设计挑战
传统光子神经网络（PNN）无法高效处理需要时间记忆的复杂模式识别任务，并且其芯片尺寸空间利用效率较低，这限制了全光计算在高速信号处理中的应用。为解决传统PNN面临的性能局限和芯片空间利用效率低等诸多前沿性问题，诺基亚贝尔实验室的黄小安博士首次提出了创新的专利性的全光循环神经网络（ORNN）架构 [1]。
解决方案
研究团队选择PIC Studio作为设计平台，利用其完整的设计流程来实现创新的专利性的ORNN架构。PhotoCAD用于精确布局设计，实现了该ORNN提出的创新的巧妙的定向耦合器和循环移相器的光学连接。Advanced SDL功能确保设计一致性，自动生成布局脚本并保持几何关系准确。pSim仿真环境使团队能够在同一平台上比较ORNN和传统PNN的性能。
图1：使用PIC Studio作为设计平台
图2:制造完成的ORNN芯片显微镜照片
图3：ORNN芯片测试装置，实测插入损耗为15.221 dB（发射端13dBm，接收端CH4通道-2.221dBm）
实验结果
测试结果清楚地展示了ORNN设计的优势。在相同测试条件下，传统四延迟PNN完全无法实现模式检测，而ORNN成功完成七位模式相关检测。通过精确测量得到的插入损耗数据验证了器件的实际性能，也验证了该ORNN的优异性能。
图4：性能对比结果显示ORNN（红色）方案相比传统PNN（蓝色）方案的明显优势
技术价值
这项工作证明了先进设计工具在光电子集成芯片开发中的实用价值。PIC Studio的集成环境使复杂的设计迭代和性能验证更加高效，帮助研究团队将理论概念转化为实际可用的器件。该创新的ORNN设计通过全光处理方式替代高功耗数字信号处理，为光通信系统的能效提升提供了新的技术路径。
我们祝贺黄小安博士在全光循环神经网络设计方面取得的成功。
黄小安博士寄语
全光循环神经网络（ORNN）架构的提出，突破了传统光子神经网络在复杂时间模式处理和芯片空间利用上的局限。我们依托PhotoCAD高效完成光子芯片的精准布局，并结合pSim Plus实现系统级光电协同仿真，极大提升了设计与验证效率。实验结果表明，ORNN在模式识别能力和能效表现上均显著优于传统方案，为全光信号处理开辟了崭新路径。
参考来源
[1] 科技服务 | 流片成功！第五届光电子集成芯片设计培训实践班优秀设计方案成功流片
欢迎分享
如果您近期发表的学术成果或商业新闻中，涉及使用 PIC Studio 进行的设计，欢迎私信Whoscored中文官网公众号提交您的成果！PIC Studio 致力于为广大工程师提供优秀的光电子芯片自动化设计工具。感谢您成为逍遥社区一员，并为推动光子学领域发展所作的贡献！
微信公众号 
bilibili 
微信视频号