periodische Resonanz 22. Um eine Intensitätsmodulation bei einer festen Wellenlänge zu realisieren, wird \(\Delta L\) auf \ gesetzt. (\pi R\) (m = 1/2), um den Phasenverschiebungsmechanismus im MZI-Arm unterzubringen. Ein Gerät für größere m-Werte kann entworfen werden, indem der Platzbedarf geopfert wird, um die Abstimmungseffizienz zu verbessern. Analytische Gleichungen, die für den Entwurf des IM-MRM verwendet werden, finden Sie in Abschnitt S1 der Zusatzinformationen.
Der Querschnitt in Abbildung 1b zeigt einen dotierten Siliziumwellenleiter, nämlich die fotoleitende Heizung, die als Indexmodulations- und resonante Peak-Tracking-Komponente dient. N-dotierte Widerstandsheizungen, die in MRRs integriert sind, haben photoleitende Effekte mit hoher Empfindlichkeit gezeigt, um die Resonanzspitze des Filters automatisch auf die interessierende Wellenlänge abzustimmen und zu stabilisieren 29. Im Gegensatz zur Germanium (Ge)-Abscheidung 30 oder der PIN-Diodenimplantation 31 ist dies bei N-dotierten Widerstandsheizungen der Fall Es sind keine speziellen Schritte zur Defektimplantation, keine zusätzlichen Materialablagerungen, keine speziellen Fotodetektoren oder optischen Leistungsabgriffe erforderlich. Dies ermöglicht eine kostengünstige, kompakte und unkomplizierte Methode zur Modulation großer MRR-Systeme. An unserem IM-MRM-Design sind zwei Arten von N-dotierten fotoleitenden Heizgeräten beteiligt. Eine fotoleitende Heizung im Koppler (ICPH) dient als effektiver Kopplungsverhältnismodulator im MZI-Koppler, und eine fotoleitende Heizung im Resonator (IRPH) dient als Resonanzspitzenmonitor und Wellenlängenkompensator im MRR (dargestellt in Abbildung 1b). Obwohl N-dotierte fotoleitende Heizgeräte in optischen Computersystemen 16, Biosensorik 32 und Datenübertragungssystemen 29 eingesetzt wurden, ist dies unseres Wissens nach die erste Demonstration von optischen Informationsverarbeitungssystemen mit mehreren Wellenlängen auf der Basis von dotiertem Silizium, die Intensitätsmodulation bei einer festen Wellenlänge nutzen.
Alle in diesem Artikel beschriebenen Geräte wurden mit dem Open-Source-Layout-Editor KLayout und SiEPIC-Tools entworfen und auf einem Silizium-auf-Isolator (SOI)-Wafer mit 220 nm dickem Silizium und 2-\(\upmu \ )m-dicke vergrabene Oxidschichten durch eine von Applied Nanotools Inc. durchgeführte SiEPICfab Multi-Project Wafer-Herstellung. Einzelheiten zum optischen Charakterisierungsaufbau finden Sie in Abschnitt S2 der Zusatzinformationen. Abbildung 2a zeigt ein mikroskopisches Bild des vorgeschlagenen All-Pass-IM-MRM mit integrierten ICPH- und IRPH-Komponenten, die den gleichen Platzbedarf haben. N-dotierte und N\(^{++}\)-dotierte Bereiche sind falsch gefärbt. Es ist anzumerken, dass aufgrund der kompakten Grundfläche (m = 1/2) und einer gemeinsamen Erdung unerwünschte Effekte durch thermisches und elektrisches Übersprechen zwischen ICPH und IRPH beobachtet werden, was in zukünftigen Designs optimiert werden muss (besprochen in „ Abschnitt „Diskussion und Schlussfolgerung“. Der Radius beträgt 15 \(\upmu \)m und der Kopplungsspalt beträgt 200 nm. Das Transmissionsspektrum des hergestellten IM-MRM nach der Kalibrierung zur Beseitigung des Einfügungsverlusts der Gitterkoppler ist in Abbildung 2b dargestellt. Der FSR wird bei 12,5 nm gemessen, was ungefähr dem Doppelten im Vergleich zu einem auf Punktkopplung basierenden MRM mit demselben Radius entspricht. Dies entspricht dem obigen Design mit \(\Delta L = \pi R\), wobei ein Gruppenindex von 3,85 für den N-dotierten Wellenleiter berücksichtigt wird. Das Rauschen im Transmissionsspektrum ist auf die hohe Rückflussdämpfung der Gitterkoppler zurückzuführen, die unter hohen Rückreflexionsniveaus im System leiden, was durch Optimierung verbessert werden kann. In Abbildung 2c ist ein vergrößertes Diagramm dargestellt, das auf einen Resonanzpeak bei 1526,25 nm abzielt und einen Qualitätsfaktor (Q-Faktor) von \(\sim \)10.000 und einen ER von 21 dB anzeigt. In Abbildung 2d sind IV-Kurven für ICPH und IRPH dargestellt, wenn kein Licht einfällt (Dunkelstrom).
(a) Mikroskopisches Bild des Allpass-IM-MRM-Designs, überlagert mit einer Schaltkreisbeschreibung des integrierten ICPH und IRPH. (b) Gemessenes Transmissionsspektrum des hergestellten IM-MRM nach der Normalisierung, das ein verdoppeltes FSR zeigt. (c) Ein genauerer Blick auf den Resonanzpeak bei 1526,25 nm. (d) Gemessene IV-Kurven für integrierte ICPH und IRPH mit Spannungen zwischen 0 und 6 V.
Die Resonanzwellenlänge und ER des IM-MRM können manipuliert werden, indem Spannungen an IRPH (\(V_\text {IRPH}\)) und ICPH (\(V_\text {ICPH}\)) angelegt werden. 33. Wie in gezeigt Abbildung 3a: Wenn nur \(V_\text {IRPH}\) angelegt wird (von 0 bis 3,5 V), zeigt der Resonanzpeak eine Rotverschiebung von 350 pm und der ER bleibt bei etwa 27 dB. Wenn hingegen nur \(V_\text {ICPH}\) angewendet wird, verschiebt sich der Resonanzpeak und ändert den ER von 27 dB auf 1,25 dB (Abbildung 3b). Daher könnten wir durch Anpassen von \(V_\text {IRPH}\) und \(V_\text {ICPH}\) und Ändern des ER des Resonanzpeaks ein Intensitätsmodulationsschema realisieren, während die Peakposition ohne beibehalten wird jede Wellenlängenverschiebung. Das Flussdiagramm des Intensitätsmodulationsalgorithmus ist in Abbildung 3c dargestellt. Zunächst wird eine interessierende Wellenlänge (\(\lambda \)) ausgewählt, was durch Anlegen einer Spannung an den IRPH (\(V_\text {IRPH}^{\lambda }\)) erreicht wird. Für die Informationskodierung wird ein „diskretes analoges“ Kodierungs-/Dekodierungsschema verwendet, um eine direkte Wertzuordnung zum Übersetzen der digitalen Zahl in einen analogen Wert 34,35 zu implementieren. Weitere Einzelheiten zum „diskreten analogen“ Schema finden Sie im Abschnitt „Punktprodukt-Engine“. Hier legen wir eine Spannung an den ICPH (\(V_\text {ICPH}^{w}\)) an, um eine Übertragung an der Resonanzspitze zur Darstellung der Eingangswerte (w) gemäß dem gemessenen ER aus Abbildung 3b zu erreichen. Dies führt zu einer Drift des Resonanzpeaks zu einer anderen Wellenlänge \(\lambda + \Updelta\lambda\). Um die unerwünschte Drift zu kompensieren, wird ein Wellenlängen-Offset-Schema verwendet, das den Photodetektionsmechanismus des IRPH nutzt. Die an den IRPH angelegte Spannung wird von 0 auf \(V_\text {IRPH}^{\lambda }\) verschoben, während \(V_\text {ICPH}^{w}\) konstant gehalten wird. Der im IRPH erzeugte Photostrom bei der Wellenlänge \(\lambda \) wird überwacht, um die neue Resonanzwellenlänge (\(V_\text {IRPH}^{w}\)) zu finden. Es ist erwähnenswert, dass eine Änderung der an den IRPH angelegten Spannung die Wellenlängenverschiebung ausgleicht und gleichzeitig den ER ändert, wenn auch mit viel geringerem Wirkungsgrad (\(\Delta w<\) w). Ein Kalibrierungsalgorithmus wird verwendet, um \(V_\text {ICPH}^{w}\) abzustimmen und \(\Delta w\) zu minimieren. Zuletzt wird das kalibrierte Spannungspaar \(V_\text {ICPH}^{w}\) und \(V_\text {IRPH}^{w}\) zur Codierung des Eingabewerts w gespeichert.
(a) Gemessene Transmissionsspektren des vorgeschlagenen IM-MRM nach der Normalisierung, wenn eine Spannung von 0 bis 3,5 V an den IRPH angelegt wird, sowie die extrahierte Wellenlängenverschiebung und ER-Änderung (b) Gemessene Transmissionsspektren des vorgeschlagenen IM-MRM nach der Normalisierung, wenn an den ICPH eine Spannung von 0 bis 3,5 V angelegt wird, sowie die extrahierte Wellenlängenverschiebung und ER-Änderung. (c) Flussdiagramm des Intensitätsmodulationsalgorithmus. PC: Fotostrom.
Normalisierte Transmissionsspektren mit diskreten ER-Werten des bei 1526,5 nm fixierten Resonanzpeaks sind in Abb. 4a dargestellt. Durch Anlegen einer Spannung von 0 bis 3,3 V an den ICPH und anschließendes Ändern der entsprechenden Spannung am IRPH (erhalten durch den Intensitätsmodulationsalgorithmus) variiert der ER des Resonanzpeaks von -27 bis -1,25 dB ohne erkennbare Wellenlängenverschiebung . Abbildung 4b zeigt die kalibrierte Ausgabe, die aus Resonanzspitzen bei 1526,5 nm in Abb. 4a mit unterschiedlichen Spannungspaaren \(V_\text {ICPH}\) und \(V_\text {IRPH}\) extrahiert wurde. Es kann beobachtet werden, dass, wenn \(V_\text {ICPH}\) größer als 1,66 V ist, das durchgelassene Licht aufgrund der Änderung der Kopplungsstärke zuzunehmen beginnt und \(V_\text {IRPH}\) abfällt 3,46 bis 0,13 V entsprechend für Wellenlängenversatz. Abbildung 4c zeigt den mehrstufigen Betrieb mit unterschiedlichen 4-Bit-Ausgangspegeln. Die Übertragung kehrt zur Löschung (\(V_\text {ICPH}\) = 0 V und \(V_\text {IRPH}\) = 3,46 V) zwischen den einzelnen Ebenen zur Ebene 0 zurück. Da die angelegte Spannung und die übertragene Ausgabe während des Intensitätsmodulationsvorgangs eine nichtlineare Beziehung aufweisen, wird ein einfacher Vorverzerrungsschritt eingeführt, indem eine Reihe von Spannungspaaren mit ungleichen Inkrementen angelegt werden, um annähernd lineare Ausgabepegel mit einem Intervall von \(\sim \) zu realisieren. 0,05 \(\upmu \)W in Abb. 4c. Präzisere lineare Verteilungen können durch eine Feinanpassung der Spannungspaare für jede Leistungsstufe erreicht werden. In Abb. 4c sind drei Standardabweichungen (3\(\sigma \)) von 0,0048 \(\upmu \)W zu beobachten (SNR = 10,4 dB); Daher konnte eine 7,2-Bit-Präzision erreicht werden. Es wurde berichtet, dass IRPH-basierte MRMs eine kontinuierliche Mehrkanalsteuerung der Gewichtsbank mit einer Genauigkeit von bis zu 8,5 Bit ermöglichen 36. Durch den Einsatz eines „Dithering“-Steuerungsschemas zur Überwachung und Stabilisierung der gesamten optischen Verbindung können Umgebungsveränderungen im System vermieden werden mit hoher Präzision kompensiert 36. Durch die Auswahl vorverzerrter Spannungspaare, die an ICPH und IRPH angelegt werden, kann man die übertragene Leistung zuverlässig und mit hoher Wiederholbarkeit zwischen diesen bekannten Zwischenniveaus verschieben (dargestellt in Abb. 4(d) mit einer Abtastrate von 1 Hz). Detaillierte Informationen zum Vorverzerrungsschritt finden Sie in Abschnitt S2 der Zusatzinformationen.
(a) Gemessene Transmissionsspektren nach Normalisierung mit verschiedenen Spannungspaaren \(V_\text {ICPH}\) und \(V_\text {IRPH}\) für Intensitätsmodulationsvorgänge bei 1526,5 nm. (b) Kalibrierte Ausgänge des IM-MRM an der Resonanzspitze. (c) 16 unterscheidbare Leistungsstufen in aufsteigender Reihenfolge mit 3\(\sigma \) = 0,0048 \(\upmu \)W. (d) Beliebige Stufen, die unabhängig voneinander unter 16 Zwischenstufen erreicht werden.
In ähnlicher Weise wurde auch ein Add-Drop-IM-MRR-Filter mit einem Radius von 15 \(\upmu \)m hergestellt, der als positiv und negativ signiertes Informationskodierungselement dient. Wie in Abbildung 5a gezeigt, ist ein weiterer MZI-Koppler implementiert, der Add- und Drop-Ports des IM-MRR verbindet, und beide MZI-Koppler sind symmetrisch zum Ring mit Kopplungslücken von 200 nm ausgelegt, um die IL 37 zu reduzieren. Abbildung 5b zeigt Durchgang und Drop Ports Übertragungsspektren. Aufgrund des höheren Absorptionsverlusts im Resonator, der den doppelt so großen IRPH enthält, wird im Vergleich zum Allpass-Q-Faktor ein verringerter Q-Faktor von \(\sim \)1200 beobachtet. In Abb. 5c werden IV-Kurven ohne einfallendes Licht gemessen. Normalisierte Transmissionsspektren an Durchgangs- (blau) und Drop-Ports (rot) werden durch Anlegen verschiedener \(V_\text {ICPH}\)- und \(V_\text {IRPH}\)-Spannungspaare gemessen und sind in Abb. 5d zusammen mit dargestellt Die kalibrierten Ausgangswerte bei Resonanzwellenlänge (Abb. 5e) gemäß dem Verfahren in Abb. 3c und im Abschnitt „Charakterisierung und Kontrolle“. Die gemessenen Gewichtswerte für das Add-Drop-IM-MRR sind in Abb. 5f dargestellt. Durch Subtrahieren der kalibrierten Ausgangsleistung zwischen Drop- und Through-Ports erhält man einen Gewichtsbereich von -1 bis 0,75. Die Einfügungsdämpfung des Modulators verursacht den 0,25-fachen Abzug des Maximalwertes auf der positiven Seite. Um einen symmetrischen Gewichtsbereich relativ zu 0 zu erhalten, wird daher der Bereich [-0,75, 0,75] ausgewählt. Da die Multiplikation so interpretiert werden kann, dass ein Eingangswert durch einen anderen gewichtet wird, definieren wir die Zuordnung zwischen Spannungspaaren und der übertragenen Leistung als Eingangszuordnung für den Allpass-IM-MRM und die Gewichtungszuordnung für den Add-Drop-IM-MRR bzw. im Rest dieses Artikels.
(a) Mikroskopisches Bild des Add-Drop-IM-MRR-Gewichtsfilterdesigns, überlagert mit einer Schaltkreisbeschreibung des integrierten ICPH und IRPH. (b) Gemessene normalisierte Transmissionsspektren an Durchgangs- (blau) und Drop-Ports (orange). (c) Gemessene IV-Kurve für eines der ICPH- und IRPH-Spannungspaare, die sich von 0 auf 6 V ändert. (d) Gemessene normalisierte Transmission an Durchgangs- (blau) und Drop-Ports (rot) für Intensitätsmodulation bei 1520 nm. (e) Kalibrierte Ausgänge des Add-Drop-IM-MRR an der Resonanzspitze. (f) Gemessener Gewichtsbereich aus der Subtraktion zwischen der kalibrierten Ausgabe am Abwurf und an den Durchgangsöffnungen. Der graue Bereich stellt den symmetrischen Bereich relativ zu 0 dar.
Es ist bekannt, dass die Anzahl und die Bandbreite optischer Signale durch die Fähigkeit der Modulatoren begrenzt werden, jeden Wellenlängenkanal unabhängig abzustimmen 13. In WDM-Systemen bestimmen zwei Faktoren die maximale Wellenlängenkanaldichte, das FSR und die Linienbreite des MRR. Die Finesse des Resonators (\(\mathscr {F}\) = FSR/Linienbreite) legt nämlich die obere Fan-In-Grenze fest: \(N\le \mathscr {F}\), wobei N die Anzahl der Wellenlängenkanäle ist. Im Gegensatz zu Demultiplexern sind Gewichtungsbanken in der Broadcast-and-Weight-Architektur jedoch rekonfigurierbar und erfordern unabhängige Modulationen für jedes Signal über einen Übertragungsbereich 13. Darüber hinaus enthalten Gewichtungsbanken zwei Ausgangsports (Durchgang und Drop). Eingangssignale mit unterschiedlichen Wellenlängen werden durch eine Reihe von Add-Drop-MRRs in den Gewichtsbänken proportional gemultiplext und demultiplext, wobei das Übersprechen zwischen den Kanälen aus der Überlappung der optischen Durchlassbänder der Modulatoren resultiert. Daher ist immer ein größerer Wellenlängenkanalabstand als die Linienbreite von MRRs erforderlich, um die Auswirkungen des Übersprechens zu minimieren.
Die Auswirkungen von Übersprechen in MRR-basierten WDM-Systemen wurden numerisch untersucht, wobei der Grad des Übersprechens durch den Grad der Isolation zwischen benachbarten Kanälen angegeben wird 38,39,40. Was die Broadcast-and-Weight-Architektur betrifft, verwenden wir eine ähnliche Metrik, um die Einbeziehung des Crosstalk-Effekts in das Leistungsbudget der Weight-Banks zu ermöglichen. Die Metrik ist definiert als der gewichtete Leistungsbereich für ein Signal, wenn es durch Übersprechen beeinträchtigt ist, relativ zum Bereich ohne Übersprechquellen. Es wurde berichtet, dass in den durch Wellenlängenmodulation abgestimmten Gewichtsbänken ein durch Übersprechen verursachter Leistungsnachteil von 3 dB beobachtet wird, wenn der minimale Wellenlängenkanalabstand zwischen dem 3,41- und 4,61-fachen der Linienbreite liegt 13. Unter Berücksichtigung einer Finesse von 368 und einer minimalen Wellenlänge Bei einem Kanalabstand von 3,41-facher Linienbreite können im Broadcast-and-Weight-System 41 bis zu 108 Wellenlängenkanäle unterstützt werden. Die Finesse von 368 wird experimentell durch einen passiven MRR mit einem Radius von 1,5 \(\upmu \)m demonstriert. Dies wird jedoch mit aktiven Modulationskomponenten 42 schwierig zu erreichen sein. Ein besser herstellbarer MRR-Radius beträgt 5 \(\upmu \)m für ein aktives MRM mit einem akzeptablen geschätzten Q-Faktor von 10.000. Daher beträgt die resonante Spitzenlinienbreite etwa 153 μm, was zeigt, dass nur 34 Wellenlängenkanäle unterstützt werden können. Daher ist eine Lösung erforderlich, um die durch das Übersprechen zwischen den Kanälen verursachte Skalierbarkeitsgrenze zu beseitigen.
Die Intensitätsmodulation bei einer festen Wellenlänge zeigt das Potenzial für eine Signalkodierung mit geringerem Nachteil durch Übersprechen und höherer Wellenlängenkanaldichte. Da die Wellenlänge während des Codierungsprozesses konstant gehalten wird, ist kein zusätzlicher Wellenlängenkanalabstand erforderlich, um Wellenlängendrift auszugleichen. Um die Skalierbarkeit des vorgeschlagenen IM-MRM-Systems zu untersuchen, verwendeten wir die Tools von Lumerical für Simulationen 43. Ein benutzerdefiniertes kompaktes Modell für das IM-MRM wurde in Lumerical INTERCONNECT entwickelt und für die Untersuchung der Übersprechstrafe verwendet. Figur. 6(a,c) zeigen die Transmissionsspektren von zwei Arten kaskadierter IM-MRM-Systeme, und die Einschübe zeigen das Schema der kaskadierten Ringe. Der erste Typ ist ein Allpass-MRM, der mit einem Add-Drop-MRR-Filter kaskadiert ist (Typ I in Abb. 6a), der zur Untersuchung des kanalübergreifenden Übersprechens zwischen Modulationsbänken und Gewichtsbänken verwendet wird. Beim zweiten Typ sind beide MRMs Allpass- und parallel kaskadierte Systeme (Typ II in Abb. 6c). Es wird nur zur Untersuchung des Interkanal-Crosstalks in Gewichtsbanken verwendet. Der Wellenlängenkanalabstand wird durch die Linienbreite normalisiert (\(\delta \omega \) = \(\mathscr {F}/N\) 13). Dies ermöglicht einen objektiven Vergleich zwischen MRM-Systemen mit unterschiedlichen Linienbreiten und FSRs. Durch Ändern des ER des Resonanzpeaks bei Kanal 1 (in Abb. 6 als Kanal 1 dargestellt) wird die Übertragung an den Durchgangs- (blau) und Drop-Ports (rot) bei Kanal 2 (in Abb. 6 als Kanal 2 dargestellt) verändert. 6) wird aufgrund des Crosstalk-Phänomens passiv verändert (\(\delta \omega \) = 0,5 in beiden Systemen). Es ist zu beobachten, dass die Auswirkungen des Übersprechens in Abb. 6 (a, c) unterschiedlich sind. In Abb. 6a ist der Nachteil des Übersprechens bei Kanal 2 hauptsächlich auf die Überlappung des Lorentz-förmigen Durchlassbands bei Kanal 1 zurückzuführen, und nur der Drop-Port bei Kanal 2 ist stark betroffen. Während in Abb. 6c das Übersprechen zwischen den Kanälen komplexer ist. Da diese Add-Drop-IM-MRMs zwei parallele Buswellenleiter teilen, die parallel mit jedem MRM gekoppelt sind, entsteht ein resonatorähnlicher kohärenter Rückkopplungspfad zwischen den Resonanzen ähnlicher Wellenlängen. Die kohärente Wechselwirkung ist besonders schwerwiegend, wenn die Resonanzen eng beieinander liegen. Dies hängt von der Phase 13 des Buswellenleiters ab. Die durch den Buswellenleiter induzierte Phasenänderung beeinflusst die Leistung zweier benachbarter Resonanzspitzen, wenn das Modulationsverfahren auf Wellenlängenverschiebung basiert. Für das hier vorgeschlagene, auf Intensitätsmodulation basierende Gewichtsbanksystem müssen wir nur die Lichtintensität bei einzelnen Resonanzwellenlängen überwachen, bei denen die kohärente Interferenz einen minimalen Einfluss auf die Amplitude 44 hat. Daher wird die Übertragung nur bei der resonanten Spitzenwellenlänge bestimmt von der Notaufnahme. Eine detaillierte Ableitung der kohärenten Interferenz innerhalb mehrerer kaskadierter MRRs ist in Abschnitt S3 der Zusatzinformationen dargestellt.
Die auf der 3-dB-Leistungsstrafe basierende Wertezuordnung für zwei Arten von kaskadierten MRM-Systemen ist in Abb. 6(b,d) mit \(\delta \omega \) = 0,5 bzw. 0,2 dargestellt, die beide das erreichbare darstellen Abbildungsbereich (rote Kästchen in Abb. 6(b,d)) nahe bei 0,5. Im Gegensatz zu Abb. 6(a,c), in der die Transmissionsspektren dargestellt sind, die nur durch Anlegen von Spannungspaaren an das IM-MRR auf Kanal 1 erhalten werden, sind die Darstellungen in Abb. 6(b,d) werden durch gleichzeitige Modulation beider IM-MRRs erhalten. Für Typ-I-Systeme werden nur positive Werte berücksichtigt, die vom Durchgangsanschluss des Systems erhalten werden. Es ist \(\delta \omega \) erforderlich. = 0,5, damit beide MRMs unabhängig voneinander zwischen 0 und 0,48 moduliert werden können, wie in Abb. 6b dargestellt. Für Typ-II-Systeme in Abbildung 6d wird ein symmetrischer Gewichtsbereich mit der Mitte bei 0 untersucht, der durch die Differenzleistung zwischen den Tropfen erzeugt wird und Durchgangsanschlüsse an jedem Wellenlängenkanal. Dies ermöglicht einen kleineren Wellenlängenkanalabstand (\(\delta \omega \) = 0,2) bei gleichem Leistungsnachteil von 3 dB. Abbildung 6e zeigt den maximalen Abbildungsbereich als Funktion des Wellenlängenkanals Abstand für beide Typen, wobei \(\delta \omega \) zwischen 0,1 und 1 variiert. Detaillierte individuelle Zuordnungsdiagramme für jeden Wellenlängenkanalabstand finden Sie in Abschnitt S4 der Zusatzinformationen. Unter Berücksichtigung von 3 dB als tolerierbarem Leistungseinbußen-Benchmark erfordern Typ-I-Systeme \(\delta \omega>\) 0,5 (blau), während Typ-II-Systeme \(\delta \omega \) = 0,2 (orange) erfordern. Modulationsbänke können breitbandig sein, beispielsweise Elektroabsorptionsmodulatoren (EAMs) oder elektrooptische Modulatoren (EOMs), die bei der Übertragung keine gefilterten Durchlassbänder erzeugen. Durch die Implementierung von Breitbandmodulatoren als Modulationsbänke muss nur Übersprechen vom Typ II berücksichtigt werden. Der Wellenlängenkanalabstand ist \(\sim \)17-mal dichter als der von herkömmlichen wellenlängenmodulationsbasierten MRMs (WM-MRMs) 13,41 und daher kann ein Tensorkern mit einer Größe von bis zu 578 realisiert werden. Dies zeigt, dass das Intensitätsmodulationsschema im MRM-basierten optischen Computersystem die Toleranz gegenüber Übersprechen zwischen Kanälen verbessert und die Verwendung mehrerer Wellenlängenkanäle innerhalb eines FSR erleichtert.
Es ist erwähnenswert, dass das Rauschen aufgrund von Signalschwebungen bei der BPD-Anzeige auftreten kann, wenn zwei Resonanzspitzen zu nahe beieinander liegen, sodass die Differenz der optischen Frequenzen innerhalb der Bandbreite des Detektors liegt. Um dieses Rauschen zu eliminieren, ist am Auslesegerät ein Frequenzfilter erforderlich, um die Schwebungsfrequenzen zu entfernen, die größer als die Abtastrate des Systems sind. Für die optischen Frequenzen mit einem Unterschied von 5 GHz im C-Band beträgt der Kanalabstand etwa 40 µm Wellenlänge. Unter Berücksichtigung von \(\delta \omega \) = 0,2 im Typ-II-System beträgt die FWHM jedes Resonanzpeaks \(\sim \)200 pm. Um das durch Schwebungssignale mit < 5 GHz verursachte Übersprechen zu reduzieren, muss der Q-Faktor der Resonanzspitze daher niedriger als 7750 sein.
(a) Simulierte Übertragungsspektren an Durchgangs- (blau) und Drop-Ports (rot) eines Systems mit einem Allpass-MRM, kaskadiert mit einem Add-Drop-MRR-Filter (Typ I), der linienbreitennormalisierte Kanalabstand ist auf 0,5 eingestellt . Einschub: Schematische Darstellung des Typ-I-Systems, bei dem der linke MRR-Filter die Resonanzspitze auf Kanal 1 und der rechte die Resonanzspitze auf Kanal 2 erzeugt. (b) Erreichbare Werte für Kanal 1 und Kanal 2 des Typ-I-Systems mit \(\delta \omega \) = 0,5. Das rote Feld zeigt den nutzbaren Bereich von [0, 0,5] für beide Kanäle. (c) Simulierte Übertragungsspektren an Durchgangs- (blau) und Drop-Ports (rot) eines Systems mit zwei kaskadierten Allpass-MRMs (Typ II), der linienbreitennormalisierte Kanalabstand ist auf 0,5 eingestellt. Einschub: Schematische Darstellung des Typ-II-Systems, bei dem der linke MRR-Filter die Resonanzspitze auf Kanal 1 und der rechte die Resonanzspitze auf Kanal 2 erzeugt. (d) Erreichbare Werte für Kanal-1 und Kanal-2 des Typ-II-Systems mit \(\delta \omega \) = 0,2. Das rote Kästchen zeigt den nutzbaren Bereich von [–0,5, 0,5] für beide Kanäle. (e) Erreichbarer Abbildungsbereich für zwei Arten von kaskadierten IM-MRM-Systemen, wobei der linienbreitennormalisierte Kanalabstand zwischen 0,1 und 1 variiert. Die gestrichelte Linie stellt den Leistungseinbußen-Schwellenwert von 3 dB dar.
Es wird ein Skalarprodukt-Berechnungssystem getestet, das einen photonischen Chip mit einem Allpass-IM-MRM und einem Add-Drop-IM-MRR-Gewichtsfilter umfasst. Der photonische Chip ist gemeinsam auf einer kundenspezifischen Leiterplatte untergebracht und nutzt photonisches und elektrisches Drahtbonden für optische und elektrische Ein-/Ausgänge (I/Os). Für das Co-Packaging des photonischen Chips verwendeten wir eine Chip-on-Board-Montagemethode. Die drei Hauptschritte beim Co-Packaging sind wie folgt. Zunächst werden der photonische Chip und die V-Nuten mit Singlemode-Fasern mithilfe von UV-härtbaren Epoxidharzen direkt auf einem PCB-Substrat montiert. Im zweiten Schritt erfolgt das photonische Drahtbonden mit einem Photonic Wire Bonder. PWB ist eine hochmoderne Technik zur Implementierung optischer Verbindungen mit Polymerwellenleitern, die durch In-situ-Zweiphotonenpolymerisation 45,46 hergestellt werden und eine flexible Verbindung mit geringem Einfügungsverlust zwischen verschiedenen Materialplattformen und Komponenten (III-V-Laser) ermöglichen 47, SOAs 48, optische Fasern 46 und Silizium-Photonik-Chips). PWB vermeidet Out-of-Plane-Kopplung; Dies ermöglicht dichte optische I/Os mit einem Pitch von bis zu 25 \(\upmu \)m 49. Darüber hinaus ist die PWB-Technik vollautomatisch und erfordert keine aktiven Ausrichtungsanforderungen, wodurch PWB für die Massenproduktion geeignet ist 46. Der dritte Schritt ist elektrisch Drahtbonden (EWB). In diesem Schritt werden die Bondpads aus Aluminium (Al) auf dem photonischen Chip mit den entsprechenden chemisch Nickel-Tauchgoldpads auf der Leiterplatte drahtgebondet, um elektrische Chip-zu-PCB-Verbindungen zu realisieren. Mithilfe von Ultraschallenergie wird ein Al-Draht von den Photonen-Chip-Pads an die PCB-Pads befestigt. Wir haben den Wedge-Wedge-Bonder verwendet. Weitere Informationen zum Co-Packaging-Ergebnis finden Sie in Abschnitt S6 der Ergänzenden Informationen.
Abbildung 7a zeigt den mitverpackten photonischen Chip auf der Leiterplatte. Das Lot unter dem photonischen Chip liegt zur Temperaturkontrolle auf der Unterseite der Leiterplatte frei. Ein vergrößertes Mikroskopbild in Abb. 7b zeigt den montierten Photonenchip und die V-Nuten-Faseranordnungen auf der Leiterplatte mit optischen und elektrischen I/Os, um das Signal auf den Photonenchip und von ihm weg zu leiten. Als Off-Chip-Anzeige für die O/E-Umwandlung und Leistungssubtraktion wird ein zweikanaliger optischer Leistungsmesser eingesetzt. Abbildung 7c zeigt eine Reihe vergrößerter Bilder, die sich auf photonische und elektrische Drahtbonds sowie den photonischen Chip konzentrieren. Ein Eingangs-MRR (Allpass-IM-MRM) für die Eingangskodierung und ein Gewichtungs-MRR (Add-Drop-IM-MRM) für die Signalgewichtung sind auf dem Chip kaskadiert (Abbildung S8a), wo elektrische Leitungen mit \(V_\) gekennzeichnet sind. text {IRCH}\) und \(V_\text {IRPH}\) werden verwendet, um Spannungspaare an jedes MRM anzulegen. Der Antrieb und die Vorspannung für den verpackten photonischen Chip werden vom Quellenmessgerät bereitgestellt. Wenn keine Spannung angelegt wird, sind in Abb. 7d die an Durchgangs- (blau) und Drop-Ports (orange) gemessenen Transmissionsspektren des verpackten photonischen Chips im hergestellten Zustand dargestellt. Es wird ein Einfügungsverlust von etwa -17,5 dB beobachtet (-7,5 dB Einfügungsverlust pro PWB-Schnittstelle, wenn man bedenkt, dass jedes IM-MRM eine Einfügung von -1,25 dB hat), was möglicherweise auf die Unterätzung der Oxidöffnung an den PWB-Schnittstellen und deren Rauheit zurückzuführen ist Seitenwände (siehe REM-Bilder in Abbildung S11 der Zusatzinformationen).
(a) Mikroskopisches Bild des mitverpackten photonischen Chips auf der Leiterplatte. (b) Vergrößertes Bild des montierten Photonenchips und der V-Nuten-Faseranordnungen mit Darstellung der optischen und elektrischen I/Os. (c) Eine Reihe vergrößerter Bilder, die sich auf die photonischen und elektrischen Bonddrähte und den photonischen Chip konzentrieren. (d) Gemessene Transmissionsspektren des photonischen Chips im hergestellten Zustand an Durchgangs- (blau) und Drop-Ports (orange).
Um das oben erwähnte Übersprechen zwischen den Kanälen experimentell zu bewerten, werden anschließend unterschiedliche Spannungspaare an beide IM-MRMs in den gemeinsam verpackten Chips angelegt. Abbildung 8a zeigt die normalisierten Transmissionsspektren an Durchgangs- (blau) und Drop-Ports (rot). Bei der Durchleitungsübertragung werden zwei Resonanzspitzen beobachtet, bei der Drop-Port-Übertragung eine. Daher sind die linken und rechten Spitzen jeweils den Allpass- (Kanal 1) und den Add-Drop- (Kanal 2) IM-MRR-Filtern zugeordnet. Der Wellenlängenkanalabstand wird auf 0,7 nm (\(\delta \omega \) = 0,5) eingestellt, indem einfach der \(V_\text {IRPH}\) angepasst wird, der auf den Add-Drop-IM-MRR-Filter in Kanal 2 angewendet wird. Durch Ändern des Spannungspaars des Allpass-IM-MRM variiert die Übertragungsintensität auf Kanal 1. Gleichzeitig ändert sich die Drop-Port-Übertragung auf Kanal-2 aufgrund von Übersprechen entsprechend. Wie in Abbildung 8a zu sehen ist, kann bei unterschiedlichen Spannungspaaren, die an das Allpass-IM-MRM angelegt werden, die maximale normalisierte Sendeleistung auf Kanal 1 bis zu -3 dB erreichen, während unter kritischen Kopplungsbedingungen auf Kanal 1 die Einfügungsdämpfung von die Add-Drop-IM-MRR auf Kanal 2 sinkt um 3 dB. Beide Beobachtungen stimmen mit den Simulationsergebnissen in Abb. 6a überein.
Anschließend haben wir unterschiedliche Spannungspaare an den Add-Drop-IM-MRR-Filter angelegt, um die erreichbaren Abbildungswerte auf Kanal 2 zu erzeugen, wenn unterschiedliche Abbildungswerte von 0 bis 1 vorab auf den Allpass-IM-MRM auf Kanal 1 angewendet wurden. Der Zuordnungswert wird durch die erkannte Intensität, normalisiert durch die maximale Transmission (0 dBm), dargestellt. Abbildung 8b zeigt, dass der gemessene erreichbare Abbildungsbereich für Kanal 1 und Kanal 2 aufgrund des kanalübergreifenden Leistungsnachteils von 3 dB auf [0, 0,5] (grünes Quadrat) begrenzt ist. Die Variation in der Farbe der Punkte im Diagramm stellt den erwarteten Mapping-Wert dar, der vorab auf das Allpass-IM-MRM bei Kanal 1 angewendet wurde. Allerdings weicht der gemessene Wert auf Kanal 1 (auf der X-Achse) aufgrund von Übersprechen vom vorhergesagten Mapping-Wert ab. Für die dunkelblauen Punkte beispielsweise (mit einem erwarteten Mapping-Wert von 1,0 bei Kanal-1) entspricht der gemessene Wert bei Kanal-1 nur dann 1,0, wenn der Wert bei Kanal-2 ebenfalls auf 1,0 eingestellt ist. In diesem Szenario stellen beide MRMs auf jedem Kanal 1,0 dar (keine Resonanzspitzen); somit gibt es kein Übersprechen zwischen den Kanälen. Wenn der Messwert an Kanal 2 jedoch nicht 1,0 beträgt, sinkt der Messwert an Kanal 1 entsprechend, obwohl das Allpass-IM-MRM stets mit 1,0 voreingestellt ist. Zusammenfassend bestätigen die in Abb. 8 dargestellten experimentellen Daten die Zuverlässigkeit der Simulation unter Verwendung unseres benutzerdefinierten Kompaktmodells für IM-MRM und zeigen, dass für \(\delta \omega \) = 0,5 der Leistungsnachteil zwischen zwei benachbarten Kanälen 3 beträgt dB.
(a) Gemessene Transmissionsspektren an Durchgangs- (blau) und Drop-Ports (rot) von Typ-I-Systemen; die X-Achse stellt den Wellenlängenversatz von der Resonanzwellenlänge von Ch-1 dar. Der linienbreitennormalisierte Kanalabstand ist auf 0,5 eingestellt. (b) Messwertbereiche für Kanal-1 und Kanal-2. Die grüne Box zeigt den nutzbaren Mapping-Bereich von [0, 0,5]. Der Farbbalken interpretiert den erwarteten Wert für Ch-1.
Für unsere Proof-of-Concept-Demonstration der Skalarproduktberechnung implementieren wir ein vorzeichenbehaftetes 4-Bit-Gewichtungssystem und eine 3-Bit-Eingabekodierung mithilfe des mitgelieferten Chips. Wir charakterisieren zunächst die Übertragungspegel für den Allpass-IM-MRM (Eingangs-MRR in Abb. 7c) und den Add-Drop-IM-MRR-Filter (Gewichts-MRR in Abbildung 7(c)) mit 3-Bit- und 4-Bit-Präzision. jeweils unter Verwendung des oben genannten Intensitätsmodulationsalgorithmus. Beide IM-MRMs werden bei derselben Betriebswellenlänge intensitätsmoduliert. Abbildung 9a zeigt 8 unterscheidbare Leistungsstufen für den Eingangs-MRR (durchgezogene blaue Linie) und 16 unterscheidbare Leistungsstufen für die Gewichtungs-MRR (durchgezogene orange Linie). Die Leistungspegel für die Gewichtungs-MRRs werden nach Subtrahieren jedes Leistungspegels zwischen Drop-Ports (gestrichelte rote Linie) und Through-Ports (gestrichelte grüne Linie) ermittelt. Für den Eingangs-MRR verteilen sich die Leistungspegel zwischen 0 und 15 \(\upmu \)W, während für den Gewichts-MRR aufgrund der IL die maximal übertragene Leistung am Drop-Port nur 11,25 \(\upmu \) erreichen kann. W; Dadurch werden 16 Leistungsstufen zwischen 11,25 und -15 \(\upmu \)W begrenzt. Wir verwenden das „diskrete analoge“ Schema, um Eingaben und Gewichtungen in unterschiedliche Leistungsniveaus des Eingangs-MRR bzw. des Gewichtungs-MRR 35 zu kodieren. Durch Normalisieren jedes quantisierten Leistungsniveaus (durchgezogene Linien in Abbildung 9a) durch die maximal gemessene Ausgangsleistung von 15 \(\upmu \)W, eine Punkt-zu-Punkt-Abbildung wird realisiert, indem Spannungspaare mit digitalen Informationen ausgestattet werden, die ausgedrückt werden können als:
Dabei ist D die korrelierte digitale Zahl und \(I_\text {Voltpaar}\) und \(I_\text {max}\) die spannungspaarangelegte Übertragung bzw. die maximale Übertragung des IM-MRM . Beispielsweise wird das Spannungspaar, das die maximale Übertragung des Eingangs-MRR (15 \(\upmu \)W) ermöglicht, auf 1 und die minimale Übertragung auf 0 abgebildet. Daher können Spannungspaare für den 3-Bit-Eingangs-MRR die Zuordnung realisieren von 8 diskreten digitalen Zahlen im Bereich von 0 bis 1, während für die 4-Bit-Gewichtungs-MRR die 16 digitalen Zahlen aufgrund der IL auf den Bereich von 0,75 bis -1 abgebildet werden können. Abbildung 9a zeigt, dass die Leistungspegel nicht einheitlich quantifiziert wurden, wie wir es erwartet hatten, insbesondere für die Ausgangspegel des Weight MRR auf der negativen Seite, was unserer Meinung nach auf lokales thermisches Übersprechen und Schwankungen zurückzuführen ist. Dies steht im Einklang mit der Tatsache, dass für negative Gewichtungswerte in Abb. 5f mehr angelegte Spannungen erforderlich sind, da mehr Spannungen eine stärkere unerwünschte Wärmeerzeugung bedeuten. Die Inhomogenität wird jedoch vollständig erfasst und in generierten digitalen Darstellungen reproduziert, indem das Punkt-zu-Punkt-Mapping-Schema ausgenutzt wird. Beim Auslesen ist eine Dekodierung erforderlich, um die am BPD erfasste Leistung in ein digitales Punktproduktergebnis umzuwandeln. Um die Decodierungskorrelationen herzustellen, ist eine Nachschlagetabelle erforderlich. In Abb. 9b wird eine experimentelle Nachschlagetabelle (128 Punkte) für den mitverpackten Chip durch Punkt-zu-Punkt-Anlegen von mit Ziffern versehenen Spannungspaaren an Eingabe- und Gewichtungs-MRRs gemäß Abbildung 9a generiert. Die Y-Achse zeigt die vom zweikanaligen optischen Leistungsmesser erfasste Differenzausgangsleistung. Die X-Achse zeigt das Skalarproduktergebnis der abgebildeten digitalen Zahlen auf dem mitverpackten Chip. Die differenzielle Ausgangsleistung weist eine nahezu lineare Beziehung zu Skalarproduktergebnissen mit einer linearen Anpassung erster Ordnung auf.
Figur. 9(c,d) demonstrieren die Skalarproduktberechnung mit dem vorgeschlagenen photonischen Chip. Durch zufälliges Codieren digitaler Zahlen, die aus den Leistungsstufen in Abbildung 9a ausgewählt werden, als Eingabe und Gewichtung für den photonischen Chip werden Skalarproduktergebnisse durch Dekodierung der Auslesung gemäß der Nachschlagetabelle erhalten und mit dem erwarteten Skalarproduktergebnis verglichen. Das Auswertungsergebnis von 1000 Punktproduktoperationen ist in Abbildung 9c dargestellt, wobei der Einschub ein Histogramm des Fehlers mit einem MSE von 8,11 \(\times \) 10\(^{-4}\) zeigt. Da wir nur vorhandene Leistungspegel von zwei IM-MRMs als Eingaben und Gewichtungen ausgewählt haben, sind die angelegten Spannungspaare präzise; Daher sind Rechenfehler hauptsächlich auf Systemschwankungen zurückzuführen. Anschließend wird mit dem vorgeschlagenen photonischen Chip auch eine Skalarproduktberechnung mit zufälligen dezimalen Gleitkommazahlen durchgeführt. Zwei zufällige dezimale Gleitkommazahlen im Bereich zwischen [0, 1] und [-1, 1] werden zunächst generiert und gemäß den Leistungsstufen in Abb. 9a auf die nächste digitale Zahl gerundet und dann mithilfe von Spannungspaaren für das System codiert nächstgelegene digitale Nummer. Für die Dekodierung wird die angepasste Kurve in der Nachschlagetabelle verwendet. Abbildung 9d zeigt das Auswertungsergebnis von 1000 Skalarproduktoperationen mit dezimalen Gleitkommazahlen. Der Einschub zeigt ein Histogramm des Fehlers mit einem MSE von 3,09 \(\times \) 10\(^{-3}\). Zusätzliche Rundungsfehler und Anpassungsfehler können den erhöhten MSE während Kodierungs- und Dekodierungsprozessen erklären, der durch eine Verbesserung der Bitgenauigkeit des Systems reduziert werden kann.
(a) Gemessene Leistungspegel des vorgeschlagenen IM-MRM-basierten Co-Packaged-Chips. Die blauen Stufen stellen den Leistungspegel des Allpass-IM-MRM dar, und die orangefarbenen Stufen stellen den Differenzleistungspegel des Add-Drop-IM-MRM nach der Subtraktion zwischen Drop- und Durchgangsports dar. (b) Experimentelle Nachschlagetabelle für den gemeinsam verpackten Chip unter Verwendung eines Punkt-zu-Punkt-Zuordnungsschemas mit einer linearen Anpassung erster Ordnung. (c) Berechnungsgenauigkeit für Skalarproduktoperationen mit 1000 zufälligen digitalen Zahlen, die aus Potenzstufen ausgewählt werden. Einschub: Das Histogramm der Gaußschen Verteilung der Fehler. (d) Berechnungsgenauigkeit für Skalarproduktoperationen mit 1000 zufälligen dezimalen Gleitkommazahlen, gerundet auf die nächste Potenzstufe. Einschub: Das Histogramm der Gaußschen Verteilung der Fehler.
Wir entwickeln einen CNN-Simulator für die handschriftliche MNIST-Ziffernerkennung, der dem in Ref. beschriebenen DEAP-CNN-System folgt. 41, um die Rechenleistung des vorgeschlagenen IM-MRM-Systems mit begrenztem Kanalabstand zu bewerten und auch die Leistung verschiedener Signalmodulationsschemata (IM-MRMs vs. WM-MRMs) zu vergleichen. Das CNN beginnt mit zwei Faltungsschichten, jede mit 8 Kerneln der Größe 3 \(\times \) 3 mit nichtlinearer Aktivierungsfunktion der Rectified Linear Unit (ReLU). Auf die Faltungsschichten folgt eine durchschnittliche Pooling-Schicht und schließlich sind die letzten beiden Schichten des Netzwerks vollständig verbundene Schichten.
Um das IM-MRM-basierte CNN zu entwickeln, wie in Abb. 10a dargestellt, werden die eingegebenen Laserstrahlen zunächst mithilfe von WDM gemultiplext. Anschließend wird das gemultiplexte Signal parallel in separate Eingangskanäle aufgeteilt, wobei jeder Kanal einen der Filter realisiert. In unserem entwickelten Netzwerk sind 9 Allpass-IM-MRMs auf jedem Eingangskanal kaskadiert, die individuell intensitätsmoduliert werden können, um eine Teilmenge von 9 Pixeln aus dem Eingangsbild darzustellen (28 \(\times \) 28 Pixel). Unter Berücksichtigung der 8 verschiedenen Filter der Faltungsschicht umfasst der Faltungsteil unserer Architektur 8 Eingangskanäle, was insgesamt 72 Allpass-IM-MRMs ergibt, die als Modulationsbänke für die Kodierung der Eingangsdaten dienen. Auf jeden Eingangskanal folgen 9 Add-Drop-IM-MRMs, die den 3 \(\times \) 3-Kernel darstellen, um das geladene Wellenlängenmultiplexsignal von Modulationsbänken, also Eingängen, zu gewichten. Jedes MRM in Gewichtsbanken wird bei einer einzigartigen Wellenlänge intensitätsmoduliert, entsprechend den Betriebswellenlängen in Modulationsbanken. Schließlich werden die Ausgangssignale der Gewichtsbänke akkumuliert und durch BPDs am Ausgang jedes Eingangskanals in elektrische Signale umgewandelt. Jedes einzelne gefaltete Pixel wird dann durch Addition aller elektrischen Signale über Spannungsaddierer erhalten. Die Ausgabe jeder Faltungsschicht durchläuft eine Offline-ReLU-Aktivierungsfunktion, gefolgt von einer durchschnittlichen Pooling-Schicht mit einem 2 \(\times \) 2-Kernel. Am Ende werden zwei vollständig verbundene Schichten mit nichtlinearen ReLU- und Softmax-Aktivierungsfunktionen hinzugefügt, um die CNN-Architektur zu vervollständigen. Wir möchten darauf hinweisen, dass die Gewichte und Bias des entwickelten CNN durch Offline-Training des Netzwerks auf einer Graphics Processing Unit (GPU) unter Verwendung von TensorFlow (Python) ermittelt werden, während die Anzahl der Epochen und die Batch-Größe auf 10 und festgelegt sind 32 bzw.
Übertragungsantworten von 9 kaskadierten Add-Drop-IM-MRMs werden mit dem oben genannten benutzerdefinierten Kompaktmodell in Lumerical INTERCONNECT simuliert. Durch gleichmäßiges Anpassen des Radius jedes MRM von 15 bis 16,6 \(\upmu \)m werden die Ausgangsleistungen an Durchgangs- (blau) und Drop-Ports (rot) berechnet und in gestrichelten Kurven in Abb. 10b dargestellt. Der linienbreitennormalisierte Kanalabstand zwischen benachbarten Wellenlängenkanälen wird auf 0,5 eingestellt, um das leistungsmindernde Übersprechen einzuführen. In diesem Szenario stellt die Übertragungsantwort jedes MRM den Maximalwert 1 dar. Aus Abb. 6d sehen wir, dass, wenn der Mapping-Wert in Kanal-1 auf 1 gesetzt ist, kein Raum für die Modulation des Mapping-Werts in Kanal-1 vorhanden ist. 2. Um einen Mapping-Bereich von [-0,5, 0,5] für jeden Wellenlängenkanal zu ermöglichen, müssen daher alle MRMs voreingestellt werden. Die durchgezogenen Kurven in Abb. 10b zeigen die Transmissionsspektren nach der Voreinstellung. Bei einem Mapping-Wert von 0,5 erscheinen neun Resonanzspitzen, was durch Hinzufügen des Spannungspaars zu jedem Modell erreicht wird. In Abb. 10c sind die durch Simulation erreichbaren Abbildungsbereiche für neun kaskadierte IM-MRMs als Funktion der angelegten Spannungspaare dargestellt. Im Vergleich zum gemessenen Spannungspaar beinhalten Simulationsmodelle kein thermisches Übersprechen; Dies führt zu unterschiedlichen Spannungspaarergebnissen. Für alle Wellenlängenkanäle wird ein gemeinsamer Zuordnungsbereich von [-0,5, 0,5] ausgewählt (roter Bereich), um den Leistungsnachteil von 3 dB im System zu realisieren, obwohl ein größerer Bereich von [-0,75, 0,75] verfügbar ist. Denn für Typ-II-Systeme (orange Kurve in Abb. 6e) beträgt der maximal erreichbare Wert 0,75 für \(\delta \omega \) = 0,5. Während für Typ-I-Systeme der maximal mögliche Bereich von nur 0,5 erreicht wird (blaue Kurve in Abb. 6e), begrenzt dies letztendlich den gemeinsamen Bereich des Systems auf [-0,5, 0,5], wenn Modulationsbänke mit Gewichtsbänken verbunden werden.
Die Frequenzbereichssimulation in Lumerical INTERCONNECT nutzt die Streudatenanalyse, um die Gesamtreaktion der Schaltung zu berechnen. Dies geschieht durch Lösen einer dünn besetzten Matrix, die die Schaltung als verbundene Streumatrizen darstellt, die jeweils den Frequenzgang eines einzelnen Elements darstellen. 50. Die getrennte Verwendung von 72 IM-MRM-Elementen sowohl in der Modulations- als auch in der Gewichtungsbank würde zu einem enormen Rechenaufwand führen, um eine einzige Übertragungsantwort zu erhalten. Wenn man außerdem 28 \(\times \) 28 Pixel in jedem MNIST-Eingabebild berücksichtigt, werden Faltungsberechnungen mit dem vorgeschlagenen Simulationssystem in Lumerical INTERCONNECT durch das kontinuierliche Laden von 3 \(\times \) 3 Eingabeteilmengen in Schritten von zeitaufwändig sein 1, ganz zu schweigen davon, dass mehr als 10.000 handgeschriebene MNIST-Bilder für die Schlussfolgerung verwendet werden. Um die CNN-Simulation zu beschleunigen, wurde eine Co-Simulationspipeline unter Verwendung der Lumerical Application Programming Interface (API) in einer Python-Umgebung entwickelt. Die API kann zum Entwickeln von Skripten oder Programmen über Python verwendet werden, die Lumerical-Löser als Clients behandeln und es Benutzern ermöglichen, benutzerdefinierte Analysen durchzuführen, verbesserte Optimierung und Visualisierung durchzuführen, Diagramme zu erstellen und komplexe Arbeitsabläufe zu automatisieren. Detaillierte Informationen zur Co-Simulationspipeline finden Sie in Abschnitt S5 der Zusatzinformationen.
Durch das Laden des Kernels in die Python-Lumerical-Simulationspipeline führt der CNN-Simulator die MNIST-Erkennungsaufgabe aus. Für jede Eingabeteilmenge werden normalisierte Daten in Modulationsbänke implementiert, indem die Übertragungsintensität jedes Allpass-IM-MRM angepasst wird. Anschließend wird das signalcodierte Licht durch Gewichtsbänke intensitätsmoduliert. Da auf alle Eingaben derselbe Kernel angewendet wird, werden Gewichtsbanken nur geändert, wenn ein neuer Kernel geladen wird. Bei der Auslesung im elektrischen Bereich wird eine einzelne gefaltete Pixelausgabe erhalten. Anschließend wird eine Spannung hinzugefügt, um die Vorspannung darzustellen. Die Vorhersagegenauigkeiten im Vergleich zur unterschiedlichen Codierungsgenauigkeit der vom vorgeschlagenen CNN-Simulator gelösten MNIST-Erkennungsaufgabe sind in Abb. 10d dargestellt. Es zeigt sich, dass bei einem begrenzten Wellenlängenkanalabstand (\(\delta \omega \) = 0,5) und einem Abbildungsbereich von [-0,5, 0,5] die Leistung der vorgeschlagenen CNN-Architektur unter Verwendung von IM-MRMs als Gewichtsbanken > 96,76\ zulassen kann. (\%\) Vorhersagegenauigkeit bei Anwendung einer 6-Bit-Kodierungsgenauigkeit oder mehr. Einzelne Ergebnisse der MNIST-Erkennungsaufgabe mit jeder Genauigkeit finden Sie in Abbildung S10 der Zusatzinformationen.
(a) Schematische Darstellung der vorgeschlagenen CNN-Architektur unter Verwendung von IM-MRMs für Modulation und Gewichtungsbänke. Die Kerndimension beträgt 3 \(\times \) 3 und die Anzahl der Eingabekanäle beträgt acht. Zur Speisung des Systems kommen neun Laser mit unterschiedlichen Wellenlängen zum Einsatz. Eingabebilder werden durch Modulationsbänke in übertragenen Intensitäten von Allpass-IM-MRMs codiert. Kernelwerte werden in Add-Drop-IM-MRMs in Gewichtsbanken geladen, die dann die Skalarprodukte mit Eingangssignalen durchführen. Schließlich werden alle Signale am Ausgangsport akkumuliert, was zu der Faltungsfunktion führt. Aktivierungsfunktionen, Pooling und vollständig verbundene Schichten werden offline verfolgt. (b) Transmissionsspektren von neun kaskadierten Add-Drop-IM-MRMs an Durchgangs- (blau) und Drop-Ports (rot) mit dem korrelierten Abbildungswert von 1 (gestrichelte Kurven) und 0,5 (durchgezogene Kurven) in jedem Wellenlängenkanal. Der Wellenlängenkanalabstand ist mit \(\delta \omega\) = 0,5 begrenzt. (c) Erreichbare Abbildungswerte für neun kaskadierte IM-MRMs mit begrenztem Wellenlängenkanalabstand. Für das vorgeschlagene CNN-System wird ein üblicher Bereich von [–0,5, 0,5] verwendet. (d) Leistung des vorgeschlagenen CNN-Systems bei der MNIST-Erkennungsaufgabe im Vergleich zur Eingabegenauigkeit.
Im Vergleich zu digitalen Beschleunigern in den neuesten CMOS-Prozessen können optische oder optoelektronische MAC-Operationen in SOI-basierten PIC-Plattformen Signale mit geringerer Latenz und höherem Durchsatz verarbeiten 51. Das Budget der optischen Verbindung und die Gesamtenergieeffizienz werden in diesem Abschnitt diskutiert, um Licht ins Dunkel zu bringen Vorteile und Herausforderungen der Implementierung von MAC-Operationen mithilfe unserer vorgeschlagenen photonischen Verarbeitungseinheit mit IM-MRMs.
Um das optische Verbindungsbudget und die Energieeffizienz zu analysieren, wird ein \(N \times M\) Vektor-Matrix-Multiplikationssystem unter Verwendung der vorgeschlagenen IM-MRMs implementiert. Eine Frequenzkammquelle wird verwendet, um mehrere Wellenlängen von \(\lambda _1\) bis \(\lambda _\text {N}\) bereitzustellen. Das Multiwellenlängenlicht, das N Trägerwellenlängen umfasst, wird von einer Reihe von Hochgeschwindigkeits-EAMs oder EOMs für die Eingabevektorkodierung moduliert und dann an den photonischen Chip gekoppelt. Der modulierte Eingang wird in M Zweige aufgeteilt und durch Gewichtungsbänke gewichtet. Jedes Gewichtsbank-Array enthält N Add-Drop-MRR-Filter. Nach den Gewichtsbänken sammeln M-Empfänger die Multiwellenlängensignale und wandeln sie für den Speicherzugriff in elektrische Informationen um. Allpass-IM-MRMs in der Modulationsbank werden durch EAMs oder EOMs ersetzt, da die thermooptische Abstimmbandbreite der fotoleitenden Heizung (PH) etwa 175 kHz beträgt 52. Dadurch kann (i) die Kanaldichte weiter sein verbessert (\(\delta \omega \) = 0,2 in Abb. 6e), und somit können mehr Wellenlängenkanäle realisiert werden (\(\sim \)580 Wellenlängenkanäle für 3-dB-Leistungsnachteil); (ii) der Energieverbrauch kann reduziert werden und (iii) die Modulationsgeschwindigkeit kann durch den Einsatz von Hochgeschwindigkeits-EAMs oder EOMs erhöht werden. Kürzlich wurde ein Hochgeschwindigkeits-Evaneszenz-gekoppelter Ge-Wellenleiter-EAM mit einfachen Herstellungsprozessen auf der SOI-Plattform und einer Modulationsgeschwindigkeit von 56 GHz und einem dynamischen Stromverbrauch von 45 fJ/bit vorgeschlagen 53. Das Schema des \(N \times M \) Das photonische Verarbeitungssystem ist in Abb. 11 dargestellt. Das optische Verbindungsbudget wird auf der Grundlage der folgenden Gleichung 51 berechnet:
Dabei ist \(P_\text {Laser}\) die optische Leistung des Lasers, \(P_\text {EAM}\) der Einfügungsverlust des EAM, \(P_\text {Kopplung}\) der Verlust eingeführt durch die Dämpfung der Singlemode-Glasfaser (SMF) und den Faser-zu-Chip-Kopplungsverlust, \(P_\text {Si-prop}\) ist die Siliziumwellenleiterdämpfung, \(P_\text {Splitter} \) ist der Einfügungs- und Überschussverlust des Splitters, \( P_\text {IL-MRM}\) ist der Einfügungsverlust des Add-Drop-IM-MRR-Filters bei der Eingangsvektorwellenlänge, \( P_\text {Crosstalk}\ ) ist der Penalty für Nebensprechen zwischen den Kanälen und \(P_\text {OBL-MRM}\) ist der Einfügungsverlust außerhalb des Bandes, wenn die Resonanzspitze nicht mit den Eingangswellenlängen ausgerichtet ist, und \(P_\text {Penalty }\) ist der Netzwerknachteil aufgrund des Extinktionsverhältnisses, des Übersprechens und des relativen Intensitätsrauschens (RIN) des Lasers. Unter Berücksichtigung von \(P_\text {Laser}\) = 0 dBm, \(P_\text {Kopplung}\) = 1,6 dB 51, \(P_\text {EAM}\) = 6,2 dB 53, \(P_\text {Si-prop}\) = 2,5 dB/cm \(\times \) \(3(N-1)L\) wobei L in Zentimetern der Wellenleiterabstand zwischen den beiden MRMs ist, \(P_\text {Splitter} \) = 3,3 \(\times \) log\(_2M\) dB, \( P_\text {IL-MRM}\) = 1,25 dB, \( P_\text {Crosstalk}\) = 3 dB, \( P_\text {OBL-MRM}\) = 0,01 dB 51 und \(P_\text {Strafe}\) = 4,8 dB 51 wird das Budget der optischen Verbindung als Funktion der Abmessungen des vorgeschlagenen photonischen Verarbeitungssystems berechnet und dargestellt in Abb. 12a. Die Gesamtlänge des Wellenleiters wird als die Länge angenähert, die die optische Tiefe des Systems überspannt, wobei der Abstand zwischen zwei benachbarten MRMs auf 50 \(\upmu \)m eingestellt ist, um das thermische Übersprechen zu minimieren. Wie in Abb. 12a zu sehen ist, hat die Anzahl der MRMs (N) in jedem Array keinen großen Einfluss auf das Verbindungsbudget, da nur ein MRM, der auf die Eingangswellenlänge ausgerichtet ist, 1,25 dB zum Einfügungsverlust beiträgt, der jedoch Die verbleibenden Out-of-Band-MRMs tragen jeweils 0,01 dB bei. Bei M-Gewichtsbank-Arrays verschlechtert die durch log\(_2M\)-Splitter verursachte Dämpfung die optische Leistung und stellt eine Einschränkung der Energieeffizienz dar. Bei der Berechnung des optischen Verbindungsbudgets schätzen wir einen Verlust von etwa 60 dB für einen 512 \(\times \) 512-Tensorkern basierend auf dem vorgeschlagenen IM-MRR-System. Der Verlust kann entweder durch eine Erhöhung der Ausgangsleistung des Lasers oder durch das Hinzufügen von SOAs zum System ausgeglichen werden. Es ist erwähnenswert, dass ganze SOAs das Eingangssignal vorverstärken können, die nichtlineare Verstärkungs-Strom-Kurve müsste für 51 kalibriert werden.
Schematische Darstellung des vorgeschlagenen IM-MRM-basierten \(N \times M\) photonischen Verarbeitungssystems, bei dem eine Reihe von Hochgeschwindigkeits-EAMs (oder EOMs) für die Kodierung der Eingabedaten verwendet werden.
Der Gesamtenergieverbrauch des vorgeschlagenen Systems zur Überwindung des Schrotrauschens und der Kapazität des PD am Ausgang mit einer festen n-Bit-Präzision kann durch die folgende Gleichung ausgedrückt werden:
Dabei ist hv die Photonenenergie für eine Zentralwellenlänge von 1550 nm, \(C_\text {d}\) = 2,4 fF und \(V_\text {r}\) = 1 V die Kapazität und Antriebsspannung des PD bzw. \(\eta \) ist die Quanteneffizienz des Detektors (\(\eta _\text {PD}\) = 80 %), des Lasers (\(\eta _\text {Laser}\) = 20%) und der optische Verlust durch das \(N \times M\)-System. Unter Berücksichtigung der rauschäquivalenten Leistung von 0,214 pW/\(\sqrt{HZ}\) beim Auslesen muss die erforderliche Gesamtleistung für 8,5-Bit-Präzision mehr als -22,6 dB bei einer Abtastrate von 5 GS/s betragen. Basierend auf den in Abb. 12a durchgeführten Berechnungen begrenzt dies die Größe des Systems auf 20 \(\times \) 20. Daher sind SOAs im System erforderlich, um den Verlust auszugleichen. \(\rho _\text {SOA}\) ist die Effizienzsteigerung aufgrund einer SOA (\(\rho _\text {SOA} = 10^{G/10}\), wobei G der Gewinn der SOA ist 51). Die Modulationsgeschwindigkeit des Systems wird mit \(f_\text {mod}\) bezeichnet. Die mit der Signalmodulation und -erkennung verbundene Energie wird dominiert von EAMs (\(E_\text {EAM}\) = 45 fJ/bit), Add-Drop-IM-MRMs (\(P_\text {MRM}\) = \( I_\text {IRPH}V_\text {IRPH}\)+\(I_\text {ICPH}V_\text {ICPH}\)) und ADCs (\(P_\text {rec}\ approx \) 200 mW) . Unter der Annahme, dass die Abtastrate des Systems 5 GS/s beträgt, begrenzt durch ADCs und DACs mit einer Eingangslaserleistung von 10 dBm und einem SOA-Gewinn von 17 dB 54, sind die Gesamtenergieeffizienz (Joule pro MAC) und der Gesamtstromverbrauch eines \(N \times M\) photonisches Verarbeitungssystem mit einer festen 8,5-Bit-Genauigkeit werden berechnet und in Abb. 12b dargestellt. Um die 512 \(\times \) 512-Implementierung zu ermöglichen, sind zwei SOAs in jedem Kanal erforderlich (\(k = 2\) in Gleichung 5). Zur Verdeutlichung: Die Berechnung berücksichtigt nicht den Stromverbrauch des Temperaturregelsystems, das im Betrieb 36 W verbraucht. Die Energieeffizienz (gestrichelte blaue Kurve) steigt mit der Matrixgröße, da in größeren Systemen mehr MAC-Operationen gleichzeitig abgewickelt werden können. Es wurde beobachtet, dass photonische Tensorkerne ihre elektronischen Gegenstücke übertreffen, wenn die Matrixgröße 500 55 übersteigt. Der Gesamtstromverbrauch (gestrichelte rote Kurve) steigt jedoch gleichzeitig an, da Add-Drop-IM-MRR-Filter für Gewichtsbänke erheblich Strom verbrauchen (\(P_ \text{MRM}\) = \(\sim \)13,3 mW). Eine der Lösungen besteht darin, den PH durch Indexmodulationskomponenten mit geringer Leistung zu ersetzen, beispielsweise nichtflüchtige PCMs in der Gewichtsbank. Bei PCMs wie GST 56 und GSST 57 erhöhen sich der Brechungsindex (n) und der Extinktionskoeffizient (k), wenn das Material seine Phase von amorph zu kristallin ändert. Daher erzeugen sie hohe Absorptionsverluste. Kürzlich wurde auf der SOI-Plattform bei 1550 nm ein PCM mit großer Bandlücke Sb\(_2\)S\(_3\) experimentell demonstriert, das eine starke optische Phasenmodulation und einen geringen optischen Verlust ermöglicht, mit einem Gütefaktor (FOM = \ (\Delta n/\Delta k\)) von 10,8 58, was ein potenzieller Kandidat für unser zukünftiges Design sein kann.
(a) Optisches Verbindungsbudget eines \(N \times M\) photonischen Verarbeitungssystems mit 3-dB-Übersprechverlust zwischen den Kanälen, wenn N und M zwischen 0 und 512 variieren. (b) Gesamtenergieeffizienz (blau) und Stromverbrauch (rot) eines quadratischen (N = M) photonischen Verarbeitungssystems mit einer festen Genauigkeit von 8,5 Bit.
Zusammenfassend haben wir eine neuartige photonische Verarbeitungseinheit demonstriert, die das auf Intensitätsmodulation basierende MRM verwendet. Durch die Verwendung eines unsymmetrischen MZI, der als abstimmbarer Koppler zum Einkoppeln des Lichts in den Ringresonator dient, kann der ER des Resonanzpeaks direkt durch Änderung seiner Kopplungsstärke moduliert werden. Um den Resonanzpeak während der Modulation bei einer festen Wellenlänge zu fixieren, wird ein weiterer Indexmodulator im Resonator implementiert, um die Wellenlängenverschiebung während der ER-Modulation auszugleichen. Unter Verwendung des Intensitätsmodulationsschemas bei einer festen Wellenlänge haben wir gezeigt, dass der Wellenlängenkanalabstand mit einer Übersprechtoleranz von 3 dB Leistungseinbußen 17-mal dichter ist als beim herkömmlichen wellenlängenmodulierten Gegenstück. Aufgrund der erhöhten Kanaldichte ermöglicht unser vorgeschlagenes System bis zu 578 Wellenlängenkanäle mit einem Leistungsnachteil von 3 dB, wenn Gewichtsbänke unter Verwendung von IM-MRMs mit einem Radius von 5 \(\upmu \)m entworfen werden. Für die Proof-of-Concept-Demonstration wurde ein photonischer Punktproduktkern vorgestellt. Der photonische Chip, der einen IM-MRM als Eingabe-Encoder und einen IM-MRM als Gewichts-Encoder enthält, wurde durch eine Co-Packaging-Technik aus elektrischem Drahtbonden und photonischem Drahtbonden (EWB/PWB) auf einer Leiterplatte integriert. Unter Anwendung des „diskreten analogen“ Codierungs-/Decodierungsschemas wurde im optischen Bereich eine 3-Bit-Eingabe und eine 4-Bit-Skalarproduktberechnung mit vorzeichenbehafteter Gewichtung realisiert. Die Ergebnisse von eintausend zufälligen dezimalen Gleitkomma-Punktprodukten zeigten einen MSE von 3,09 \(\times \) 10\(^{-3}\), was experimentell die Leistungsfähigkeit unserer vorgeschlagenen IM-MZMs für die optische Informationsverarbeitung demonstrierte.
Zukünftige Arbeiten werden sich auf Folgendes konzentrieren: (i) die Optimierung des IM-MRM-Designs, um das thermische Übersprechen zwischen dem ICPH und dem IRPH zu reduzieren, beispielsweise durch die Verlegung des IRPH auf die gegenüberliegende Seite des MRR und die Verwendung einer separaten Erdung; (ii) Ersetzen fotoleitender Heizelemente durch nichtflüchtige PCMs im IM-MRR-Filter zur Gewichtung; (iii) Verringerung des Energieverbrauchs und Verbesserung der Modulationsbandbreite des Systems durch Ersetzen von Modulationsbänken durch direkt modulierte Laser oder Hochgeschwindigkeits-EAMs und -EOMs.
Die den in diesem Dokument präsentierten Ergebnissen zugrunde liegenden Daten sind derzeit nicht öffentlich verfügbar, können aber auf begründete Anfrage von den Autoren angefordert werden.
Tait, AN (2021) Quantifizierung des Stromverbrauchs in photonischen neuronalen Netzen aus Silizium. arXiv-Vorabdruck arXiv:2108.04819
Thompson, NC, Greenewald, K., Lee, K. & Manso, GF (2020). arXiv-Vorabdruck arXiv:2007.05558.
Shastri, BJ et al. Photonik für künstliche Intelligenz und neuromorphes Computing. Nat. Photonics 15, 102–114 (2021).
Artikel ADS CAS Google Scholar
Estakhri, NM, Edwards, B. & Engheta, N. Invers entworfene Metastrukturen, die Gleichungen lösen. Science 363, 1333–1338 (2019).
Artikel ADS MATH Google Scholar
Xu, X.-Y. et al. Ein skalierbarer photonischer Computer, der das Teilmengensummenproblem löst. Wissenschaft. Adv. 6, eaay5853 (2020).
Artikel ADS Google Scholar
Zhang, W. & Yao, J. Photonischer integrierter feldprogrammierbarer Disk-Array-Signalprozessor. Nat. Kommuni. 11, 1–9 (2020).
ADS Google Scholar
Salmani, M., Eshaghi, A., Luan, E. & Saha, S. (2021) Photonisches Computing zur Beschleunigung der Datenverarbeitung in der drahtlosen Kommunikation. arXiv-Vorabdruck arXiv:2103.07406.
Shen, Y. et al. Deep Learning mit kohärenten nanophotonischen Schaltkreisen. Nat. Photonics 11, 441–446 (2017).
Artikel ADS CAS Google Scholar
Zhang, H. et al. Ein optischer neuronaler Chip zur Implementierung eines komplexwertigen neuronalen Netzwerks. Nat. Komm. 12, 1–11 (2021).
ADS Google Scholar
Harris, NC et al. Quantentransportsimulationen in einem programmierbaren nanophotonischen Prozessor. Nat. Photonics 11, 447–452 (2017).
Artikel ADS CAS Google Scholar
Pérez-López, D., Sánchez, E. & Capmany, J. Programmierbare echte Zeitverzögerungsleitungen unter Verwendung integrierter Wellenleiternetze. J. Lightwave Technol. 36, 4591–4601 (2018).
Artikel ADS Google Scholar
Shokraneh, F., Nezami, MS & Liboiron-Ladouceur, O. Theoretische und experimentelle Analyse eines 4 \(\times \) 4 rekonfigurierbaren MZI-basierten linearen optischen Prozessors. J. Lightwave Technol. 38, 1258–1267 (2020).
Artikel ADS CAS Google Scholar
Tait, AN (2018) Silizium-photonische neuronale Netze. Ph.D. Diplomarbeit, Princeton University, Princeton.
Tait, AN, Nahmias, MA, Shastri, BJ & Prucnal, PR Übertragung und Gewicht: Ein integriertes Netzwerk für skalierbare photonische Spike-Verarbeitung. J. Lightwave Technol. 32, 4029–4041 (2014).
Artikel Google Scholar
Tait, AN et al. Neuromorphe photonische Netzwerke unter Verwendung von Silizium-Photonengewichtsbanken. Wissenschaft. Rep. 7, 1–10 (2017).
Artikel CAS Google Scholar
Huang, C. et al. Demonstration einer skalierbaren Mikroring-Gewichtsbanksteuerung für großformatige photonische integrierte Schaltkreise. APL Photonics 5, 040803 (2020).
Artikel ADS Google Scholar
Blow, EC et al. Breitbandige Hochfrequenzsignalverarbeitung mit neuromorpher Photonik. In AI and Optical Data Sciences III Vol. 12019 157–162 (SPIE, Bellingham, 2022).
Google Scholar
Peng, H.-T. et al. (2021) Ein von photonischen Schaltkreisen inspiriertes kompaktes Netzwerk: Auf dem Weg zur Echtzeit-Klassifizierung drahtloser Signale am Rande. arXiv-Vorabdruck arXiv:2106.13865.
Huang, C. et al. Ein photonisch-elektronisches neuronales Siliziumnetzwerk zur Faser-Nichtlinearitätskompensation. Nat. Elektron. 4, 837–844 (2021).
Artikel CAS Google Scholar
Prucnal, PR, Shastri, BJ & Teich, MC Neuromorphe Photonik (CRC Press, Boca Raton, 2017).
Buchen Sie Google Scholar
Feldmann, J. et al. Parallele Faltungsverarbeitung mit einem integrierten photonischen Tensorkern. Natur 589, 52–58 (2021).
Artikel ADS CAS Google Scholar
Popović, M. (2008) Theorie und Design mikrophotonischer Schaltkreise mit hohem Indexkontrast. Ph.D. Diplomarbeit, Massachusetts Institute of Technology, Cambridge.
Sacher, W. et al. Kopplungsmodulation von Mikroringen mit Raten jenseits der Linienbreitengrenze. Optics Express 21, 9722–9733 (2013).
Artikel ADS CAS Google Scholar
Hai, MS, Fard, MMP & Liboiron-Ladouceur, O. Ein ringbasierter 25 Gb/s DAC-loser PAM-4-Modulator. IEEE J. Sel. Spitze. Quantenelektron. 22, 123–130 (2016).
Artikel ADS Google Scholar
Shan, W. et al. Breitbandige, kontinuierlich abstimmbare photonische Mikrowellen-Verzögerungsleitung basierend auf kaskadierten Silizium-Mikroringen. Opt. Express 29, 3375–3385 (2021).
Artikel ADS CAS Google Scholar
Preble, SF et al. Quanteninterferenz auf dem Chip von einer einzelnen Silizium-Ringresonatorquelle. Physik. Rev. Appl. 4, 021001 (2015).
Artikel ADS Google Scholar
Shoman, H. et al. Kompakter, wellenlängen- und bandbreitenabstimmbarer Mikroringmodulator. Opt. Express 27, 26661–26675 (2019).
Artikel ADS CAS Google Scholar
Morichetti, F. et al. Polarisationstransparenter photonischer Add-Drop-Multiplexer aus Silizium mit breitbandiger, störungsfreier Abstimmbarkeit. Nat. Komm. 12, 1–7 (2021).
Artikel ADS Google Scholar
Jayatilleka, H. et al. Wellenlängenabstimmung und Stabilisierung von Mikroring-basierten Filtern mithilfe von fotoleitenden Silizium-In-Resonator-Heizgeräten. Opt. Express 23, 25084–25097 (2015).
Artikel ADS CAS Google Scholar
Poulton, CV, Dong, P. & Chen, Y.-K. (2015) Fotoresistive Mikroringheizung mit Resonanzregelkreis. In CLEO: Wissenschaft und Innovationen SM2I–3. Optical Society of America, Washington.
Zhang, Y., Li, Y., Feng, S. & Poon, AW Auf dem Weg zu adaptiv abgestimmten Silizium-Mikroringresonatoren für optische Networks-on-Chip-Anwendungen. IEEE J. Sel. Themen Quantenelektron. 20, 136–149 (2014).
Artikel ADS Google Scholar
Chrostowski, L. et al. (2021) Eine photonische Silizium-Evaneszenzfeld-Sensorarchitektur unter Verwendung eines Lasers mit fester Wellenlänge. In Optical Interconnects XXI, Band 11692, S. 116920, International Society for Optics and Photonics, Bellingham.
Luan, E., Saha, S., Semnani, B., Salmani, M. & Eshaghi, A. (2021) Interferometrischer kopplungsbasierter Modulator für groß angelegte integrierte photonische Systeme. Im Jahr 2021 Conf. on Lasers and Electro-Optics Europe & European Quantum Electronics Conference (CLEO/Europe-EQEC), IEEE, NY.
Marquez, BA et al. Photonische Musterrekonstruktion durch On-Chip-Online-Lernen und Inferenz. J. Phys. Photonik 3, 024006 (2021).
Artikel ADS Google Scholar
Guo, Z. (2021) Photonische Tensormaschine und mehrstufige Kodierung und Dekodierung in wellenlängenmultiplexierten photonischen Prozessoren. Ph.D. Diplomarbeit, Queen's University, Kanada.
Zhang, W. et al. Mikroring-Gewichtsbänke steuern eine Genauigkeit von mehr als 8,5 Bit. arXiv-Vorabdruck arXiv:2104.01164 (2021).
Geuzebroek, DH & Driessen, A. Ringresonatorbasierte Wellenlängenfilter. In Wellenlängenfilter in der Faseroptik 341–379 (Springer, Singapur, 2006).
Kapitel Google Scholar
Preston, K., Sherwood-Droz, N., Levy, JS & Lipson, M. Leistungsrichtlinien für WDM-Verbindungen basierend auf Silizium-Mikroringresonatoren. In CLEO: 2011 – Laser Science to Photonic Applications 1–2 (IEEE, Manhattan, 2011).
Google Scholar
Dong, P. et al. 1x4 rekonfigurierbarer Demultiplexfilter basierend auf freistehenden Silizium-Racetrack-Resonatoren. Optics Express 18, 24504–24509 (2010).
Artikel ADS CAS Google Scholar
Jayatilleka, H. et al. Übersprechen in SOI-Mikroringresonator-basierten Filtern. J. Lightwave Technol. 34, 2886–2896 (2016).
Artikel ADS CAS Google Scholar
Bangari, V. et al. Digitale Elektronik und analoge Photonik für Faltungs-Neuronale Netze (DEAP-CNNs). IEEE J. Sel. Spitze. Quantenelektron. 26, 1–13 (2019).
Artikel Google Scholar
Xu, Q., Fattal, D. & Beausoleil, RG Silizium-Mikroringresonatoren mit 1,5-\(\upmu \)m Radius. Opt. Express 16, 4309–4315 (2008).
Artikel ADS Google Scholar
Ansys-Lumerical. (2022) Lumerisch. https://www.lumerical.com/ (Zugriff: 18. Januar).
Tait, AN et al. Mikroring-Gewichtsbänke. IEEE J. Sel. Spitze. Quantenelektron. 22, 312–325 (2016).
Artikel ADS Google Scholar
Lindenmann, N. et al. Photonisches Drahtbonden: Ein neuartiges Konzept für Verbindungen im Chipmaßstab. Optics Express 20, 17667–17677 (2012).
Artikel ADS CAS Google Scholar
Lindenmann, N. et al. Verbindung von photonischen Schaltkreisen aus Silizium mit Multicore-Fasern durch photonisches Drahtbonden. J. Lightwave Technol. 33, 755–760 (2014).
Artikel ADS Google Scholar
Billah, MR et al. Hybride Integration von Silizium-Photonik-Schaltkreisen und InP-Lasern durch photonisches Drahtbonden. Optica 5, 876–883 (2018).
Artikel ADS CAS Google Scholar
Xu, Y. et al. InP/Silizium-Hybrid-External-Cavity-Laser (ECL) mit photonischen Drahtbonds als Kopplungselemente. Auf der Optical Fiber Communication Conference M4H-6 (Optical Society of America, Washington, 2020).
Google Scholar
Blaicher, M. et al. Hybrider Multi-Chip-Aufbau optischer Kommunikations-Engines durch In-situ-3D-Nanolithographie. Lichtwissenschaft. Appl. 9, 1–11 (2020).
Artikel Google Scholar
Chrostowski, L. & Hochberg, M. Silizium-Photonik-Design: Von Geräten zu Systemen (Cambridge University Press, Cambridge, 2015).
Buchen Sie Google Scholar
Al-Qadasi, M., Chrostowski, L., Shastri, B. & Shekhar, S. Skalierung von Silizium-Photonik-basierten Beschleunigern: Herausforderungen und Chancen. APL Photonics 7, 020902 (2022).
Artikel ADS CAS Google Scholar
Jayatilleka, H., Shoman, H., Chrostowski, L. & Shekhar, S. Photoleitende Heizgeräte ermöglichen die Steuerung großer photonischer Ringresonatorschaltungen aus Silizium. Optica 6, 84–91 (2019).
Artikel ADS CAS Google Scholar
Liu, Z. et al. Hochgeschwindigkeits-Ge-Elektroabsorptionsmodulator mit 56 Gbit/s. Photonik Res. 8, 1648–1652 (2020).
Artikel CAS Google Scholar
Hui, R. Einführung in die Glasfaserkommunikation (Academic Press, Cambridge, 2019).
Google Scholar
Nahmias, MA et al. Photonische Multiplikations-Akkumulations-Operationen für neuronale Netze. IEEE J. Sel. Themen Quantenelektron. 26, 1–18 (2019).
Artikel Google Scholar
Zheng, J. et al. GST-auf-Silizium-hybride nanophotonische integrierte Schaltkreise: Eine nichtflüchtige, quasi-kontinuierlich umprogrammierbare Plattform. Opt. Mater. Express 8, 1551–1561 (2018).
Artikel ADS CAS Google Scholar
Zhang, Y. et al. Breitbandige transparente optische Phasenwechselmaterialien für leistungsstarke nichtflüchtige Photonik. Nat. Komm. 10, 1–9 (2019).
ADS Google Scholar
Fang, Z. et al. Nichtflüchtige rekonfigurierbare integrierte Photonik, ermöglicht durch breitbandiges, verlustarmes Phasenwechselmaterial. Adv. Opt. Mater. 9, 2002049 (2021).
Artikel CAS Google Scholar
Referenzen herunterladen
Huawei Technologies Canada Co., Ltd. 19 Allstate Parkway, Markham, Ontario, L3R 5A4, Kanada
Enxiao Luan, Mahsa Salmani und Armaghan Eshaghi
Fakultät für Elektrotechnik und Informationstechnik, University of British Columbia, 2332 Main Mall, Vancouver, British Columbia, V6T 1Z4, Kanada
Enxiao Luan, Shangxuan Yu, Mohammadreza Sanadgol Nezami und Lukas Chrostowski
Fachbereich Physik, Technische Physik und Astronomie, Queen's University, Kingston, Ontario, KL7 3N6, Kanada
Bhavin J. Shastri
Sie können diesen Autor auch in PubMed Google Scholar suchen
Sie können diesen Autor auch in PubMed Google Scholar suchen
Sie können diesen Autor auch in PubMed Google Scholar suchen
Sie können diesen Autor auch in PubMed Google Scholar suchen
Sie können diesen Autor auch in PubMed Google Scholar suchen
Sie können diesen Autor auch in PubMed Google Scholar suchen
Sie können diesen Autor auch in PubMed Google Scholar suchen
EL konzipierte das Projekt und gestaltete die Forschung, stellte die Daten bereit, analysierte sie und verfasste die Arbeit; MS stellte die CNN-Simulationspipeline bereit und analysierte die Simulationsdaten; SY führte die Experimente durch, half bei ihnen und analysierte die experimentellen Daten; SY und MSN führten die Nachfertigung und das gemeinsame Verpacken des Chips durch; SY, MS und MSN gaben Ratschläge und redigierten das Papier. BJS, LC und AE überwachten die Forschung und redigierten das Papier. Alle Autoren haben zum Artikel beigetragen und die eingereichte Version genehmigt.
Korrespondenz mit Enxiao Luan.
Die Autoren geben an, dass keine Interessenkonflikte bestehen.
Springer Nature bleibt neutral hinsichtlich der Zuständigkeitsansprüche in veröffentlichten Karten und institutionellen Zugehörigkeiten.
Open Access Dieser Artikel ist unter einer Creative Commons Attribution 4.0 International License lizenziert, die die Nutzung, Weitergabe, Anpassung, Verbreitung und Reproduktion in jedem Medium oder Format erlaubt, sofern Sie den/die Originalautor(en) und die Quelle angemessen angeben. Geben Sie einen Link zur Creative Commons-Lizenz an und geben Sie an, ob Änderungen vorgenommen wurden. Die Bilder oder anderes Material Dritter in diesem Artikel sind in der Creative Commons-Lizenz des Artikels enthalten, sofern in der Quellenangabe für das Material nichts anderes angegeben ist. Wenn Material nicht in der Creative-Commons-Lizenz des Artikels enthalten ist und Ihre beabsichtigte Nutzung nicht gesetzlich zulässig ist oder über die zulässige Nutzung hinausgeht, müssen Sie die Genehmigung direkt vom Urheberrechtsinhaber einholen. Um eine Kopie dieser Lizenz anzuzeigen, besuchen Sie http://creativecommons.org/licenses/by/4.0/.
Nachdrucke und Genehmigungen
Luan, E., Yu, S., Salmani, M. et al. Auf dem Weg zu einem hochdichten photonischen Tensorkern, der durch intensitätsmodulierte Mikroringe und photonisches Drahtbonden ermöglicht wird. Sci Rep 13, 1260 (2023). https://doi.org/10.1038/s41598-023-27724-y
Zitat herunterladen
Eingegangen: 26. September 2022
Angenommen: 06. Januar 2023
Veröffentlicht: 23. Januar 2023
DOI: https://doi.org/10.1038/s41598-023-27724-y
Jeder, mit dem Sie den folgenden Link teilen, kann diesen Inhalt lesen:
Leider ist für diesen Artikel derzeit kein Link zum Teilen verfügbar.
Bereitgestellt von der Content-Sharing-Initiative Springer Nature SharedIt
Durch das Absenden eines Kommentars erklären Sie sich damit einverstanden, unsere Nutzungsbedingungen und Community-Richtlinien einzuhalten. Wenn Sie etwas als missbräuchlich empfinden oder etwas nicht unseren Bedingungen oder Richtlinien entspricht, kennzeichnen Sie es bitte als unangemessen.