32 波长“一闪”完成识别——PhC-DONN 开启片上超并行光神经网络新时代

搁浅

32 波长“一闪”完成识别——PhC-DONN 开启片上超并行光神经网络新时代 (DOI: 10.1515/nanoph-2025-0168)

当电子 AI 芯片撞上“功耗墙”与“带宽墙”，光计算被视为破局关键。中科院民族大学等团队在《Nanophotonics》2025 年第 14 卷报道的最新成果，把二维光子晶体（PhC）与衍射深度网络（DONN）“缝合”成一体，提出 PhC-DONN 架构：仅用一次光前向传播即可并行调用 32 个波长通道，实现图像与视频实时分类。MNIST 手写数字识别率 99.09%，KTH 人体动作视频识别率 92.25%，吞吐效率比传统单波长 DONN 提升 32 倍，为“大规模光子智能”提供了可 CMOS 量产的工程路径。

一、从“单波长”到“波分并行”——瓶颈与破局
现有片上 DONN 大多工作于固定波长，光谱维度被闲置；若强行引入多波长，又因衍射层色散弱、通道间串扰大，精度随通道数增加而骤降。作者反其道而行：

• 在输入端用 PhC 卷积层把 32 路波长预先“雕刻”成 32 幅不同强度分布；
• 让衍射层只负责线性权重运算，无需随波长改变权重；
• 在输出端再用 PhC 非线性层完成波长选择激活与概率叠加。
  由此绕过传统衍射元件色散不足的硬伤，把“波长”这一天然自由度真正转化为并行计算资源。
  

二、芯片架构三件套

• PhC 卷积层
  
  • 二维硅柱阵列（晶格常数 420 nm，柱半径 0.3a）中心引入点缺陷；
  • 缺陷柱折射率 n 由微加热器电压调谐（3.46→3.50），在 1530–1620 nm 内产生 3 个高 Q 透射峰；
  • 每峰可再细分 10+ 子通道，共 32 路波长，每路独立幅度调制，等效 1×1 卷积核。
    
• 衍射层
  
  • 三级级联，每级 128 个衍射单元（DU）；
  • 单元为 Si/SiO₂ 混合槽结构，槽深/宽固定相位，无需额外电源；
  • 32 波长共用同一套权重，完全规避色散耦合。
    
• PhC 非线性激活层
  
  • 采用同材质点缺陷阵列，利用缺陷模式透射率随 n 突变实现 ReLU-like 非线性；
  • 10 个输出端口对应类别，32 波长光强在端口直接叠加，能量最高者即为预测结果。
    

三、实验表现——“又快又准”

• 静态图像
  – MNIST：99.09%（baseline DONN 93.4%）
  – CIFAR-10：66.41%（baseline 60% 左右）
• 动态视频
  – KTH 人体 6 类动作：92.25%，单次前向传播即同时处理 32 帧，等效帧率提升 32×；
• 能量评估
  – 全部无源衍射+低功耗微热调谐（<2 mW/通道），理论能效达 50 TOPS W⁻¹，比 7 nm 电子 AI 芯片高 2 个量级。
  

四、波长-决策联合推理——为何能“越并行越鲁棒”？
传统投票机制在单波长出错时易误判。PhC-DONN 把 32 路概率在光域直接“能量叠加”，相当于一次贝叶斯平均：单通道噪声可被其他波长抑制。文章给出的混淆矩阵显示，MNIST 数字“9”被错分为“4”的概率由单波长时的 0.9% 降至 0.1%。

五、CMOS 兼容与可扩展性

• 全套结构基于 220 nm SOI 平台，深紫外 193 nm 光刻即可量产；
• 通道数可随光频梳扩展至 >1000 路；
• 逆向设计+多目标优化算法可同步优化 PhC 缺陷几何与衍射槽深，实现“非线性-权重-色散”联合最优化。
  

六、未来展望
作者指出，PhC-DONN 的波长并行思想可无缝迁移到更复杂场景：

• 高分辨率医学图像 100 类分类；
• 自动驾驶多目标追踪——用波长编码空间坐标，实现“位置-身份”同步识别；
• 病理切片 3D 重建——以波长映射深度，一次推理获得立体信息。
  随着片上光频梳、相变材料可重构波导与反向设计算法的成熟，“万波长级”超大并行光 AI 芯片不再遥远。
  

结语
PhC-DONN 把“光子晶体色散调控”与“衍射计算”两大技术路线合二为一，首次在实验上证明：多波长不是负担，而是尚未被充分利用的并行宝藏。32 倍吞吐提升只是起点，当波长通道拓展到百千量级，光神经网络或将真正甩开电子同行，迈入“光速 AI”新时代。