矽光子技術革命：打造高效能AI硬體的關鍵突破

人工智慧的崛起已徹底改變眾多產業面貌。在深度學習技術與大資料的驅動下，AI模型的訓練需要龐大的運算資源。現有AI基礎設施主要依賴圖形處理器(GPU)，但其運作時的高能耗問題始終是關鍵挑戰。發展更高效、更環保的AI硬體架構，將成為推動未來AI發展的重要關鍵。

最新發表於《IEEE量子電子學精選期刊》的研究展示了一種基於光子積體電路(PIC)的新型AI加速平臺。這項由惠普實驗室資深研究科學家Bassem Tossoun博士主導的研究證明，採用III-V族化合物半導體的光子積體電路能有效執行AI運算任務。與傳統依賴電子分散式神經網路(DNN)的AI硬體不同，光子AI加速器利用光學神經網路(ONN)，能以光速運作且幾乎不會產生能量損耗。

Tossoun博士解釋：「雖然矽光子技術易於製造，但難以擴充套件為複雜積體電路。我們的裝置平臺可作為光子加速器的基礎元件，其能源效率與擴充套件性都遠優於現有最先進技術。」

研究團隊採用異質整合技術來製造硬體，結合矽光子與III-V族化合物半導體，整合雷射與光學放大器以降低光損耗並提升擴充套件性。這些半導體能製造出更高密度與複雜度的光子積體電路，完整支援神經網路所需的所有運算，使其成為次世代AI加速器硬體的首選方案。

製造過程始於絕緣層上矽(SOI)晶圓，接著進行微影製程、乾式蝕刻，以及金氧半導體電容(MOSCAP)裝置與雪崩光電二極體(APD)的摻雜處理。隨後透過選擇性生長矽與鍺來形成APD的吸收層、電荷層與倍增層，並採用晶片對晶圓接合技術將III-V族化合物半導體整合至矽平臺上。

Tossoun博士強調：「這種III-V/SOI異質整合平臺提供了開發光子與光電運算架構所需的所有關鍵元件，特別適用於採用連續類比值進行資料處理的類比機器學習光子加速器。」

這項突破性技術能將光學神經網路所需的所有元件整合至單一光子晶片上，包括晶片雷射、放大器、高速光偵測器、高效能調變器等。其能源效率是其他光子平臺的290倍，更是最先進數位電子技術的140倍，將為AI/ML加速帶來革命性進展，大幅降低能源成本並提升運算效率。

這項技術未來將使資料中心能處理更多AI工作負載，解決多項最佳化難題，為打造強健且永續的AI加速器硬體鋪平道路。

[end]