硅光子赋能量子计算和光神经网络，助飞计算新时代

在过去二十年间，绝缘体上硅（SOI）衬底技术一直是硅光子集成电路的重要基石。SOI 不仅助力硅光子在数据中心互连领域获得商业成功，也助推了高速光收发器的大规模应用。如今，新一代计算市场不断扩张，为了满足更多的需求，许多新兴应用也开始大规模接入硅光子平台及其背后成熟的生态。例如，面向消费者的医疗保健监测设备的传感、基于激光雷达（LiDAR）的图像传感器，以及光学量子计算和光神经网络

本文将着重介绍基于光子学的新型计算架构，包括光神经网络和量子信息处理。为了满足新应用不断变化的需求，Photonics-SOI 优化衬底的设计以及 Smart-Cut™ 工艺不断演进，以解决大批量制造、良率、成本效益等问题。

具体而言，要将光子应用于经典计算以及量子信息处理，需要高密度的芯片级集成，从而使每单位芯片面积都拥有日益复杂的光学功能。从这个角度而言，诸如顶层硅均匀性、表面平整度、局部缺陷、晶圆形状等几何参数都需要遵循这些需求。

（上图）终端应用领域及市场趋势推动硅光子的技术发展

硅光子用于神经网络

自20世纪70年代末以来，光纤基础设施一直被用于长距离的通信信号传输，因为相比铜基电缆，光纤的带宽容量更大、数据速率更高，且延迟更低。从那时起，高能效光互连就不断渗入重要的电信网络，直至进入数据中心环境中的机架到机架数据链路。

与之极为相似的是，全光计算（all-optical computing）还可以用来实现更快的计算，而其功率预算仅为传统数字电子计算架构的一小部分。换言之，以通过光来传输数据与计算数据完全不同。现在的数字计算机是基于晶体管的，这是一种高度非线性器件，它可以打开和关闭电子信号，并构成逻辑门的基本构建块。而光子器件（除了激光器和电吸收调制器）通常线性度极高，这意味着其输出与输入成正比关系，就像在模拟域一样。

然而，让计算机能够直接从图像、文本或声音中完成分类任务，且越来越流行的深度学习算法主要依赖线性代数。通过级联不同级别（stage）的线性集成光子器件，如分束器和马赫-曾德尔（Mach-Zehnder）干涉仪，线性代数能够以更快、更节能的方式运算。这些级即构成了光神经网络（Optical Neural Network ，ONN）的相应层。通过这种方式，仅仅依赖从 ONN 一端流向另一端的光，即可完成顺序矩阵的乘法或转置。

硅光子赋能 ONN

硅光子领域目前已具备商用能力，众多的初创企业也随之诞生。麻省理工学院的两家初创企业 Lightmatter 和 Lightelligence 正在开发基于硅光子马赫-曾德尔干涉仪方法的光神经网络加速器。Lightmatter 预计能在不久的将来开售采用这种硅光子芯片的光学加速器板。

（上图）由多个用于完成线性代数计算的层组成的神经网络示意图。 （右下图）神经网络的光学实现(ONN)利用了级联并互连的定向耦合器、分束器以及马赫-曾德尔干涉仪硅光子器件，这些器件均在 Photonics-SOI 衬底上制造。当光从输入端（激光输入）移动到输出端（光电探测器阵列输出电信号）时，会经过由线性硅光子器件和电路实现的几个层级（stage或layer），这些层级可完成线性代数运算。

硅光子用于量子信息处理

量子技术现在已发展成为一个崭新的应用领域，它利用量子力学原理来解锁全新的功能。在量子力学系统中对信息进行编码，继而处理、存储和传输的可能性，将为不同的技术领域带来巨大突破，例如计算、通信、计量、传感，甚至制造技术。与此同时，数量众多的量子解决方案初创公司，以及谷歌、IBM、英特尔、微软和东芝等行业巨头们无不齐头并进地大力投资于量子技术。

在 200 mm Photonics-SOI 优化衬底上实现的量子非线性硅光子器件光学图像。该器件具有两个线性非耦合跑道型谐振器。第二张图像去掉了电路，并叠加显示了被金属覆盖的波导位置（参考来源：Sabatoli等，Phys. Rev. Lett. 127, 033901, 2021）。

尽管超导量子计算机在过去的二十年中有所发展，但当系统扩大规模时，超导量子比特（经典数字比特位的量子对应物）之间的连通性仍然是一个挑战。另外，这种系统的工作温度低于 -272°C ，冷却系统以设置并测量量子比特状态所需的仪表装置极其复杂，这也对超导量子计算架构的扩展带来无法忽视的技术障碍。

在所有技术中，硅光子被认为对工业和商业应用最具吸引力。集成光子学包括了对数千种光子器件的芯片级集成，从而使其能够产生、控制并检测光。绝缘体上硅（SOI）光子集成电路平台提供了相当的架构复杂度来实现量子光子技术，同时具备各种集成可能性，包括在芯片上集成单光子源和纠缠光子源，以及电光相位调制器、滤光器甚至单光子探测器。

正如我们在之前的文章中所讲，硅光子被公认为一项关键技术，因为它可以利用成熟的互补式金属氧化物半导体（CMOS）制造工艺，从而以低成本和高吞吐量实现复杂光电路和系统的商用。另外，它本质上能与 CMOS 逻辑和数字电路共集成，能够为光电路提供片上电子驱动器和数据处理功能。而且，硅光子还能够集成其他光子材料，如 SiN 和 III-V 半导体。也由此可见，绝缘体上硅（SOI）平台可以通过其他材料得到极大的丰富，同时能保持低成本制造、更高吞吐量和功能复杂度的可扩展性等。

最后，在高级计算方面，集成光子学也逐渐被视为量子信息处理的有效平台。例如，由于光子在室温下具有较长的相干时间，因此在量子密码学中，光子可以作为信息向量，并且它们还能够通过现有的光纤基础设施进行传输。如上图所示，通过时间-能量纠缠实现光子对的量子相关性已经在 SOI 平台上通过硅环和跑道型谐振器得到了证实，再结合在 SOI 波导中可实现的足够大的有效光学非线性，发射器的占位面积也将比非光子源减少几个数量级。

Soitec 的 Photonics-SOI

通过应用已获得专利的 Smart-Cut 技术，Soitec 多年来一直在为多个客户提供量产的8英寸和12英寸 Photonics-SOI 产品，尤其面向硅光子收发器和数据中心光互连市场。

除了上述基于 Smart-Cut 的 Photonics-SOI 衬底以外，Soitec 还提供将 Smart-Cut SOI和硅外延再生相结合的 SOI + EPI 技术，该产品面向总厚度仅几微米的顶层硅，目前可用于早期客户样品的开发和小批量生产。此外，Soitec 还可为客户提供 Photonics-SOI 的定制服务。

作者：Corrado Sciancalepore，Soitec 全球业务部光子材料专家

联系方式：corrado.sciancalepore@soitec.com