光脉冲神经网络系统架构：发射端、传输链路、接收端关键器件

做硅光芯片调试，第一件事就是搞清楚信号到底经过了哪些环节。光脉冲神经网络（PONN）说白了就是一个光子版的计算系统，信号从电转光，在芯片里跑一圈，再光转电。我个人习惯把整个架构拆成三段看：发射端（怎么把电脉冲变成光脉冲）、传输链路（光在波导里怎么走）、接收端（怎么把光脉冲还原成电信号）。每一段都有各自的坑，咱们一个一个来聊。

发射端：把电脉冲“刻”到光上

发射端的任务简单粗暴：产生一个稳定的光载波，然后用输入电脉冲去调制它。关键器件就那么几个：

• 激光器：通常用片上集成的 DFB 激光器或 DBR 激光器。波长稳定性是命门——我在项目中遇到过波长漂了 0.5 nm，结果整个网络的权重更新全错了。嗯，温度控制必须到位。
• 调制器：马赫-曾德尔调制器（MZM）或电吸收调制器（EAM）。MZM 线性度好，但偏压点容易受温度影响（我记得第一次调试时花了三天才把偏压锁定回路调稳）；EAM 尺寸小、驱动电压低，但插入损耗偏高，容易把光功率吃光。
• 驱动器：跨阻放大器（TIA）或者限幅放大器，负责把 FPGA 输出的电脉冲幅度放大到调制器需要的摆幅。带宽和摆幅要同时满足，不然脉冲形状会变形。

调制器类型选择我习惯用这个表来快速决策：

传输链路：光脉冲在芯片里“跑”的路径

光从调制器出来，要经过一段波导才能到达下一层或者接收端。传输链路里最容易出问题的是耦合和损耗。说白了，光信号每经过一个元件就掉一截功率，掉到接收端检测不出来，什么计算都白搭。

• 波导：常用的是硅脊型波导或氮化硅波导。弯曲半径如果太小，辐射损耗会指数级上升——我踩过这个坑：为了省面积把弯曲半径缩到 5 μm，结果损耗比直波导大了 8 dB，整个链路 SNR 直接崩了。
• 光耦合器：MMI、Y 分支、定向耦合器。分光比误差、偏振相关损耗（PDL）是常见故障。
• 波分复用器：如果系统用了多波长，阵列波导光栅（AWG）和微环谐振器（MRR）是核心。微环对温度极其敏感，谐振波长温漂约 0.11 nm/°C，不做加热或补偿的话，一发神经网络的精度就掉。

还有一个容易被新手忽视的点：波导表面的粗糙度。散射损耗随粗糙度平方增长，对于深紫外光刻的硅光芯片，散射损耗大概在 2~3 dB/cm。如果流片批次不好，可能飙到 5 dB/cm 以上。调试时可以用 cut-back 法测出损耗系数，确认是否在预期范围内。

接收端：把微弱的光脉冲“捞”回来

接收端负责把经链路衰减后的光脉冲转换成电信号，再放大到 FPGA 能识别的逻辑电平。关键器件包括：

• 光电探测器：常用的有 PIN 和 APD。PIN 带宽高（>40 GHz），但响应度低（~0.8 A/W）；APD 有内部增益（10~20 dB），但需要高偏压且噪声大。在光脉冲神经网络中，脉冲能量通常很小，我个人更倾向用 APD 搭配低噪声 TIA。
• 跨阻放大器（TIA）：将光电流转换成电压。灵敏度、噪声、带宽三要素要权衡。我曾经碰到过 TIA 输出饱和导致脉冲幅值压缩，最后发现是输入光功率超过了线性范围——加了个数字可变增益放大器才解决。
• 限幅放大器 / 比较器：把模拟信号恢复成数字脉冲。阈值设置很关键，设低了噪声误触发，设高了漏掉弱脉冲。

接收端的信噪比（SNR）直接决定了神经网络的分类精度。我习惯用下面这个经验公式估算最差情况：

SNR_dB = 10 * log10( (η * P_in * R)^2 / (2 * q * I_dark * B + i_noise^2 * B) )

其中 η 是探测器量子效率，P_in 是入射光功率，R 是负载电阻，I_dark 是暗电流，B 是带宽，i_noise 是 TIA 输入电流噪声密度。如果算出来 < 15 dB，那神经网络大概率没法收敛。

系统架构总览（SVG 图）

下面这张图把三大段和关键器件的关系画在一起，方便你调试时快速定位。红色箭头是光信号，蓝色是电信号。

光脉冲神经网络调试，说到底就是沿着这三段逐级排查。我的经验是：先做光链路预算，从发射端激光器功率开始，逐段减去各元件的损耗，算出接收端能收到的光功率；如果这个值比探测器灵敏度还低，那根本不用看后面电路，先把光功率补回来再说。

等光功率达标了，再上电信号。拿高速示波器接在接收端 TIA 输出，看有没有脉冲波形。如果只有底噪，可能是探测器坏了或者没对上光；如果脉冲幅度明显偏小，先去查发射端调制器的偏压位置。说来说去，硅光芯片的故障多半出在耦合和温度上——这两样你盯住了，能省至少一半的调试时间。