点击蓝字 关注我们
SUBSCRIBE to US
图示： 新型高性能AI加速硬件平台，在硅芯片上集成光子电路
研究人员开发出新型AI加速器硬件平台，能以更低能耗处理大量计算任务。
AI正以惊人的速度改变各行各业，随之而来的是，深度学习技术和海量数据的处理对它的算力也提出了极高的要求。如今，AI训练大多依赖图形处理器（GPU）来完成繁重的计算任务，其庞大的算力需求与巨大的能耗，已成为了AI发展的“隐形负担”。
近期发表在IEEE Journal of Selected Topics in Quantum Electronics上的研究（https://ieeexplore.ieee.org/document/10835188/），提出了一种全新的解决方案：使用光子集成电路（PIC）来打造新型AI加速平台。与传统GPU架构相比，该平台具有更高的可扩展性与能效。该研究由惠普实验室资深研究者Bassem Tossoun博士主导，展示了使用III-V族化合物半导体材料的PIC如何高效执行AI计算任务。该光子AI加速器采用光神经网络（ONN）传输和处理信息，而非电子分布式神经网络（DNN），这就意味着：运行速度更快，能耗更低，几乎没有信号损耗。
Tossoun博士表示： “制造硅光子器件并非难事，但将其应用于复杂的大规模集成电路中仍存在局限。而我们研发的平台可以作为未来光子加速器的核心组件，具备远超现有技术的扩展性与能效表现。”
研究团队采用“异质集成”工艺，把硅光子技术和III-V族半导体材料“拼”在一起，实现了激光器和光放大器的芯片内集成，以此减少光损耗并提升可扩展性。
具体流程如下：以涂有400 nm厚硅层的“绝缘体上硅”（SOI）晶圆为基底，依次进行光刻、干法刻蚀，以及金属氧化物半导体电容器（MOSCAP）与雪崩光电二极管（APD）的掺杂。随后，通过选择性生长硅与锗，形成APD的吸收层、电荷层与增益层。接着，通过“芯粒对晶圆键合” 技术，将III-V族化合物半导体（如InP或GaAs）集成至硅基平台，并添加薄栅氧化层（Al₂O₃或HfO₂）以提高器件效率，最后沉积厚介电层以实现封装并提升热稳定性。
这种独特的光子平台，可以在一块芯片上集成构建光神经网络所需的全部核心器件，实现晶圆级的一体化制造。这些器件包括片上激光器、光放大器、高速光探测器、节能调制器，以及具备记忆功能的相位调控器等。未来，该平台将助力数据中心承载更多AI计算任务，并为多个待优化问题提供解决方案。
这一平台有望解决当前AI芯片在计算能力和能耗方面的难题，为未来打造更高效稳健且可持续的AI加速硬件奠定基础！
参考资料
原文标题：面向节能AI/ML加速器的大规模集成光子器件平台
期刊名称：《IEEE量子电子精选期刊》
DOI：10.1109/JSTQE.2025.3527904，https://ieeexplore.ieee.org/document/10835188
新闻稿来源：IEEE光子学会
媒体联系人：Kristen Amoroso
邮箱：k.amoroso@ieee.org
地址：美国新泽西州
电话：+1(732) 562-6694
微信号｜IEEE电气电子工程师学会
新浪微博｜IEEE中国
Bilibili | IEEE中国
· IEEE电气电子工程师学会 ·
往
期
推
荐
仿生机器人技术蓬勃发展，但面临技术和成本障碍
无人机助推产业迈向新高度
数字干扰让人抓狂？这些方法或许能解决
世界最小心脏起搏器 —— 比米粒还小，注射植入后能自行溶解
