刘骏秋：光芯片应用不仅局限于人工智能

杭州网讯12月18日-20日，2020本站未来大会在杭州盛大举行。大会以“洞觉未见”为主题，汇聚了全球最强大脑，期盼以远见超越未见，去寻找打开未来的钥匙。

大会上，瑞士洛桑联邦理工学院博士刘骏秋在《光芯片技术和人工智能》主题演讲时表示，电芯片本质上在芯片的尺度上利用电子来生成处理和传输信息；光芯片就是把电子换成光子，在芯片的尺度上用光子生成和处理、传输信息。与电芯片相比，光芯片在诸多领域，通讯、激光雷达、传感、图像分析上面有独一无二的优势。

刘骏秋进一步解释，光芯片速率可以达到100G，比电芯片快很多，这样可以在光的通道上面做更多信息的编码，它可以承载更多的信息，同时功耗比电芯片更小。因为光在传播中不会产生任何热效应，这和电子不一样，还有光和光之间不会有相互作用，不会受背景的电磁干扰。

对于光芯片的应用，刘骏秋说，不仅局限于人工智能。还用它做微波滤波器、毫米波生成、天体光谱仪校准、微波生成。甚至可以做中红外双输光谱，用来测量气体当中的成分。可以做光学相关断层扫描，可以看生物组织的结构，最后可以用在数据中心上做开关，进行数据上面的调控。

以下为刘骏秋演讲实录：

大家好，我是刘骏秋。我在瑞士洛桑联邦理工从事光芯片研发的工作，未来有可能近期加入南方科技大学，在国内做一些氮化硅光芯片方面的研究。首先感谢本站未来大会邀请我来，给大家介绍一下我的研究工作。

我们这个名字叫“人工智能”，我研究的是光芯片和频率梳技术，所以我今天报告的题目是“光芯片、频率梳和人工智能”。我们知道人工智能在算法、商业上面有很多优势，很多嘉宾提到了。我从芯片角度，说一下人工智能算法的加速。

首先简单介绍一下什么是光芯片。大家可能对电芯片非常了解，电芯片本质上在芯片的尺度上利用电子来生成处理和传输信息；光芯片就是把电子换成光子，在芯片的尺度上用光子生成和处理、传输信息。

与电芯片相比，光芯片在诸多领域，通讯、激光雷达、传感、图像分析上面有独一无二的优势。

左下角看到一个表格，比较了电芯片和光芯片表现下的区别。光芯片速率可以达到100G，比电芯片快很多，这样你可以在光的通道上面做更多信息的编码，它可以承载更多的信息，同时功耗比电芯片更小。因为光在传播中不会产生任何热效应，这和电子部一样，还有光和光之间不会有相互作用，不会受背景的电磁干扰。

这是一个光芯片的架构，可以看出光芯片系统比电芯片系统复杂很多，里面有光源、处理器、探测器，经常也会需要用到各种材料之间集成的协同作用。可以看出光芯片非常复杂，作为一个研究组，很少有人能够对整个系统进行架构。

我们最早是研究芯片集成的宽带光源作为起点的，这里我们需要得到一个相关多通道的多宽带光源。

其实我们本质上得到的光源是频率梳，频率梳就是一个宽带光源，它由一根根连续光梳尺组成，每一根梳尺之间的频率差都是恒定的。所以每根梳尺它都可以严格用数学表达式来表示，所以每根梳尺我们知道它的频率，同时可以严格控制下，因此频率梳是测量时间和频率的尺子。在光谱学、精密测量和时间标准上面有广泛应用。

正因如此，2005年诺贝尔物理学奖的一半就被授予了两位科学家。

第一台频率梳它在上世纪90年代被研制成功的，经过20年的发展，现在频率梳基本可以实现商业化。用户可以购买这样一个成熟的商业平台，每个平台的售价大概在30万欧元，还是非常昂贵的。

现如今，频率梳的技术发展向着小型化、集成化方向发展，把成本降低，更多用户可以享受这个技术，并把这个技术用在很多领域里面。

要实现这样的技术，我们需要用到微箱集成的频率梳技术（音），这里我们需要用到光芯片集成的技术。

我们产生频率梳的机制，将光耦合进光学微腔里面，光学微腔具有体积小、品质因子高等特点，光在微腔里面会极大的增强，通过光与物质的相互作用，我们可以通过克尔非线性产生四波混频，就是你输入一束光，就会产生非常多的新的光频率作为出射光。由于动量和能量守恒，每一束光的频率都严格满足频率梳的表达式，所以这个频率梳就被称为“光芯片集成的频率梳光源”。

当构建光芯片的时候，必须要考虑到，第一点用什么材料构建它的当下最主流的三种材料，硅、氮化硅和磷化铟。硅一般用作集成的高速的调制器，也可以用作光点探测器，但是硅没有直接的代系（音），所以不能用硅做激光器，这时间需要用到磷化铟这个材料，但是硅和磷化铟它们两都有一个问题，就是材料的损耗非常大，这时候比较一下你会发现氮化硅是一个损耗非常低的材料。

光损耗对于一切光学研究来讲是最核心的指标参量，它对构建非线性的元件，比如说激光器、探测器，复杂的线行网络来非常重要的。复杂的线行网络，我说的是激光雷达、光神经网络或者是量子计算。

目前集成光学的发展趋势有很多新的材料加入，氮化硅、二氧化硅、氮化铝、铌酸锂、碳化硅、高折射率玻璃、氧化钽、铝镓砷、磷化镓、氮化镓，这里面很多材料是属于第三代半导体的，集成光学的发展现在是多元化，复杂化的趋势。

我简单介绍一下我们做氮化硅超低损耗微纳加工的一些技术。

在这里我们用到一个技术叫做氮化硅光子大马士革工艺。大马士革工艺是非常古老的工艺，最早可以追溯到阿拉伯人对他们的武器和装饰上面做颜色的镶嵌和绘图。这个工艺本质上就是先做图形，然后你把颜色料材料镶嵌到材料当中做一个抛光，这样有了绘图。

这个思想被用在早期的电子电路制造上面。在我们的研究当中，我们把氮化硅、大马士革工艺用到氮化硅集成光路制造上面，利用这项工艺，目前可以得到所有集成光芯片当中最低的光损耗。

在工艺的过程当中，我们用到非常成熟的半导体微纳加工技术等。所有这些工艺流程都是在我们大学完成的。

那么对于所有的，我之前提到过光的损耗对于光器件来讲是非常重要的，目前最低的光损耗是在光纤当中实现，它的损耗大概是0.2dB/km，非常低，这里我们要感谢高坤，因为没有他的贡献，我们无法享受到全球光通信的技术。那么在集成光学当中，目前波导商业的硅波导损耗是dB/cm，我们的氮化硅可以做到0.01个dB/cm，就是比这些材料要好2倍以上。

我们回顾一下最近氮化硅发展的历程，氮化硅集成波导目前也发展超过十年，最早是哥伦比亚大学的米哈森教授研发成功的。这里我标识的品质因素，品质因素越高，光的损耗越低。可以看到氮化硅的品质因素是稳步的增长，也预示着这个技术现在是逐渐的商业化。我们也是通过对工艺不断的优化，然后测量我们的芯片样本，做了一个统计的分析，可以发现我们的损耗真的是可以达到1dB/m，这样非常低的损耗。利用这项氮化硅技术，我们也做了很多环形的微腔，根据需求可以把不同大小环形微腔，在不同应用上扮演着不同的角色。比方说10g左右的光学微腔，可以用来生成微波。10g-50g可以用来做天体光谱仪的校准。50g-100g可以用来做光通镜，100g以上可以做毫米波的生成。同时我们也做了非常复杂，非常密集的光的集成网络，我们可以看到在5毫米×5毫米的光芯片上，放了将近1米长的波导，这样的话可以利用这个长波导来实现一些特殊的量子光源纠缠态的制备、量子计算或者光研制线等一系列相关的应用。

利用氮化硅环形微腔，我们可以做重复频率比较高的微梳。我们送进去一束光，在出射端得到很多很多束光的通道。在这里可以看到2个箭头之间，下面的2个箭头之间可以达到超过300个通道，也就是说这300个通道都用来作为通信上编码，所以整个光源可以用来作为非常高效的通信种子源。

我们有了这样的光频梳，同时可以产生这么多通道，接下来我们就需要对每个通道进行光路传输。在这里我们需要用到片上的集成调制器，我们使用的是压电材料氮化铝的声光调制器。在光芯片上有很多这样的调制器，尤其是对氮化硅这样没有二级非线性材料来讲，一般需要用到电光调制器，会用到石墨烯或者二维材料做调制，还有热调制。这些调制器或多或少都有技术上的缺陷，比如它的工艺流程过于复杂、技术不够成熟、或者损耗过大，或者调制速度过慢。近年来一个趋势，使用压电材料来做调制器，压电材料是在微机电系统当中有非常普通的应用。在这里，压电材料调制基本上基于两种：一种是改变几何构型，在压电材料上施加电压，会在衬底之间产生张力，张力就会改变仪器的几何构型，从而改变光传播的时间。二是通过压光效应，压光效应就是说施加了电压，在衬底上会直接产生这样的压力，压力会直接改变材料的折射率。通过压光调制器可以达到很高的调制速率，同时它不限制于任何的衬底，所以可以把这个机制放在所有的集成光芯片使用上。

我简单说一下我们使用的压电材料氮化铝，氮化铝是一种广泛应用于微机电体系中的压电材料。你在氮化铝上下表面施加一个交流电的时候，由于氮化铝在电压的作用下会舒张或者收缩，它就可以在薄膜内部产生一个体声波，体声波本质上来讲就是生子在薄膜内部的驻波信号。它的声波频率是跟薄膜厚度，生子在薄膜当中升速是相关的。当你去扫频时会发现这样一个特征的传输曲线，这个传输曲线就是说有共振线和非共振线，一个决定就是能量直接从薄膜当中穿过，另外是电能转化成薄膜内声波能量。

当你把这样几个氮化铝集成波放在一起就会产生射频，信号宽带的滤波器，这个技术是我们身边的技术，你们每一个人拿出手机，你们手机当中都有4-8个这样的元件用来接受WIFI信号，这项技术每年有几百亿每年的市值，一些大公司每年都会产生数十亿这样的单元。我们的工艺上就是将氮化铝压电材料放在氮化硅集成光芯片上，用它来做集成的声光调制。这里可以看到样品的截面图，可以看到氮化铝完全覆盖了氮化硅的光路，同时我们的光的传播也离金属很远，这样的话我们的低损耗得以维持。

我们的实验机制是将一束光耦合成光学微腔里，通和施加外部氮化铝升光调制，同时去调制每一根由种子源产生的频率梳的每根梳齿，就实现了对每一根频率梳的每根梳齿，或者编码通道的调制。我们也测试了调制速率和调制的能量。

我这里展示了氮化硅集成光源和调制的能力，我们利用这两个简单的功能，接下来实现很多应用。由于今天我们说的是人工智能，我说两个关于人工智能方面的应用。第一个人工智能应用就是说激光雷达，我们在这里做的是相干激光雷达，FMCW。相干激光雷达不仅可以测量物体与你的距离，同时可以测量物体运动的速度。这里它的机制是利用三角波调制信号，把它发送到移动物体上，这时候你去探测从物体上反射的信号，然后将出射信号和反射信号做一个拍平，这样的话可以得到两个参量，FU和FD。你根据这两个参量，可以还原反射信号波形图，将反射信号与出射信号作对比会发现两个参量不一样，第一个参量对应时间的延迟，我们知道光速，根据时间的延迟可以计算物体与你的距离；第二个参量是频率的变化，频率的变化对应的是多普勒，由多普勒效应造成的。你知道当你的汽车开在高速公路上，为什么交警可以立刻探测到汽车运动的速度呢，其实这里就是用到多普勒雷达的功能。利用多普勒效应，我们可以知道物体移动的速度。

当我们用频率梳这样的技术时，由于频率梳具有多通道优势，每根通道进行调制，可以同时产生数十根或者数百根激光雷达，我们利用色散的元件可以将激光雷达分发到相对的广角，可以进行平行多通道，一个广角的激光雷达测距功能。我们其实同时去调制激光器和频率梳，可以做到调制过程中不改变光源的波形图，也利用这样一个技术做了一个测序实验，这个工作也是以封面的形式发表在近期的《自然》杂志上。

做的第二个场景应用，就是做一个光神经网络，这里还是用到氮化硅。在氮化硅这里用到两个功能，第一个氮化硅还是用来做频率梳，作为光源。第二个氮化硅，就像我之前提到的，在这里做了4×4复杂的光矩形网络。在这里我们这个工作是与牛津大学和德国的明思特大学合作，通过对每个光频梳信道进行编码，将它送到光神经网络当中。由光神经网络来处理输入信号，然后在光学层面上处理输入信号，然后转化成输出信号。我们利用光神经网络做了一个张量，做了一个卷积神经网络应用，在这里我们实际上去求解矩形的矩阵，然后做了浮雕过滤器的应用。所谓浮雕过滤器的应用，你把一个图像信号输入到系统当中，然后经过浮雕过滤器，它会强化高频信号、低频信号，通过浮雕过滤器可以强化边缘。在这里看一辆小汽车，原来图片的车灯，可能看不到内部的结构。但经过浮雕处理器可以看到新的图像当中，把车灯的内部结构强化了，证明了氮化硅在集成光芯片，可以在光学层面上做光神经网络、做深度学习这方面的应用。

其实光芯片有更多的应用，不仅仅局限于人工智能这方面。我们还用它做微波滤波器、毫米波生成、天体光谱仪校准、微波生成。甚至我们可以做中红外双输光谱，用来测量气体当中的成分。我们可以做光学相关断层扫描，可以看生物组织的结构，最后可以用在数据中心上做开关，进行数据上面的调控。

好，谢谢大家！

2020本站未来大会由杭州市人民政府和本站公司联合主办，杭州市商务局、杭州市经济和信息化局、杭州市滨江区人民政府、北京本站传媒有限公司以及本站（杭州）网络有限公司承办，中国移动总冠名。大会将进行三天的头脑风暴、涵盖了预见未来、新基建、人工智能、区块链、潮商业、UP生活以及和文化等论坛。