Nat. Photon.：基于钙钛矿/氮化硅异质集成的片上光子系统（2024）

摘要

摘要图
本研究提出并实现了一种基于钙钛矿/氮化硅平台的片上光子系统，通过开发纳米异质集成技术，将高效LED、光子处理器和灵敏光探测器集成于单一芯片。系统能够执行光子神经网络任务，预测二维无序SSH模型的拓扑不变量（平均保真度87%），并在边缘检测和CIFAR-10分类任务中分别取得超过85%和56%的准确率。这项研究为集成多功能光子信息处理提供了全新方案。

关键词

  • 光子芯片 (Photonic chips)
  • 异质集成 (Hetero-integration)
  • 钙钛矿 (Perovskites)
  • 神经网络 (Neural networks)
  • 非线性拓扑模型 (Nonlinear topological models)

研究背景

随着信息技术的快速发展，对高效、低功耗的光子信息处理芯片需求日益增加。光子芯片因其利用光子作为信息载体，具有高速、低损耗等特性，被认为是下一代信息技术的核心。然而，如何在单一芯片上实现集成光源、信号处理器及探测器仍是挑战。钙钛矿材料因其带隙可调、高晶格容忍度和低成本等优势，为实现片上异质集成提供了理想选择。

创新点

  • 提出了基于钙钛矿/氮化硅异质集成平台的光子芯片解决方案。
  • 开发了高效的片上LED和光探测器，具有快速响应和高保真度特性。
  • 设计并实现了光子神经网络，用于拓扑模型和计算机视觉任务。
  • 为片上多功能光子计算提供了一种创新性、可扩展的框架。

研究内容

本研究采用低温溶液工艺，将钙钛矿材料与氮化硅平台结合，开发出一种异质集成的片上光子系统。系统包含一个外量子效率（EQE）达21.2%的高效LED、两台灵敏的光探测器和一个13层光子神经网络，用于光子计算任务。实验验证显示，该系统在二维无序SSH模型的拓扑模拟中实现了87%的保真度，并在计算机视觉任务中取得优异表现，包括边缘检测和CIFAR-10分类。此系统有效解决了多类光子器件的集成问题，拓宽了片上智能光子技术的应用前景。

图1
图 1 | 基于钙钛矿/Si3N4 的单片异质集成光子芯片系统的提案。

(a) 钙钛矿/Si3N4 单片异质集成光子芯片系统的示意图。该系统包含高效稳定的LED、一个13层（L1-L13）的局部连接光子网络（具有15个输入和2个输出，用于光子计算）以及两个高灵敏度、快速响应的光探测器。NL表示非线性层。
(b) 使用该光子系统进行的光子模拟的示意图。
(c) 使用该光子系统执行的计算机视觉任务的示意图。

图2
图 2 | 基于钙钛矿/Si3N4 的单片异质集成光子芯片系统的表征。

(a) 钙钛矿二极管在LED模式下工作的示意图。PeLED表示钙钛矿LED。插图为尺寸为1 mm × 2 mm的钙钛矿LED电驱动图像。\(\mathrm{E_{c}}\)为导带，\(\mathrm{E_{v}}\)为价带，\(\mathrm{E_{F_n}}\)为电子准费米能级，\(\mathrm{E_{F_p}}\)为空穴准费米能级。
(b) 优化钙钛矿LED的外量子效率（EQE）与辐射度随电流密度变化的曲线。
(c) 钙钛矿LED在不同偏置电压下的频率响应。
(d) 钙钛矿二极管在光探测器模式下工作的示意图。PePD表示钙钛矿光探测器。插图为0.5 mm × 0.5 mm的钙钛矿光探测器图像。
(e) 钙钛矿光探测器在黑暗和不同光功率下的电流-电压（I-V）曲线。激发光源的峰值波长为808 nm，与钙钛矿电致发光的峰值波长相匹配。
(f) 钙钛矿光探测器在零偏置下的瞬态光电流（TPC）特性，设备面积不同。a.u.表示任意单位。
(g) 单片集成光子芯片中钙钛矿LED、光探测器和Si3N4波导的示意图。插图为单片集成光子芯片系统的图像。
(h) 不同结构的I-V曲线。\(\mathrm{J_{PD}}\)表示片上钙钛矿光探测器的输出电流密度。
(i) 不同结构片上设备的频率响应。

图3
图 3 | 二维无序SSH模型中的AMCD计算。

(a) 二维无序SSH模型的示意图。
(b-c) \(\mathrm{N=20}\) (b) 和 \(\mathrm{N=4}\) (c) 情况下AMCD演化的计算结果。
(d-g) 拥有边界条件 (OBC) 和周期性边界条件 (PBC) 的拓扑 (d, f) 和平凡 (e, g) 相位的特征能量计算结果。
(h-k) 计算的拓扑态。
(l-m) 用于AMCD计算的大 (l) 和小 (m) 网络结构。
(n-q) 大 (n, o) 和小 (p, q) AMCD网络的训练损失和测试结果。
(r) 小规模网络用于AMCD计算的实验结果。

图4
图 4 | 非线性拓扑模型中的时间相关光子模拟。

(a) 在非线性SSH模型中，\(\mathrm{T=64}\)时的波函数分布，输入为边界。
(b) 随输入强度变化的波函数在边界上10个晶格点的比例。
(c) 系统中央以高斯分布输入下的波函数分布，\(\mathrm{T=64}\)。
(d) 波函数在系统中央10个晶格点的比例随输入强度变化的图。
(e) 随输入强度增加，波函数演化从体态向边界态过渡。
(f) 使用高斯光束输入时波函数演化，随输入强度增加形成空间孤子。
(g) 用于时间相关非线性光子模拟的理论网络架构。
(h) 不同时间步的训练精度曲线。
(i) 测试数据集的精度分布。
(j) 测试数据集中所有64个时间步的平均精度。

图5
图 5 | 边缘检测和图像分类任务。

(a) 训练数据集中3×3像素图像块编码为复幅值的示意图。
(b) 用于边缘检测的网络架构及训练相位分布。
(c-d) 边缘检测任务的训练损失 (c) 和训练精度 (d) 曲线，基于四轮不同初始化的训练。
(e) 边缘检测的测试混淆矩阵。
(f) 基于随机选取的100个测试样本（50个边缘案例和50个非边缘案例），进行边缘检测实验的混淆矩阵。
(g) 用于边缘/非边缘分类的网络归一化输出分布（以logit值表示）。
(h) CIFAR-10分类任务的网络架构。
(i) CIFAR-10分类任务。
(j-k) CIFAR-10分类任务的训练损失 (j) 和训练精度 (k) 曲线，基于四轮独立训练的不同初始化。
(l) CIFAR-10第一轮训练的测试混淆矩阵。

结论与展望

通过开发基于钙钛矿/氮化硅平台的片上光子系统，本研究实现了光子模拟与计算机视觉的多任务集成。系统性能的优越性表明其在拓扑物理模拟、边缘检测及图像分类中的广阔应用潜力。未来研究将专注于提升光子网络计算效率和能耗表现，为智能光子芯片的全面发展奠定基础。

论文直达

原文标题：Hetero-integrated perovskite/Si3N4 on-chip photonic system

Nat. Photon. 2024, 18, 1031–1039.

点击以下链接阅读原文：

原论文链接 >>>