4. MZI阵列架构
这一讲咱们把目光从单个 MZI 单元挪开，看看怎么把它们拼成有用的阵列。你想想看，光计算系统里通常需要把一路光分到多路，或者把多路信号交叉重组，那就得靠阵列架构来搞定。
我个人习惯把阵列分成三类：1×N 分束器、N×N 交叉开关、网格拓扑。这三类不是替代关系，而是不同场景下的工具。我刚开始接触这行时，总觉得 N×N 最万能，后来踩了坑才发现——选错架构，校准难度直接翻倍。
4.1 1×N 分束器：树形级联
最简单也最直观的阵列。用 MZI 的 2×2 耦合特性，一层层把光功率均分。比如你要做成 1×8，就先用一个 MZI 分成两路，每路再接一个 MZI 分成四路……说白了就是二叉树。
关键点
- 每个 MZI 只做 3dB 分束（分光比 50:50）
- 级联深度 = log₂(N)，N 是输出端口数
- 相位校准只需保证每个 MZI 的 π/2 偏置准确
我在项目中遇到过一种情况：用 1×16 分束器给探测器阵列馈光，结果输出端光功率差异超过 20%。排查半天发现是中间某个 MZI 的热光串扰导致相位偏移。嗯，这里要注意：级联层数越多，对相位误差的累积越敏感。
| 参数 | 典型值 | 我的经验 |
|---|---|---|
| 均匀度 | ±0.5 dB | 用 5 层以内，超过会有压力 |
| 插入损耗 | ~1.5 dB（4 层） | 每层加 0.3~0.4 dB |
| 带宽一致性 | ±10 nm | 与 MZI 臂长差相关 |
4.2 N×N 交叉开关：全连接矩阵
如果把 1×N 看作“广播”，那 N×N 就是“交换”。每个输入都可以路由到任意输出，核心结构是 Reck 或 Clements 分解。简单说，用一组 MZI 网格实现任意酉矩阵的分解，再通过相位调谐来设置权值。
为什么需要这么多拓扑？因为实际芯片上的波导交叉会引入损耗和串扰，所以 N×N 架构必须做无阻塞路由。我最常用的是 Clements 结构——相比 Reck，它对误差的容忍度更高，校准起来也少几轮迭代。
避坑指南
我曾经用 Reck 结构搭过 8×8 阵列，在校准阶段发现深度大的通路相位误差累积严重，花了三周才调出来。后来换成 Clements 结构，同样的校准流程只花了三天。所以小规模用 Reck 图省面积，大规模建议直接上 Clements。
4.3 网格拓扑：可重构光计算的核心
网格拓扑是前面两种的“合体”。它把 MZI 排成矩形或三角形网格，既可以做分束，也可以做路由，还能支持权重矩阵的在线更新。说白了，这就是光计算芯片的“神经网络层”。
每个节点是一个 2×2 MZI，相邻节点通过波导连接。当你在每个 MZI 上加两个相位调谐器（内部臂和外部臂），就能实现任意 2×2 酉变换，进而组合出任意 N×N 酉矩阵。这正是光计算中的“万能砖块”。
// 伪代码：网格拓扑的配置向量
// 假设 4×4 网格（两层 MZI）
config = {
layer1: [{theta: 0.2, phi: 0.8}, {theta: 0.5, phi: 0.3}],
layer2: [{theta: 0.1, phi: 0.9}, {theta: 0.6, phi: 0.4}]
}4.4 三种架构的对比——该用哪个？
| 特征 | 1×N 分束器 | N×N 交叉开关 | 网格拓扑 |
|---|---|---|---|
| 适用场景 | 信号广播、参考光分配 | 全连接光交换、矩阵乘法 | 可重构光计算、神经网络 |
| 波导交叉 | 无（树形结构） | 可能有（需做交叉优化） | 必然有（网格排列） |
| 相位校准难度 | 低（逐级校准） | 中（需全局优化） | 高（联合调谐） |
| 损耗 | 低（层级少） | 中（取决于路径） | 中高（波导长度较长） |
我一般这样选：如果只需要做分光，毫不犹豫上 1×N；如果需要做任意酉变换且规模小于 8×8，用 Clements 的 N×N；超过 8×8 或者要做可编程光计算，只能硬着头皮上网格拓扑——但校准策略必须提前规划好。
注意
- 网格拓扑的热管理：MZI 间距缩小到 50 μm 以下时，热串扰会让校准失效
- 波导交叉处的损耗：90° 交叉每处 ~0.1 dB，10×10 网格至少有 90 个交叉，累积不可忽略
- 容差设计：建议给每个 MZI 留 20% 的额外调谐范围，应付工艺偏差
最后说一个我自己的习惯：刚做光计算芯片时，总想把拓扑做得越通用越好，结果校准策略一塌糊涂。后来学乖了，先用 1×N 做分光通道，再搭一个小的网格做核心运算——这种混合架构既好校准，又能满足大多数实验室验证需求。