光学和光子学

硅光子学的前景

字号+ 作者:admin 来源:小丑鱼-分享科普知识 2019-11-07 14:53

与传统方法相比,基于光子学的计算消耗的能量更少,并且可以更快地传输数据,但是制造具有嵌入式光子学元件的硅集成电路的成本阻碍了进步。斯科特乔丹(Scott Jordan)概述了改进的光学定位技术将如何提供帮助 轻巧的工作:FormFactor具有开创性的Cascade CM300xi-SiPh光子支持系统完全集成了PI的快速多通道光

  与传统方法相比,基于光子学的计算消耗的能量更少,并且可以更快地传输数据,但是制造具有嵌入式光子学元件的硅集成电路的成本阻碍了进步。斯科特·乔丹(Scott Jordan)概述了改进的光学定位技术将如何提供帮助

  

硅光子学的前景

 

  轻巧的工作:FormFactor具有开创性的Cascade CM300xi-SiPh光子支持系统完全集成了PI的快速多通道光子对准引擎,可以对晶圆上硅光子设备进行高通量,纳米精度的光学探测,而无需进一步的客户开发或工程资源。(构成因素)

  受社交网络和流媒体,基因组学驱动的医学以及“物联网”中互联设备的广泛应用推动,世界对数据的需求呈指数增长。移动计算的增长尤其明显。根据联合国电信机构的数据,到2013年,手机订户数量已经接近地球上的人数。相反,座机电话从未达到全球人口的25%以上。

  这些技术和服务及其后所带来的巨大机遇,确保人们将继续寻找新的数据连接,娱乐,信息和帮助我们的方式。但是,增加数据使用量是有代价的。Google在2009年透露,一次互联网搜索会消耗大约1 kJ的能量。到2016年,行业专家估计,全球数据中心(服务器和交换机的庞大整体)比整个英国的能耗几乎高出40%。从那时起,这个数字可能会增长,因为迄今为止数据量的增长超过了效率的提高。

  对于我们的数据密集型世界来说,另一个挑战是,即使在消费设备层面,数据速率也开始超过传统互连技术的能力。例如,最新高清电视的超高像素密度和高帧速率使传统的铜制HDMI电缆越来越无效。即使在家庭娱乐系统中发现的相对较短的距离上,此类电缆中的信号衰减程度也很明显。

  这里的中心问题是,常规的电子数据系统需要对电线进行充电和放电,以便将一点数据从A点发送到B点。即使在CPU和RAM芯片内部的细微电线中,这种充放电循环需要精力和时间。正如美国斯坦福大学的应用物理学家和电气工程师David Miller指出的那样,信息处理中使用的大部分能量都用于通信,而不是逻辑。即使在门级,能量耗散的主要驱动力是被充电和放电的电线的电容,每微米电线约等于200 attofarads(10-18 F)。在数据中心级别,最大的服务器场可能消耗整个发电厂的电量,

  如果将电缆和开关配置为使用光子而不是电子进行通信,则可以大大缓解许多此类问题。实际上,光子在计算和通信中的前景远远超出了此范围,它涵盖了逻辑和处理的新可能性以及一些量子计算方法。这些应用处于近期到中期的未来,但是光子互连现已面世,其优势包括可扩展性,容量,并行性,更长的链路长度和速度。甚至消费者应用程序也将从中受益。HDMI光纤电缆现在可以在商业上有用的电缆长度上支持4000或8000像素(及更高)宽度的显示器的高帧速率,并且光纤USB和Thunderbolt的实现正在出现,以实现40 Gbps或更高的数据速率。

  

硅光子学的前景

 

  快速解决方案:PI的“并行数字梯度搜索”固件使人们可以设计硅光子系统,以快速对准光学组件,从而传输最大功率。优化过程仅需花费旧的顺序技术所需时间的1%。(PI)

  但是,制造这些光子器件并不容易。当然,该过程开始于已无处不在微电子几十年的硅晶片,并使用许多的制造工具在标准半导体晶圆厂发现打印的光学元件和电路晶片上并排(或取代)微电子元件。但是,光子从根本上说与电子不具有相同的物理性质。在封装的“芯片”内部将光子从一个元素引导到另一个元素并不像将两者焊接在一起那样简单。一方面,对准公差要严格得多。将导线连接到芯片上的接触垫需要将组件对准正确位置的几十微米之内,而将光纤连接到光子芯片则可能需要三个数量级的精度。

  进步的先例

  使用光子传输信息的制造系统所涉及的挑战并不新鲜。实际上,它们的历史至少可以追溯到1990年代后期,当时光电子技术首次大规模部署,以取代长距离电信中的卫星链路。当时,从当时新颖的激光二极管向单模光纤发送光的任务要求在将激光有效地耦合到光纤中之前,费力地调整两个组件的位置。一种称为梯度搜索的模拟技术是部分解决方案,它可使定位系统快速达到最佳传输值(至少对于具有平滑模态轮廓的光纤而言)。但是,定位系统本身具有很大的局限性。他们通常很脆弱,具有有限的行程范围和不对齐的趋势-对于在工业环境中部署的系统而言,质量不是很好。通过开发梯度搜索的数字版本并将其部署在业已证明其在半导体制造中价值的工业级运动硬件上,最终解决了该问题。这种结合为制造用于光纤互连的坚固硬件提供了前进的道路。

  当今的光子数据设备要复杂得多。可以在单个晶圆上铸造数千个光子集成电路(IC),为一次处理多个光通道提供了诱人的潜力,从而提高了容量和速度。如今,光子IC通常将多通道和多波长结构集成在一起,其输入和输出以阵列形式排列,使每个设备能够处理和携带多条信息通道。

  但是,在某些方面,使这些电路相互“交谈”的挑战与电信光纤的挑战相同。所有芯片级光子输入和输出都需要耦合到其他元件,包括光纤,光纤阵列,基于波导的结构,激光二极管和块状元件(例如透镜和光栅)以及其他芯片。这些联接器中的许多联接器不仅需要在敏感横向平面(按照惯例称为“ XY”平面)中而且在其他自由度上都需要进行精确对准。重要的是,光子器件阵列不仅必须在XY平面上而且还必须在theta-Z方向上以及在其他自由度(DOF)上也必须精确定位。

  另一个复杂之处在于,只能通过测量光与光纤的实际耦合来主动执行必要的对准。这是因为通常在组装过程中用于确定设备位置的机器视觉方法无法解决数十纳米的空间公差,并且被动对准方法(例如将纤维胶合到位的精密V型槽)通常需要不切实际的设备复制公差。

  原则上,1990年代时代的数字梯度搜索仍然可以用于对齐硅光子学中的光学组件。然而,实际上,涉及的数组元素数量加上对多自由度优化的需求,意味着寻找全局最优比对的过程并不简单。例如,由于机械旋转轴与光轴不完全重合,因此在theta-Z轴上移动某个分量将不可避免地导致其在XY平面中偏移。

  通常使用循环方法解决此问题:在XY中对齐组件;在XY中对齐组件。稍微改善theta-Z;返回并在XY中重新对齐;然后进行迭代,直到结果令人满意为止。还部署了循环以优化显示通道之间以及输入和输出之间相互作用的设备(例如硅光子学中常见的短多模波导结构)。在这种情况下,您首先要优化输入,然后再优化输出–除非现在不再优化输入,所以要循环直到达到共识的最佳状态。一旦优化过程完成,数字梯度搜索技术就可以跟踪元素的对齐方式,从而确保它们在面对因热变化和胶粘元素固化所涉及的应力而产生的漂移时保持最佳状态。

  消除循环

  有一个陷阱:循环太慢,以至于无法进行测试,然后再从每个晶圆组装成千上万个器件。要了解原因,请考虑晶圆制造的早期阶段。与传统的微电子制造一样,铸造硅光子晶圆的成本仅占封装芯片最终价格的一小部分。由于晶圆的产量绝非100%,因此在有缺陷的设备到达包装阶段之前将其丢弃,这在经济上具有很高的经济意义,在包装阶段,成本要高得多。

  在微电子制造业中,这种质量控制过程是使用称为晶圆探测器的专用工具执行的,该工具使每个芯片与精确的针状电极接触,从而刺激该针状电极并观察其响应,通常通过精密仪器架进行。但是,要在光子芯片上进行相同的测试,仅进行电接触是不够的。光还必须耦合进出芯片的嵌入式光子电路,并通过光学手段测量芯片的性能。阵列元件带来了特殊的挑战,因为必须将设备旋转到精确匹配的方向并转换成紧密的横向对齐。传统上,此类优化需要逐步进行,角度调整与横向重新排列交错,以补偿光轴和旋转轴之间的任何不匹配。这可能要花费几分钟,这是不可接受的(并且不经济的)时间长度,因为每个晶圆可以包含数千个硅光子芯片。

  近来,以数字梯度搜索的新方法的形式出现了一种解决方案,该解决方案使工业定位器能够同时在多个通道,输入和自由度上执行梯度搜索。这项技术无需在大约几分钟的时间内反复进行与XY校正交错的小theta-Z运动,而是可以使用两个并行的梯度搜索过程同时执行XY和theta-Z对齐。这种并行数字梯度搜索(PDGS)方法可以扩展到每个设备的完整六自由度,并且即使输入,输出之间存在交互,多个定位器也可以在设备的多个输入和输出上协同工作和渠道。

  多亏有了PDGS,循环(例如)阵列设备的XY和theta-Z对齐所需的长达数分钟的串行过程减少到仅一秒钟左右,从而节省了99%的时间。该技术的并行性还意味着整个处理时间几乎与所执行的调整次数无关。这是很重要的,因为在制造业(如很多事情)中,时间就是金钱。毫不奇怪,晶圆探测器的制造商和用户最先结合使用PDGS的微定位机器人,并于2016年首次实施。微型机器人还已经在制造商的组装过程的其他领域得到实现,例如对准芯片和其他组件一起放在其包装中。一些制造商甚至建立了专门的测试工具,以在包装过程的中间步骤重新验证芯片的健康状况。这种并行过程已在工业级六自由度六足微型机器人的固件以及用于制造硅光子器件的其他精密机制中实现,从而改变了硅光子工业的不利经济状况。

  硅以外的并行性

  在组装和测试硅光子器件时,要优化的参数几乎总是光功率。但是,许多其他相关指标也表现出类似的近似山形优化趋势,PDGS不需要其输入具有纯高斯分布(这是一件好事,因为硅光子器件很少会产生干净的高斯光束个人资料)。主峰周围的次要最大值或“山麓丘陵”没有问题,因为通常可以通过执行区域扫描来选择主模式。对此的经典版本是扫描到定义区域的光栅扫描,但是微型机器人以命令级内置在固件中的无振动正弦或螺旋区域扫描的形式实现了一种相当快的方法(请参见第31页的图像) 。这为与硅光子学无关的PDGS应用打开了潜力。例如,在激光制造中,基于输出光束的各种参数,将体光学元件对准到相互最佳的位置。这可能是一个耗时的过程,因此将其自动化可以在产量和生产量方面带来可观的回报。相机是另一个例子。每年有数十亿个产品被制造出来,这在很大程度上是由于全球对智能手机的需求,智能手机行业相机质量的稳步提高以及诸如面部贴图等新颖应用的推动。每一代手机在每部手机上集成了更多的摄像头,以至于智能手机的需求可能骤降50%(这不会发生,我赶紧补充一下),但是智能手机制造商在2019年仍然需要​​比2015年更多的相机。

  随着每年制造更多具有更高复杂性的光学设备,PDGS的应用将继续扩大。通过使微型机器人具有纳米级的目光,这项技术可以优化硅光子学和其他制造领域中多个光学元件的位置,从而随着在计算,成像和许多其他领域的新篇章的撰写而保持精确定位光子技术。

转载请注明出处。

1.本站遵循行业规范,任何转载的稿件都会明确标注作者和来源;2.本站的原创文章,请转载时务必注明文章作者和来源,不尊重原创的行为我们将追究责任;3.作者投稿可能会经我们编辑修改或补充。转载请注明seohttp://www.swlxs.com