《美国研究团队开发出硅基芯片上光通信技术》

  • 来源专题:中国科学院文献情报制造与材料知识资源中心 | 领域情报网
  • 编译者: 冯瑞华
  • 发布时间:2017-11-28
  • 美国麻省理工学院发布消息称,该校一个研究团队开发出一种新材料,可集成在硅基芯片上进行光通信,从而比导线信号传输具有更高的速度和更低的能耗。该成果发布在最新出版的《自然·纳米技术》期刊上。

    这种新材料为二碲化钼,是近年来引人关注的二维过渡金属硫化物的一种。这种超薄结构的半导体可以集成在硅基芯片上,并可以在电极作用下发射或接收光信号。传统上,砷化鎵是良好的光电材料,但很难与硅基材料兼容。此外,传统的光电材料发出的光信号在可见光频段,易被硅材料吸收;而二碲化钼可发射红外光,不易被硅吸收,因此适合在芯片上进行光通信。

    目前,这一技术处于概念验证阶段,距离实用还有一定距离。研究团队还在关注其它可集成在硅基芯片上的超薄材料(如黑磷等)在光通信领域的应用。通过改变黑磷材料堆积的层数,可以调节其所发射光信号的波长,从而与目前主流的光通信技术兼容。

相关报告
  • 《美国研究团队合作开发出新型高精度模拟芯片架构》

    • 来源专题:集成电路
    • 发布时间:2024-03-26
    • 许多复杂的物理系统可以用耦合的非线性方程来描述,这些方程必须在多个时空尺度上同时分析。然而,复杂系统的直接数值计算往往受到“维度诅咒”的阻碍,随着问题规模的增加,计算资源也需要成倍增加。尽管对精确、高性能计算解决方案的需求正在增长,但传统冯·诺依曼计算架构在速度、能耗和基础设施方面正达到极限。作为复杂物理系统建模的一种有效方法,存内计算绕过了冯·诺依曼体系结构固有的内存处理器瓶颈,具有诱人的发展前景。但是,存内计算受到读取噪声和写入可变性等问题阻碍,限制了高性能计算的可扩展性、准确性和精度。 2024年2月22日《科学》期刊报道,美国TetraMem公司、南加州大学和马萨诸塞大学阿默斯特分校研究团队开发出一种新型高精度模拟芯片架构,通过调整忆阻器实现了前所未有的精度,并设计出一种新的电路架构和编程协议,编程协议在最后一步将模拟计算结果转换为数字从而使用多个相对低精度的模拟设备(如忆阻器)有效表示高精度的数字,使得模拟设备的编程更加快速和精确,并使低精度模拟设备能够执行高精度计算。在集成的忆阻器片上系统上,研究团队通过实验证明了多个科学计算任务的高精度解决方案,实现了高达10-15的高精度解决方案,同时保持了与传统数字方法相比的巨大功率效率优势。 该新型高精度模拟芯片架构不仅适用于神经网络等传统低精度领域,还可扩展至其他存储技术领域,如磁性存储器和相变存储器[1]。 这种技术创新结合了数字计算的精度和模拟计算的节能和高速优势,不仅提高了模拟计算的效率和速度,还能为人工智能和机器学习等领域带来更多应用可能性。 [1] Wenhao Song, Mingyi Rao, Yunning Li, et al. Programming memristor arrays with arbitrarily high precision for analog computing [J]. Science, 2024, 383(6685):903-910. https://www.science.org/doi/10.1126/science.adi9405
  • 《硅光半导体芯片开发迅猛,有望大幅提升计算与光通信传输速度》

    • 来源专题:光电情报网信息监测服务平台
    • 编译者:husisi
    • 发布时间:2022-03-31
    • 当今最先进的微处理器芯片可以包含数百亿个晶体管,它们的铜互连电路在运行时产生大量热量。不过,与光子不同,电子具有质量和电荷——当它们流经金属或半导体材料时,会被硅和金属原子散射,使它们振动并产生热量。因此,提供给微处理器的大部分电力都被浪费了。 未来如果计算机用光子而不是电子来传输数据,它们的性能会更好,消耗的能量也会更少。使用光传输数据在处理器芯片和它们之间的联系,将有望大幅提高计算机的速度(片上速度和到通信速度),并减少需要获得授权的操作步骤流程,有望带来更快、更强大、更高效的计算机。 来自eMarketer的一份最新调研显示,越来越多的公司正在开发硅光子半导体芯片,从而为计算机等设备提供更快的速度、更大的功率并提高运行效率。 据分析,人工智能、自动驾驶汽车和其他需要快速处理大量数据的系统目前需要运行现代先进计算负载,而该技术可以满足日益增长的需求。 光子学领域的一家公司Luminous Computing已经在A轮融资中筹集到了1.05亿美元,投资者中包括比尔·盖茨(Bill Gates)。据the Next Platform公司最近透露,它计划使用基于光的技术建造一台AI超级计算机。当下,超算是机构和国家非常注重的产品,而AI+超算越来越成为一种新的计算趋势。 惠普企业(HPE)与Ayar实验室达成了一项多年战略合作,利用这家初创公司的硅光子技术。据报道,该技术可以达到电子I/O电路带宽的1000倍,而功率只有十分之一,用于HPE Slingshot。 欧洲的研究人员则研发出了一种新的硅锗发光合金,以获得相应的光子芯片,这将给计算机带来革命性的变化。他们的下一步是开发一种硅兼容激光器,它将集成到电子电路中,并成为光子芯片的光源。 去年3月,Lightmatter公司称计划在今年晚些时候推出其首款基于光的人工智能芯片Envise。它将提供包含16个芯片的服务器刀片,适合传统的数据中心。 随着创新的驱动器越来越多地冲破数据瓶颈,光子学可以推进最苛刻的技术领域——如AI、量子计算和自动化。它也可能让我们更接近家庭,以更快的物联网和下载速度和更高的流质量。 据Luminous首席行政官Marcus Gomez称,从十年前的AI型号最多有1亿参数,一小时乘坐一台电脑训练。如今,模型有10万亿参数,每年需要成千上万的机器培养 - 放缓,光子学可以加快训练的几天。 由于光子学期间相较电子产品而言使用的能量较少,因此它也适用于AVS形态的产品,这必须从能量密集的激光雷达、雷达和相机,紧凑的车辆电池以及缩小范围处理大量数据。 这也是哈佛和波士顿大学与Luminous达成合作的一大驱动因素,主要是将其电光计算解决方案应用于自动驾驶方面的问题。 近期,在俄乌冲突以及新冠疫情的双重影响下,半导体与芯片行业也遭受牵连。据悉,这可能会对乌克兰供应半导体生产所需的原材料气体氖、氩、氪和氙的长期能力产生负面影响。预计这场冲突也会影响到光电子行业,不利于它的前景。 Luminous计划在24个月内实现其系统设备上市销售,但这可能会推迟,除非采取措施回收和回收氖气(neon gas)或更有效地使用它。 光子学在芯片与电子行业的应用让人期待。一方面,光子学可能会颠覆电子行业;但另一方面,它的新颖性加上供应链的挑战可能会延缓应用。