3. 硅光无源器件设计

硅光神经网络计算芯片中,无源器件承担光信号的分配、耦合、滤波与路由功能,其性能直接决定片上光网络的插入损耗、串扰与带宽。本节围绕四类核心无源器件——定向耦合器(DC)、多模干涉器(MMI)、微环谐振器(MRR)和阵列波导光栅(AWG),从工作原理出发,结合仿真流程与版图实现要点展开讲解。

一、定向耦合器:耦合长度与相位控制

定向耦合器由两条平行波导构成,间距 g 足够小时,两波导中的模式发生重叠,能量在传播过程中周期性交换。设耦合系数为 κ,传播常数为 β,则耦合长度 Lc = π/(2κ) 对应完全耦合(cross 态),L = π/κ 对应完全返回(bar 态)。在硅光平台中,典型参数为波导宽 500 nm、高 220 nm、间距 200 nm,此时 κ 约为 0.1~0.3 μm⁻¹,耦合长度在 5~15 μm 量级。

仿真时,使用 FDTD 或 EME 方法扫描间距与耦合区长度,提取 κ 与 Lc。版图实现中,耦合区两端需加入 S 形弯曲或锥形过渡,避免模式失配。对于神经网络中的 3 dB 分束器,通常取 L = Lc/2,并配合相位延迟线实现任意分束比。

二、多模干涉器:自成像与分束/合束

MMI 基于多模波导中的自成像效应。当输入光进入多模区后,激发多个模式,这些模式在传播中相互干涉,在特定长度处形成输入场的镜像或复制。对于 1×2 分束器,多模区宽度 WMMI 与长度 LMMI 满足:

L_MMI ≈ (4 n_c W_MMI²) / (3 λ₀)   (对称干涉,1×2)
L_MMI ≈ (n_c W_MMI²) / (λ₀)        (一般成像,N×N)

其中 nc 为多模区有效折射率,λ₀ 为真空波长。以 SOI 平台为例,WMMI = 6 μm,nc ≈ 3.2,λ₀ = 1550 nm,则 1×2 MMI 长度约 30~40 μm。仿真时需关注多模区宽度、输入/输出波导位置与锥形宽度,优化成像质量与带宽。版图中,输入输出波导通常采用锥形渐变(taper)连接,减少模式失配损耗。

三、微环谐振器:滤波与调制

微环谐振器由环形波导与一条或两条直波导耦合构成。当环周长 L = 2πR 满足谐振条件 neff L = mλ(m 为整数)时,特定波长被耦合进环并增强。自由光谱范围 FSR = λ²/(ng L),其中 ng 为群折射率。品质因子 Q = λ/Δλ,与耦合系数和损耗相关。

在神经网络中,微环常用于权重调制:通过改变环上 PN 结的偏压,注入载流子改变 neff,从而移动谐振峰,实现光强调制。仿真时,使用传输矩阵法或 FDTD 提取耦合系数 κ 与环内损耗 α,计算透过率谱。版图实现中,需注意环与直波导的耦合间距(通常 100~300 nm)、掺杂区位置与电极布局,避免引入额外损耗。

四、阵列波导光栅:波分复用与路由

AWG 由输入/输出波导、自由传播区(FPR)和阵列波导组成。输入光经 FPR 衍射后耦合进阵列波导,相邻波导间引入固定长度差 ΔL,使不同波长在输出 FPR 中聚焦到不同位置,实现波分解复用。角色散方程可写为:

Δx/Δλ = (f ΔL n_g) / (n_s d λ₀)

其中 f 为 FPR 焦距,ns 为平板波导有效折射率,d 为阵列波导间距。设计时需根据通道数、通道间隔和 FSR 确定 ΔL 与阵列波导数量。仿真中,使用 BPM 或 FDTD 验证 FPR 中的衍射与聚焦,并优化阵列波导的锥形过渡。版图实现中,AWG 的弯曲波导需保持低损耗,阵列波导长度差需精确控制,通常采用多段弯曲与直波导组合。

四类硅光无源器件:结构、关键参数与功能 定向耦合器 (DC) g 耦合长度 L_c = π/(2κ) 3dB: L = L_c/2 κ ≈ 0.1~0.3 μm⁻¹ 功能:分束/耦合 多模干涉器 (MMI) 多模区 W_MMI L_MMI ≈ 4n_c W²/(3λ₀) W_MMI = 6 μm → L ≈ 35 μm 功能:分束/合束 微环谐振器 (MRR) R 谐振:n_eff L = mλ FSR = λ²/(n_g L) 功能:滤波/调制 阵列波导光栅 (AWG) ΔL 固定长度差 Δx/Δλ = fΔL n_g/(n_s d λ₀) 功能:波分复用/路由 仿真与版图实现流程 参数扫描 g, W, L, R, ΔL FDTD/EME 仿真 提取 κ, α, n_eff 版图绘制 锥形/弯曲/电极 流片与测试 插损/串扰/带宽 迭代优化:根据测试结果修正参数 关键指标:插入损耗 < 1 dB,串扰 < -20 dB,带宽 > 30 nm,FSR 匹配通道间隔

五、仿真与版图实现要点

四类器件的仿真流程具有共性:首先确定目标指标(插损、带宽、FSR、串扰),然后扫描关键几何参数,使用 FDTD 或 EME 提取有效折射率、耦合系数与损耗,最后将优化后的参数映射到版图。版图实现中需注意:波导宽度与间距的工艺偏差(±10 nm 量级)会显著影响耦合系数与谐振波长,因此需在设计中预留可调谐手段,如热光或电光调相。

教学示例参数(SOI 平台,λ₀ = 1550 nm): 波导宽 500 nm、高 220 nm、BOX 层 2 μm;DC 间距 200 nm,耦合长度 10 μm;MMI 多模区宽 6 μm、长 35 μm;微环半径 10 μm,耦合间距 150 nm;AWG 通道数 8,通道间隔 200 GHz,ΔL ≈ 20 μm。以上为合理假设值,实际设计需根据工艺库调整。

在神经网络计算芯片中,无源器件的集成密度与损耗预算需协同优化。例如,一个 4×4 光矩阵乘法单元可能包含数十个 MMI 与微环,单器件插损需控制在 0.5 dB 以内,否则级联后总损耗将超过 10 dB。因此,仿真阶段应建立损耗预算表,版图阶段则需考虑波导交叉、弯曲半径与热串扰等实际约束。

常见问题: 微环谐振波长对温度敏感(约 0.1 nm/K),版图中需集成加热电极或采用无热化设计;AWG 的阵列波导长度差误差需控制在 10 nm 以内,否则通道串扰恶化。

综上,定向耦合器、MMI、微环与 AWG 分别对应耦合、分束、滤波与波分复用功能,其设计核心在于精确控制几何参数与相位关系。通过系统化的仿真与版图迭代,可在硅光平台上实现低损耗、高集成度的无源光网络,为神经网络计算提供可靠的物理层支撑。