刘骏秋：光芯片应用不仅局限于人工智能(2)

在这里我们用到一个技术叫做氮化硅光子大马士革工艺。大马士革工艺是非常古老的工艺，最早可以追溯到阿拉伯人对他们的武器和装饰上面做颜色的镶嵌和绘图。这个工艺本质上就是先做图形，然后你把颜色料材料镶嵌到材料当中做一个抛光，这样有了绘图。

这个思想被用在早期的电子电路制造上面。在我们的研究当中，我们把氮化硅、大马士革工艺用到氮化硅集成光路制造上面，利用这项工艺，目前可以得到所有集成光芯片当中最低的光损耗。

在工艺的过程当中，我们用到非常成熟的半导体微纳加工技术等。所有这些工艺流程都是在我们大学完成的。

那么对于所有的，我之前提到过光的损耗对于光器件来讲是非常重要的，目前最低的光损耗是在光纤当中实现，它的损耗大概是0.2dB/km，非常低，这里我们要感谢高坤，因为没有他的贡献，我们无法享受到全球光通信的技术。那么在集成光学当中，目前波导商业的硅波导损耗是dB/cm，我们的氮化硅可以做到0.01个dB/cm，就是比这些材料要好2倍以上。

我们回顾一下最近氮化硅发展的历程，氮化硅集成波导目前也发展超过十年，最早是哥伦比亚大学的米哈森教授研发成功的。这里我标识的品质因素，品质因素越高，光的损耗越低。可以看到氮化硅的品质因素是稳步的增长，也预示着这个技术现在是逐渐的商业化。我们也是通过对工艺不断的优化，然后测量我们的芯片样本，做了一个统计的分析，可以发现我们的损耗真的是可以达到1dB/m，这样非常低的损耗。利用这项氮化硅技术，我们也做了很多环形的微腔，根据需求可以把不同大小环形微腔，在不同应用上扮演着不同的角色。比方说10g左右的光学微腔，可以用来生成微波。10g-50g可以用来做天体光谱仪的校准。50g-100g可以用来做光通镜，100g以上可以做毫米波的生成。同时我们也做了非常复杂，非常密集的光的集成网络，我们可以看到在5毫米×5毫米的光芯片上，放了将近1米长的波导，这样的话可以利用这个长波导来实现一些特殊的量子光源纠缠态的制备、量子计算或者光研制线等一系列相关的应用。

利用氮化硅环形微腔，我们可以做重复频率比较高的微梳。我们送进去一束光，在出射端得到很多很多束光的通道。在这里可以看到2个箭头之间，下面的2个箭头之间可以达到超过300个通道，也就是说这300个通道都用来作为通信上编码，所以整个光源可以用来作为非常高效的通信种子源。

我们有了这样的光频梳，同时可以产生这么多通道，接下来我们就需要对每个通道进行光路传输。在这里我们需要用到片上的集成调制器，我们使用的是压电材料氮化铝的声光调制器。在光芯片上有很多这样的调制器，尤其是对氮化硅这样没有二级非线性材料来讲，一般需要用到电光调制器，会用到石墨烯或者二维材料做调制，还有热调制。这些调制器或多或少都有技术上的缺陷，比如它的工艺流程过于复杂、技术不够成熟、或者损耗过大，或者调制速度过慢。近年来一个趋势，使用压电材料来做调制器，压电材料是在微机电系统当中有非常普通的应用。在这里，压电材料调制基本上基于两种：一种是改变几何构型，在压电材料上施加电压，会在衬底之间产生张力，张力就会改变仪器的几何构型，从而改变光传播的时间。二是通过压光效应，压光效应就是说施加了电压，在衬底上会直接产生这样的压力，压力会直接改变材料的折射率。通过压光调制器可以达到很高的调制速率，同时它不限制于任何的衬底，所以可以把这个机制放在所有的集成光芯片使用上。

我简单说一下我们使用的压电材料氮化铝，氮化铝是一种广泛应用于微机电体系中的压电材料。你在氮化铝上下表面施加一个交流电的时候，由于氮化铝在电压的作用下会舒张或者收缩，它就可以在薄膜内部产生一个体声波，体声波本质上来讲就是生子在薄膜内部的驻波信号。它的声波频率是跟薄膜厚度，生子在薄膜当中升速是相关的。当你去扫频时会发现这样一个特征的传输曲线，这个传输曲线就是说有共振线和非共振线，一个决定就是能量直接从薄膜当中穿过，另外是电能转化成薄膜内声波能量。

当你把这样几个氮化铝集成波放在一起就会产生射频，信号宽带的滤波器，这个技术是我们身边的技术，你们每一个人拿出手机，你们手机当中都有4-8个这样的元件用来接受WIFI信号，这项技术每年有几百亿每年的市值，一些大公司每年都会产生数十亿这样的单元。我们的工艺上就是将氮化铝压电材料放在氮化硅集成光芯片上，用它来做集成的声光调制。这里可以看到样品的截面图，可以看到氮化铝完全覆盖了氮化硅的光路，同时我们的光的传播也离金属很远，这样的话我们的低损耗得以维持。

我们的实验机制是将一束光耦合成光学微腔里，通和施加外部氮化铝升光调制，同时去调制每一根由种子源产生的频率梳的每根梳齿，就实现了对每一根频率梳的每根梳齿，或者编码通道的调制。我们也测试了调制速率和调制的能量。

我这里展示了氮化硅集成光源和调制的能力，我们利用这两个简单的功能，接下来实现很多应用。由于今天我们说的是人工智能，我说两个关于人工智能方面的应用。第一个人工智能应用就是说激光雷达，我们在这里做的是相干激光雷达，FMCW。相干激光雷达不仅可以测量物体与你的距离，同时可以测量物体运动的速度。这里它的机制是利用三角波调制信号，把它发送到移动物体上，这时候你去探测从物体上反射的信号，然后将出射信号和反射信号做一个拍平，这样的话可以得到两个参量，FU和FD。你根据这两个参量，可以还原反射信号波形图，将反射信号与出射信号作对比会发现两个参量不一样，第一个参量对应时间的延迟，我们知道光速，根据时间的延迟可以计算物体与你的距离；第二个参量是频率的变化，频率的变化对应的是多普勒，由多普勒效应造成的。你知道当你的汽车开在高速公路上，为什么交警可以立刻探测到汽车运动的速度呢，其实这里就是用到多普勒雷达的功能。利用多普勒效应，我们可以知道物体移动的速度。

当我们用频率梳这样的技术时，由于频率梳具有多通道优势，每根通道进行调制，可以同时产生数十根或者数百根激光雷达，我们利用色散的元件可以将激光雷达分发到相对的广角，可以进行平行多通道，一个广角的激光雷达测距功能。我们其实同时去调制激光器和频率梳，可以做到调制过程中不改变光源的波形图，也利用这样一个技术做了一个测序实验，这个工作也是以封面的形式发表在近期的《自然》杂志上。

（编辑：ASP站长网）