今年7月，由澳大利亚科学家领导的国际团队开发了第一个自校准光子芯片，可以改变数据高速公路上的桥梁，改变当前光学芯片之间的连接，提高数据传输速度，有望促进人工智能和自动驾驶汽车的发展。最新的研究发表在《自然》中·杂志《光子学》。

芯片采购网专注于整合国内外授权IC代理商现货资源，芯片库存实时查询，行业价格合理，采购方便IC芯片，国内专业芯片采购平台。

什么是光子芯片？它和普通芯片有什么区别？有哪些优点和技术难点？将在哪些领域应用？本文将逐一回答上述问题。

光子芯片应运而生

1959年，仙童是美国著名的半导体制造商（Fairchild Semiconductor）平面型集成电路首先推出，其次是1961年。这种平面制造工艺用于研磨非常平的硅片 二极管、三极管、电阻电阻、电容等半导体电路元件的光刻技术。只要光刻的精度不断提高，元器件的密度就会相应提高，从而具有很大的发展潜力。因此，平面工艺被认为是整个半导体的工业键

1965年，英特尔(Intel)戈登是创始人之一·摩尔(Gordon Moore)提出摩尔定律。其内容是：当价格保持不变时，集成电路上可容纳的部件数量每18-24个月增加一次，性能增加一次。换句话说，每美元能买到的计算机性能将每18-24个月翻一番以上。这一定律揭示了信息技术进步的速度。

半个多世纪以来，半导体行业一直遵循摩尔定律（Moore's law）随着轨迹的快速发展，半导体工艺节点已经到来nm，借助于EUV光刻等先进技术正在向2发展nm甚至更小的节点演变，每进步1nm所有这些都需要付出巨大的努力，单纯依靠改进技术来提高芯片性能的方法已经不能完全满足时代的需要，主要体现在：

以电子为载体的技术发展已接近物理极限。目前，集成电路以硅为基础，硅原子直径约为0.22纳米。当工艺降至7纳米以下时，容易出现电涌和电子突破问题，即难以完美控制电子。虽然代表世界顶级水平的台积电仍在不断开展3纳米和2纳米的技术研发和产能投资，但业内人士普遍认为，集成电路的尺寸最多将在2030年达到物理极限，迫切需要寻找创新发展的出路；

2、当电子芯片尺寸降到极致时，就会出现功耗墙问题。例如，巨大的能耗压力是计算机发展的最大技术障碍之一。尽管国内外学术界和工业界做出了巨大努力，但由于CMOS半导体的功耗密度已接近极限，因此必须寻找新的途径、新的结构、新的材料；

3、在过去的几十年里，处理器的性能每年以55%左右的速度提高，而内存性能的提高速度约为每年的10%。经过长期积累，不平衡的发展速度导致当前内存访问速度严重滞后于处理器的计算速度，访问存储瓶颈使得高性能处理器难以发挥应有的作用；

在提高电子芯片性能的同时，性价比也在下降。业内普遍认为，28纳米是芯片性价比最高的尺寸。根据SEMI采用国际半导体产业协会芯片主流设计成本模型图FinFET（FinFET全称Fin Field-Effect Transistor，5纳米芯片的设计成本是28纳米工艺设计成本的近8倍，更为复杂GAA（Gate-all-around，结构的设计成本只会更高，这只是芯片设计、制造、包装、测试的设计环节。在制造过程中，研发、建厂和购买生产设备将花费更多资金。例如，三星计划在德克萨斯州新建的5纳米晶圆厂预计将投资170亿美元。

半导体行业逐渐进入后摩尔时代，高计算能力和低功耗的光子芯片应运而生。

光子芯片和电子芯片

电子芯片通常是指含有集成电路的传统芯片，体积小，通常是计算机或其他设备的一部分。它是电子设备中最重要的部分，具有完成操作、处理任务和控制存储的功能。计算机、手机、电视和各种智能电子产品都与芯片不可分割。

光子芯片采用光波作为信息传输或数据操作的载体，是指依靠集成光学或硅光电子中介质光波导（介质装置引导光波传输）传输导模（导模是指光波限制在圆柱形（光纤）向前传输）光信号、光信号和电信号在同一衬底或芯片上集成的技术。

电子芯片使用电流信号作为信息载体，而光子芯片使用更频繁的光波作为信息载体。与电子集成电路或电互联技术相比，光子集成电路和光互联显示出较低的传输损耗、较宽的传输带宽、较小的时间延迟和较强的抗电磁干扰能力。此外，光互联还可以通过使用更多的方式来提高传输媒体中的通信容量。

从国家战略安全和战略需求的角度来看，光子芯片可以解决数据处理时间长、实时处理、功耗高等诸多关键问题。例如，在长距离、高速运动目标测距、速度测量和高分辨率成像激光雷达中，光子芯片可以发挥其高速平行、低功耗、微型化的优势。

此外，AI光子芯片是一种高度匹配光计算架构和人工智能算法的芯片设计，广泛应用于自动驾驶、安全监控、语音识别、图像识别、医学诊断、游戏、虚拟现实、工业物联网、企业服务器和数据中心等关键人工智能领域。

类脑光子芯片可以模拟人脑的计算，通过光子携带信息在模拟大脑的神经网络框架下处理数据，使芯片像人脑一样高速、平行、低功耗。基于微纳光子集成Kionix代理基于光学计算的光子芯片神经网络数据处理系统是应对未来低功耗、高速、宽带宽和大数据信息处理能力的关键。

挑战

光子芯片是一种基于硅的激光技术。它将磷化镓的发光属性和硅的光路由能力集成到一个单一的混合芯片中。当给磷化镓施加电压时，光进入硅波导，产生连续的激光束，可以驱动其他硅光子设备。虽然硅光子学有很大的前景，但该技术也面临着许多挑战：

1.由于硅有非直接间隙，发光效率很低。基于硅的激光器或放大器不能与其他基于硅的激光器或放大器相匹配GaAs或InP激光器或放大器(磷化镓)堪比；

2.硅的带隙也很大，波长接近1300nm、1500nm波长的光；

硅具有二级非线性(二级非线性光学效应是非线性光学晶体材料的关键性能)，因此无法制造电光调制器；

4.芯片上的激光光源难以散热；

5.光学连接器精度要求高，量产难以实现。

最新的研究进展

文章开头提到的自校准光子芯片通过快速可靠的重编程技术加快了搜索速度，搜索速度是许多应用的重要属性，如医疗诊断、自动驾驶车辆和互联网安全。

本研究的一个关键挑战是将所有光学功能集成到一个可以插入现有基础设施的设备中。研究团队提出的解决方案是在芯片制造后校准芯片，即使用集成参考路径而不是外部设备校准芯片，这提供了拨号所需的所有设置和开关功能。

阿瑟，莫纳什大学·洛厄里教授说，校准可编程光子滤波器芯片，使可调光子集成电路广泛应用于多个领域，如根据光通信系统的颜色交换信号、快速相关器（相关接收器，即利用干扰和噪声工具的信号相关特性）、化学或生物分析甚至天文学科学仪器等。