|
光子芯片在通信、醫療、自動駕駛、精密測量等諸多領域展現出廣闊的前景，但其在材料集成制造方面仍面臨重大挑戰，這些挑戰限制了光子芯片的發展和廣泛應用。
目前，微電子技術主要依賴于硅材料和互補金屬氧化物半導體（CMOS，Complementary Metal Oxide Semiconductor）工藝，來實現大規模生產。
然而，制造高性能的系統級光子芯片需要在同一芯片上集成多種不同的材料，這超出了現有半導體工藝的能力。
北京大學助理教授常林的主要研究方向為光子芯片的集成和在未來信息系統中的應用。近年來，他在集成光源方向取得一系列重要成果，研發了新一代的多材料體系工藝。
常林將三五族半導體、鈮酸鋰、氮化硅等多種材料與硅基平臺進行多材料、跨尺度集成，不僅開發了半導體制造領域中材料種類最為豐富的制造工藝，還攻克了芯片化光源相干性差、并行度低的難題。
此外，他通過激光器與高 Q 微腔的集成，成功實現了具有超低噪聲的片上激光器和光頻梳。
在加入北京大學后，常林帶領團隊快速實現了國內集成光學的重大突破。利用他完成的光頻梳驅動的集成光子芯片，實現了速度高達 60T 的芯片級光輸入/輸出（I/O，Input/Output）互聯，并將相關技術應用在激光雷達、光計算等領域。
憑借開發世界領先的光子芯片多材料集成技術，實現異質集成硅光芯片晶圓級別的大規模量產，為突破光子芯片在計算、通信、傳感方面的性能瓶頸提供解決方案，常林成為 2023 年度《麻省理工科技評論》“35 歲以下科技創新 35 人”中國入選者之一。
常林在美國加州大學圣巴巴拉分校獲得博士學位。博士畢業后，他繼續在該校從事光子芯片器件方向的博士后研究。
在提升光子芯片性能方面，需要通過集成更多材料來實現。但解決該問題面臨巨大的挑戰，因為不同材料之間在特性、加工條件、兼容性等方面存在一系列問題。
常林及其團隊開發了一種創新的異質集成技術，該技術建立在晶圓鍵合基礎上，將單片可集成的材料的數量提升到了 4 種以上 [1，2]。
在低損耗材料的應用上，常林利用氮化硅材料，以基于其低損耗的特性允許集成更多器件，實現更大規模的集成。同時，在光信息加載方面，他們采用了具有高速調制能力的鈮酸鋰材料，這種材料比硅能實現更快的調制速度。
通過這些方案極大地提升了芯片的功能，并將其適用的應用范圍極大擴展。相關研究不僅突破了傳統集成光學技術僅限于單一材料體系的限制，也為集成光學領域帶來了新的發展方向。
基于該平臺，常林提出了新的片上光源結構，通過不同材料間的自注入鎖定機制，實現了微腔光頻梳 [3-5] 和超窄線寬的集成激光器 [6]，大幅度降低了光芯片光源的噪聲，并提升了并行度。
此外，他還完成了多材料平臺工藝研發和基于該平臺的器件制備，通過研發多材料集成技術，突破了光子芯片信息處理速度的性能瓶頸，實現了超大規模并行化的光子芯片系統。
光信號因其具有極大的帶寬優勢，能夠使單個信道能夠處理的數據速度遠超電信號。
然而，由于缺乏有效的并行化操作能力，尤其是在核心器件光源方面的限制，現有的片上集成技術尚未充分發揮光信號的這一優勢。
2021 年，常林加入北京大學并成立獨立課題組后，致力于利用光芯片提升信息技術領域中片上信息系統的處理速度。
他與合作者基于多材料集成光子芯片平臺技術，率先實現了片上大規模并行的光子芯片系統。
在數據中心光模塊 [7] 中，以光頻梳作為多信道光源取代傳統的激光器，將光模塊的信道數從目前主流方案的 4 個提升至 20 個，實現了 2T 的總速率，比過去水平提高了 5 倍以上。
常林表示：“這項工作的核心創新點在于，從根本上改變了傳統片上光集成的架構，從單一的信息處理方式轉變為并行化處理。該技術有望為未來通信、高性能計算以及激光雷達等領域帶來一系列變革。”
他們不僅實現了大規模的硅光并行的光模塊和 5G/6G 濾波器，性能還打破了世界紀錄。據悉，這是該領域在國內首篇發表于 Nature 正刊的工作。
圖丨基于微腔光頻梳的硅基光電子集成系統（來源：Nature）
在激光雷達應用中，常林團隊與合作者創新地提出了一種并行方案，與傳統方案使用單一波長逐點測量相比，該方案能夠同時掃描成百上千個點，極大提高了掃描速度。
但是，這種并行多信道能力在自動駕駛領域，當每輛車部署多個激光雷達時，可能會遇到相互干擾的問題，即一個激光雷達探測的信號可能受到其他激光雷達發射信號的影響。
為解決該問題，研究人員提出一種并行混沌的新機制 [8]，不僅極大提升了點云掃描的速率，同時也增強了系統對外界干擾免疫力。
常林解釋說道：“光頻梳產生的混沌狀態能同時產生眾多信道，這意味著每個信道發出的光只與本信道相關，而與其他信道無關。”
在激光雷達探測中，通過測量相關性，研究人員可以輕松地區分出哪些光信號是本信道發出的、哪些是無關的，從而完全避免了激光雷達之間的相互干擾問題。
該研究為未來激光雷達在車輛上的大規模、高密度部署提供了核心的探測技術，解決了在高密度部署下避免潛在干擾的問題，并為自動駕駛提供了一種有效的解決方案。
此外，常林團隊與合作者還進行了光子芯片并行計算的研究 [9,10]，并成功開發了一款專為卷積神經網絡設計的全光子芯片處理器，其達到了 1TOPS mm-2 的算力密度，為未來光計算的大規模量產和普及提供了一個可能的解決方案。
光芯片技術在多個領域展現出廣泛的應用前景。例如，在量子計算中，光量子芯片化有望實現便攜式量子計算機，而無需超低溫環境即可運行。此外，光計算領域利用光直接進行矩陣運算，能夠加速 AI 計算中的能耗部分，成為后摩爾時代的關鍵解決方案。
在集成原子鐘方面，光芯片技術能夠在微型化尺寸上集成高精度原子鐘，應用于衛星、基站等場景，從而提高無線通信效率和導航精準度。
同時，還可以將原子鐘集成至車輛中實現自主導航功能，這對自動駕駛和無人機等領域具有重要價值。
除了在基礎研究方面的創新和突破，近年來，常林還積極推動多材料光子芯片晶圓級別的量產和相關技術的應用落地，包括化合物半導體、鈮酸鋰和氮化硅等。同時，他也與多家光子芯片企業進行合作，并實現了核心工藝技術國產化。
在光子芯片的損耗方面，常林課題組相較于傳統的硅光技術，將其低了 2 個數量級以上，使得在一個系統中可以集成相對于過去數量多成百上千倍的器件，實現微腔光頻梳、糾纏態光量子源等一系列集成光子器件。
光芯片目前面臨強烈的市場需求，特別是在光模塊帶寬方面，市場期望其每兩年翻一番，這一需求在 AI 技術的推動下尤為迫切。
光子芯片技術作為結合光與電的創新，預示著下一個產業革命的到來。在“后摩爾”時代，這種技術有望突破現有算力的瓶頸，成為加速人工智能變革的關鍵。
近期，常林團隊實現了速度達到 60T 以上的芯片間光 I/O。
“這對于未來圖形處理器（ GPU，Graphics Processing Unit）之間的高速互聯，以及解決傳統芯片上帶寬限制的問題，提供了極大的幫助。我們希望用世界領先的異質集成硅光技術，發展下一代的高速通信、高性能計算和自動駕駛傳感。”常林說。
他和團隊的目標是通過其開發的光子芯片技術，為半導體產業帶來全新的解決方案，助力推動下一代科技革命的發展，并盡快實現異質集成硅光技術在多種應用場景中的廣泛應用。
常林認為，高性能的芯片間光互聯和超越傳統計算機架構的光電融合計算新模式，有望成為該領域的下一個爆發點。
他希望通過與眾多同行的努力，將光子芯片做成和目前電子芯片體量相當的規模，從而顛覆現有的半導體產業格局。常林表示：“我們有望在 5 至 10 年之內，見證光芯片產品的落地。”
1.Minh A. Tran†, Chong Zhang†, Theodore J. Morin†, Lin Chang*, Sabyasachi Barik, Zhiquan Yuan, Woonghee Lee, Glenn Kim, Aditya Malik, Zeyu Zhang, Joel Guo, Heming Wang, Boqiang Shen, Lue Wu, Kerry Vahala, John E. Bowers, Hyundai Park & Tin Komljenovic*,“Microcombdriven silicon photonic system”, Nature, 610,7930, (2022)
2.Lin Chang†, Weiqiang Xie†*, Haowen Shu†, Qi-Fan Yang, Boqiang Shen, Andreas Boes, Jon D Peters, Warren Jin, Chao Xiang, Songtao Liu, Gregory Moille, Su-Peng Yu, Xingjun Wang, Kartik Srinivasan, Scott B Papp, Kerry Vahala, John E Bowers*,“Ultra-efficient frequency comb generation in AlGaAs-on-insulator microresonators”, Nature communications, 11, 1131, 1-8, (2020)
3.Boqiang Shen†, Lin Chang†*, Junqiu Liu†, Heming Wang†, Qi-Fan Yang†, Chao Xiang, Rui Ning Wang, Jijun He, Tianyi Liu, Weiqiang Xie, Joel Guo, Dave Kinghorn, Lue Wu, Qing-Xin Ji, Tobias J Kippenberg*, Kerry Vahala*, John E Bowers,“Integrated turnkey soliton microcombs”, Nature, 582, 7812, (2020)
4. Andreas Boes†*, Lin Chang†*, Carsten Langrock, Mengjie Yu, Mian Zhang, Qiang Lin, Marko Loncˇar,Martin Fejer, John Bowers, Arnan Mitchell,“Lithium niobate photonics: Unlocking the electromagnetic spectrum”,Science, 379, 6627, (2023)
5. Lin Chang*, Songtao Liu, John E Bowers*,“Integrated optical frequency combs”,Nature Photonics, 16, 2, (2022)
6.Warren Jin† Qi-Fan Yang†, Lin Chang†, Boqiang Shen†, Heming Wang†, Mark A. Leal, Lue Wu, Maodong Gao, Avi Feshali, Mario Paniccia, Kerry Vahala*, John E Bowers*,“Hertz-linewidth semiconductor lasers using CMOS-ready ultra-high-Q microresonators”, Nature Photonics,5,5, (2021)
7.Haowen Shu†, Lin Chang†, Yuansheng Tao†, Bitao Shen†, Weiqiang Xie, Ming Jin, Andrew Netherton, Zihan Tao, Xuguang Zhang, Ruixuan Chen, Bowen Bai, Jun Qin, Shaohua Yu, Xingjun Wang*, John E Bowers*,“Microcomb-driven silicon photonic system”, Nature, 605, 7910, (2022)
8.Ruixuan Chen†, Haowen Shu†, Bitao Shen†, Lin Chang†*, Weiqiang Xie, Wenchao Liao, Zihan Tao, John E. Bowers* & Xingjun Wang*,“Breaking the temporal and frequency congestion of LiDAR by parallel chaos”, Nature Photonics, 17, 306-314, (2023)
9. Bowen Bai†, Qipeng Yang†, Haowen Shu†, Lin Chang†*, Fenghe Yang, Bitao Shen, Zihan Tao, Jing Wang, Shaofu Xu, Weiqiang Xie, Weiwen Zou, Weiwei Hu, John E. Bowers* & Xingjun Wang*,“Ultra-efficient frequency comb generation in AlGaAs-on-insulator microresonators”,Nature Communications, 11, 1131, 1-8, (2023)
10. Bitao Shen†, Haowen Shu†*, Weiqiang Xie, Ruixuan Chen, Zhi Liu, Zhangfeng Ge, Xuguang Zhang, Yimeng Wang, Yunhao Zhang, Buwen Cheng, Shaohua Yu, Lin Chang*, Xingjun Wang*,“Ultra-efficient frequency comb generation in AlGaAs-on-insulator microresonators”,Nature Communications, 4590, 1-8, (2023)
|
魯公網安備 37010202001033號