光子學，過去和未來
如果您希望可以時常見面，歡迎標星收藏哦~
來源：內容由半導體行業觀察（ID：icbank）編譯自semiengineering，謝謝。
過去 25 年，我們一直在使用光子學。它存在於所有長途通信中，包括跨洋通信。它位於所有數據中心。機架通過集成光子學相互完全連接。從這一點來看，現在與25年前相比有很大不同。這些是已經存在相當長一段時間的生產芯片和生產系統。
過去 5 到 7 年最大的變化是硅光子學的發展以及將更多功能集成到單個芯片上。這就是事情確實發生了很大變化的地方。我們承諾您將利用所有已到位的 CMOS 製造基礎設施。已經貶值了 這很好理解。我們並沒有開闢大量新的土地來嘗試製造東西。挑戰是存在的，但與 25 年前相比已經不同了。在這方面，我們處於良好的狀態，並且有很多有前途的技術領域可以應用它，所以沒有人們想象的那麼多炒作。
一般來說，光子學已經存在很長時間了。例如，像 Infinera 這樣的公司一直在進行長線數據通信類型的項目。
正在發生的變化是，我們看到數據中心出現了更多的 CPU、GPU 或 XPU 類型的通信，因此它變得越來越近，而不是像跨大西洋那樣用於長鏈路。這是由多種因素驅動的。這是能源效率和將東西交換爲數據通信的能力。這就是人工智能的用武之地。高性能計算 (HPC) 對帶寬有着巨大的需求。它不一定是光子的，但要加載它，獲得從內存到人工智能處理的帶寬——無論是 NVIDIA 還是 AMD 的 GPU，還是光子處理器——需要傳輸的數據量來來回回纔是真正的挑戰。大多數公司將這種小小的通信稱爲“光子引擎”。我們看到很多公司專注於光子引擎，這是用於進行數據交換的專用接口。這絕對不是一個可逆轉的趨勢。其中大部分都利用了現有的晶圓廠。從成本角度來看，25 年前，獲得經濟上可行的產品極其困難。今天，從成本角度和帶寬角度來看，我們已經接近我們需要達到的目標。
用於量子計算的光子學目前可能有點被炒作，但光子引擎和互連沒有回頭路，無論是在機架內部、機架之間還是兩國之間。我們已經達到這樣的程度：即使在機架內，銅的用途也存在理論上的限制。克服這一點非常困難，所以我不認爲它會回頭，至少在光子學這個非常集中的領域——基本上是高性能計算。但即使在 HPC 中，也不是計算，而是不同單元之間的數據交換，而這部分纔是完整的。沒有回頭路了。
也許你會好奇，哪些問題是光子學可以解決而電子學不能解決的？
首先，延遲是一個很大的問題。您必須不斷地用電子設備重複該信號，以便以您想要運行的任何速度獲得良好、乾淨的信號。例如，您想要運行 100 GHz 或類似頻率，則每隔 x 米重新調節信號。對於光子學，一旦你對其進行了調製，它就會一次性在數據中心周圍快速移動，速度是電子設備的 1000 倍，所以延遲肯定是一個很大的區別。
帶寬是另一回事，您可以運行多個波長。現在很多人都在關注WDM和DWDM。對於電子設備，您可以增加通道數量或提高每個通道的速度，但這會變得越來越困難。相比之下，光子學使您能夠在同一物理連接上運行多個波長，這使您可以在同一分配空間中添加更多通道，從而爲您提供更多帶寬。
其次，轉換信號以將其調製爲光確實很困難。但一旦你做到了這一點，那麼你幾乎可以到達任何距離，因爲光纖的損耗非常低，你可以到達從釐米到公里的任何地方，這是真正的優勢。另一件需要記住的事情是底層載波頻率約爲 200THz。就帶寬密度而言，當您的載波頻率爲 200THz 時，有很大的空間可以做很多事情，以極高的速度發送信號。
最後，您將面臨銅的基本限制，即當您的速度越來越高時，您將面臨越來越大的損耗，而您無法承受。毫無疑問，隨着光子學速度的提高、功耗的降低，超過幾毫米的數據通信總是會變得更好。
至於光子學可以比電子學發揮作用的其他領域，傳感就是其中之一。在光子學中你可以做一些在電子學中沒有任何意義的事情。我們在光子學領域面臨的挑戰之一是光幾乎對任何東西都很敏感，這有時在數據通信中令人沮喪，但它對於傳感來說非常有用，因爲它對溫度或折射率的微小變化非常敏感，所以有一個那裡有機會。
至於量子計算，時間會證明一切。人們正在尋求多種不同的量子計算途徑，而光子學是一種非常有前途的途徑。目前，誰都很難說哪一個會獲勝，或者也許它們都會獲勝，並且對於某些量子計算有不同的應用。另一個非常有趣的應用是，人工智能的某些計算（本質上是乘法和加法，這正是矩陣/張量乘法所需的）可以在光子學中以比電子學低得多的功率完成。這是非常令人興奮的，並且需要追求。與此同時，幾十年來，押注於此類應用的電子產品一直是一個糟糕的賭注。光子引擎是否能夠擴展並繼續在未來的人工智能領域競爭？時間會證明一切。這當然令人興奮並且需要探索，但尚未得到證實。
此外，傳感和乘法/加法一樣絕對是一件有趣的事情。挑戰在於電子到光的雙向轉換。這是昂貴的部分。一旦進入光域，或者如果您可以從光域開始，例如在激光雷達中，您需要儘可能長時間地留在光域中。因此，我們還需要看到對光子處理的投資，例如 DWDM，其中有多個彼此非常接近的頻率。您需要能夠留在光域中來過濾這些頻率。擁有過濾器和產生光梳的能力，所有這些都需要取得進展才能使光子學更加高效。如今，您在乘法矩陣上獲得的所有能力都可能會丟失，因爲您需要處理內存中的所有內容，並將其轉換爲光可以使用的形式。這些方面非常昂貴。一旦你進入那裡，很多東西在能源方面都非常便宜，但是兩個域之間的轉換非常昂貴並且非常耗電。
在傳感領域你可以做很多事情，而這些事情在電子領域是沒有意義的。例如，干涉式傳感。本質上，你可以使用一束與物體相互作用並返回的光束，然後你就可以干擾它本身。它爲您提供所看到內容的簽名，可用於分子生物傳感等應用。這些都是非常有趣的方法，可以徹底改變許多護理點功能。今天，您進行血液檢查，他們會抽取您的一些血液並將其送往實驗室，並且必須經過大型機器和漫長的過程。通過光子學，你可以將其縮小到你可以隨身攜帶的東西的大小，並且基本上可以在牀邊進行測試並得到答案。有人已經在這方面取得了進展。事實上，儘管新冠疫情形勢嚴峻，但它卻成爲了其中一些想法的絕佳試驗場。他們現在擁有可用於在分子水平上發現新冠病毒的傳感器。當然，軍用/航空公司對這種技術非常感興趣。他們想知道他們的士兵正在走進什麼地方，空氣中或附近是否有沙林毒氣或其他令人討厭的元素。他們希望在儘可能低的水平上儘快瞭解情況，以便有時間做出反應。這些都是光子學非常適合的非常酷的應用。
再舉一個例子來說明光子學在能量計算方面的優勢，請記住棱鏡的基本物理例子。如果將光線照射到棱鏡上，光線就會分解成多種顏色。這實際上是傅里葉變換。你從多種事物中進行分析，然後你會得到你所擁有的每個頻率，如果一個燈比另一個燈亮的話，會有多少。或者，如果你發出紅光，你只會發出紅光。如果發出白光，在進行轉換之前在棱鏡中花費了多少能量？大約爲零。
如果你想用 DSP 來實現，你實際上需要花費大量的能量來進行同樣的傅里葉變換，以瞭解每個光通道中有多少能量。當我去學校談論光子學時，我對他們說，看看光能做什麼。大多數孩子還不明白什麼是傅立葉變換，但這是一個非常自然、超級簡單的例子，可以幫助您理解其潛力。如何獲得光線以及如何實際測量另一側不同光流的強度，這都是昂貴的。但中間的棱鏡和那裡發生的事情是自由的，如果你有一個好的棱鏡，能量損失很小。這只是一個很容易理解的例子，展示了光子學的力量。
https://semiengineering.com/photonics-the-former-and-future-solution/
點這裡加關注，鎖定更多原創內容
*免責聲明：本文由作者原創。文章內容系作者個人觀點，半導體行業觀察轉載僅爲了傳達一種不同的觀點，不代表半導體行業觀察對該觀點贊同或支持，如果有任何異議，歡迎聯繫半導體行業觀察。
今天是《半導體行業觀察》爲您分享的第3710期內容，歡迎關注。
『半導體第一垂直媒體』
實時 專業 原創 深度
公衆號ID：icbank
喜歡我們的內容就點“在看”分享給小夥伴哦