《中国科学院和EPFL合作研发可大规模制造的钽酸锂光子芯片》

  • 来源专题:集成电路
  • 发布时间:2024-05-09
  • 据中国科学院5月9日报道,中国科学院上海微系统与信息技术研究所与瑞士洛桑联邦理工学院合作在钽酸锂异质集成晶圆及高性能光子芯片制备领域取得突破性进展。相关研究成果于5月8日以题名《可批量制造的钽酸锂集成光子芯片》(Lithium tantalate photonic integrated circuits for volume manufacturing)发表在《自然》(Nature)上。

    随着全球集成电路产业发展进入“后摩尔时代”,集成电路芯片性能提升的难度和成本越来越高,人们迫切寻找新的技术方案。以硅光技术和薄膜铌酸锂光子技术为代表的集成光电技术可以应对这一问题。其中,铌酸锂有“光学硅”之称,近年来备受关注。

    与铌酸锂类似,欧欣团队与合作者证明单晶钽酸锂薄膜同样具有优异的电光转换特性,在双折射、透明窗口范围、抗光折变、频率梳产生等方面比铌酸锂更具优势。此外,硅基钽酸锂异质晶圆的制备工艺与绝缘体上的硅更接近,因此钽酸锂薄膜可实现低成本和规模化制造,具有应用价值。

    研究团队采用基于“万能离子刀”的异质集成技术,通过氢离子注入结合晶圆键合的方法,制备了高质量硅基钽酸锂单晶薄膜异质晶圆。进一步,合作团队开发了超低损耗钽酸锂光子器件微纳加工方法,使对应器件的光学损耗降低至5.6 dB m-1,这低于其他团队报道的晶圆级铌酸锂波导的最低损耗值。该研究结合晶圆级流片工艺,探讨了钽酸锂材料内低双折射对于模式交叉的有效抑制,并验证了可以应用于整个通信波段的钽酸锂光子微腔谐振器。钽酸锂光子芯片展现出与铌酸锂薄膜相当的电光调制效率;同时,基于钽酸锂光子芯片,该研究首次在X切型电光平台中产生了孤子光学频率梳,结合电光可调谐性质,有望在激光雷达和精密测量等方面实现应用。当前,该研究已攻关8英寸晶圆制备技术,为更大规模的国产光电集成芯片和移动终端射频滤波器芯片的发展奠定了材料基础。

    论文下载链接为:https://www.nature.com/articles/s41586-024-07369-1

  • 原文来源:https://techxplore.com/news/2024-05-high-efficiency-photonic-circuit.html
相关报告
  • 《我国科学家开发出可规模制造的光子芯片材料》

    • 来源专题:新一代信息技术
    • 编译者:isticzz2022
    • 发布时间:2024-05-10
    •        北京时间8日深夜,国际顶尖学术期刊《自然》(Nature)发表了中国科学院上海微系统与信息技术研究所的最新成果,该所欧欣研究员团队在钽酸锂异质集成晶圆及高性能光子芯片领域取得突破性进展。        随着全球集成电路产业发展进入“后摩尔时代”,集成电路芯片性能提升的难度和成本越来越高,人们迫切寻找新的技术方案。近年来,铌酸锂受到广泛关注,有“光学硅”之称,美国哈佛大学等国外高校和研究机构甚至提出仿照“硅谷”模式建设新一代“铌酸锂谷”的方案。欧欣团队与合作者通过研究发现,相比于铌酸锂,单晶钽酸锂薄膜不仅具有类似的优异电光转换特性,并且在双折射、透明窗口范围、抗光折变、频率梳产生等方面更具优势。此外,钽酸锂薄膜可实现低成本和规模化制造,具有极高的应用价值。欧欣团队采用基于“万能离子刀”的异质集成技术,通过氢离子注入结合晶圆键合的方法,制备了高质量硅基钽酸锂单晶薄膜异质晶圆。他们还与合作团队联合开发了超低损耗钽酸锂光子器件微纳加工方法,对应器件的光学损耗普遍低于已报道晶圆级工艺下的铌酸锂波导损耗值。钽酸锂光子芯片展现出与铌酸锂薄膜相当的电光调制效率,同时研究团队首次在X切型电光平台中成功产生了孤子光学频率梳,结合其电光可调谐性质,有望在激光雷达、精密测量等方面实现应用。目前,研究团队在攻关8英寸晶圆制备技术,以为更大规模的国产光电集成芯片和移动终端射频滤波器芯片的发展奠定核心材料基础。欧欣介绍:“相较于薄膜铌酸锂,薄膜钽酸锂更易制备,且制备效率更高。同时,钽酸锂薄膜具有更宽的透明窗口、强电光调制、弱双折射、更强的抗光折变特性,这种先天的材料优势极大地拓展了钽酸锂平台的光学设计自由度。”
  • 《中国科学院团队开发并测试了名为QiMeng的AI芯片设计系统》

    • 来源专题:集成电路与量子信息
    • 发布时间:2025-06-12
    • 中国科学院一个由工程师、AI研究人员和芯片设计研究人员组成的研究团队设计、建造并测试了基于AI的芯片设计系统,并在arXiv预印本服务器上发表了一篇描述该系统的论文。这一系统名为QiMeng,它通过多模态架构来理解和生成文本和图数据,并通过双环机制进行反馈驱动推理,包括外部性能反馈环和内部功能正确性反馈环。 在这一新的研究中,中国团队将AI应用于这一问题。工作涉及使用大语言模型(LLM)将用户关于性能标准的要求转化为满足规格的处理器芯片的架构计划,并创建运行在其上的软件。 这项计划是在科学家们面临西方国家不愿与他们分享技术收益的压力下启动的。新系统有三个相互连接的部分:一个是领域特定的芯片模型;另一个是负责大部分设计工作的设计代理;第三个是一组可用的设计应用程序。