Whoscored中文官网 | 编译自 Laser Focus World
从左到右：David Piehler, Peter Winzer, Michael Lebby和Robert Blum，在Laser Focus World Executive Forum的小组讨论中谈到了半导体工厂的光子集成电路（PIC）制造计划, 以及光子行业如何将其工艺转移到半导体行业。
硅基光电子学面临着广泛的挑战，这已经不是什么秘密了，包括混合集成，寻找具有附加功能的新材料以满足高速调制的需求，以及与硅CMOS代工厂合作。当问及这些话题的时候，每个人都可能会有不同的看法。
英特尔公司早在2000年就开始开发硅基光电子技术了，"所以我们已经是第23年开发它们了"，英特尔公司英特尔代工服务部硅基光电子技术战略主管Robert Blum说。
电信业在边缘遇到了带宽问题，但这个问题花了相当长的时间才得以解决。"当我们看计算机工作负载时，人工智能（AI）/机器学习（ML）的工作负载确实是光学技术发展到真正规模的主要用例。当每个CPU和GPU都有一个光学瓦片和大量的数据进出芯片时，同时由于这些高度网状的架构有多个GPU或CPU聚集在一起，所以也会有很大的距离的时候，我们根本无法再通过电子来实现。这将是该行业的一个转折点，而且就在几年之后"。
去年，英特尔决定建设第二座光子芯片代工厂，这是一座位于32纳米CMOS节点的300毫米工厂，开始提供代工服务。"我正在把它放在一起，希望最终我们能达到一个好的PDK和设计方法"，Blum说。
硅基光电子学 “仍然是一种巫术”
小组成员之一，初创公司Nubis Communications的创始人兼首席执行官Peter Winzer介绍了他的公司，该公司刚刚从隐身模式中走出来。他说："我们正在建造我们认为是地球上密度最高的光收发器--功率非常低"。他说："这将是主要用于人工智能和机器学习的光接口，也是用于移动前传的接口。人工智能和机器学习是真正的需求所在，它使以太网的一切相形见绌。"
硅基光电子学的成功是基于这样一个前提：它是一种半导体技术，可以由半导体工厂批量制造。
Winzer说："硅基光电子学仍然是巫术"，他指出，与模拟BiCMOS和数字CMOS相比，它在设计、建模、制作、测试和生产芯片方面还非常的原始。
为了把硅基光电子学变成真正的CMOS格局，"我们需要改进PDK库，它是不完整的，没有经过优化"，Winzer解释说："代工厂仍然希望用户对PDK构建模块进行表征，这很荒谬。也许一家代工厂提供电阻，另一家代工厂只提供电容，如果你想要电阻和电容以及其他技术，那你最好自己开发吧。这就是我们在硅基光电子学方面的情况"。
同样的建模软件 "在硅基光电子学中充其量是可用的"，Winzer补充说。"在硅基光电子学中，流片很慢，可能需要9到12个月才能拿回芯片。MPW甚至更长，这很令人沮丧，因为它进入了一个迭代的周期，这是需要的，因为在硅基光电子学中没有“第一次就是正确的”设计。"
Winzer指出，这种迭代循环扼杀了进步，而不是使之成为可能。"很明显，这个过程不那么容易重复，产量也不高。我们需要运行这些迭代来获得产品"，他说："存在于数字CMOS和某种程度上存在于模拟CMOS的IP供应商生态系统并不真正存在于硅基光电子学中：你无法去找一个IP供应商，说我要这个块和这个块，把它放在一起，它就能工作。"
而且硅基光电子学中也不存在真正的封装生态系统。Winzer说："有一些努力在进行，但它还没有像CMOS那样先进"。温泽说："生产的规模还没有达到。在硅基光电子学领域，如果你问一些代工厂，“我可以把它扩大到每年几千块晶圆吗？”他们说：“我不能”，你就被卡住了，因为你不能把你刚刚与他们开发的东西转移到另一个代工厂。你从一开始就开始，运行测试芯片，运行你的测试结构，整个开发过程从头开始。如果你作为一个初创公司选择了错误的代工厂，你就完蛋了。你只有一次机会，一次机会，仅此而已。这就是硅基光电子学和CMOS的区别。“
用光电聚合物进行混合集成
制造光电聚合物的Lightwave Logic公司首席执行官Michael Lebby深入研究了混合光子集成电路（PIC）的状况。
"用磷化铟（InP），除了ASIC或基于晶体管的大规模PIC，你几乎可以做任何事情"，Lebby说："你可以做小规模的但不是大规模的PIC。在硅方面，你可以做几乎所有的事情，除了激光器。英特尔已经合并了InP和硅，并在某种程度上解决了这个问题。所以纯粹的材料并没有真正让我们达到目的。在过去十年中，人们开始寻找不同的材料，以各种方式提高性能。"
Lebby将混合PIC描述为InP和硅的组合，其中可以包括聚合物或电介质，或其他材料，如薄膜铌酸锂。"一堆不同的材料正被添加到InP或硅中，以改善PIC的性能，从而提高性能"，他说。
这就是光电聚合物的作用，它们产生真正的高速调制器"。Lebby说："由于它是一种液体，你可以把它旋转起来，然后把它放到硅基光电子学平台上。
他同意Winzer的观点，他看到的一个挑战是，代工厂 "在他们的PDK和配方中相当固定，因为他们在CMOS中运行"，Lebby说："当你是一家光子学公司，有光子学尺寸、组件和设计时，它不会自动适应。光电子行业可以改变他们的配方/设计，以适应代工厂的PDKs吗？有时可以，有时不可以。这实际上是很难的。“
一个很大的问题是硅CMOS代工厂是否对新型调制器/集成电路平台有足够的灵活性"。这是一个有趣的问题，Lebby说："我们已经看到代工厂做了一些好的工作。但这是个开始，还是我们要通过工程来实现的，还是我们会有问题？"
硅代工厂如何将所有这些新材料，如薄膜铌酸锂、钛酸钡、等离子体、磷化铟和其他材料，整合到CMOS平台？"这并不容易"，Lebby说。
而另一点是，作为一个行业，硅基光电子学仍然没有明确定义 "混合"。对Lebby来说，这意味着它不是一个单纯的格局，它涉及到一种不同的材料。"它可以是前端或后端"，他解释说："而我说后端的原因是，如果你看一下电子行业，我们已经真正走向了芯片级封装，光子行业肯定也在朝这个方向发展。芯片规模的PIC，摆脱了金盒封装和传统的封装，所以板上芯片（chip-on-board）和这些类型的方向正变得越来越重要。"
怎样才能使硅基光电子学成为一个成功的故事？
如果我们想让硅基光电子学获得成功，"也许我们应该更仔细地看看电子集成电路"，戴尔技术公司的工程师David Piehler说。"没有人会声称我的iPhone中的一百万个晶体管是一个伟大的晶体管或最高端的晶体管，但他们会同意我有很多这样的晶体管。"
随着我们从电信/数据中心、AI/ML集群/高性能计算（HPC），"在该领域内有一个我不确定每个人是否都知道的动能，从狭窄的快车道 - 有一个非常快的车道 - 到有许多慢车道"，皮勒说："在AI/ML/HPC领域里面，开始看到橡胶图章的人都告诉我基本上相同的事情，这对硅基光电子学来说是好事，因为我们不再需要担心处于最高端，拥有最好、最有竞争力、最快的模块。这是'我们有一个足够好的调制器'，但我们可以在一个非常小的空间里制造出很多的调制器。"
关于这个话题，Winzer指出: "为什么我们总是去追求更快的速率？原因是单个调制器, 如果你看一下2000年左右从10G到40G，支持40G的单个调制器比支持10G的四个调制器更便宜。这就是我们从10G到40G的原因，而且它还在继续，继续"。
但是，一旦你在谈论密集的集成，"范式就会被打破"，Winzer说："如果我建立一个高度集成的芯片，建立一个调制器或10个调制器的成本是一样的。因此，这种范式打破了，从这个角度来看，我不必再走那么快了。这是硬币的一面。"
另一面是从系统的角度来看待它。"谁需要使用这些通道？是以太网交换芯片或人工智能加速器？一个50T的战斧4交换机芯片在100G/车道上有500个I/O端口"，Winzer指出："这是1000个差分通道 - 2000个信号凸点，甚至不计入地面。因此，你在芯片的底部有5000个左右的凸点来提供I/O，而你甚至还没有给它供电。你需要数以千计的这些凸点，以50或10G的速度运行它。你需要10万个凸点，这是不可行的。这就是为什么业界要用下一代芯片，即100T的交换机芯片来实现100G和200G。现在你有一个选择：你是用1000个100G的端口来建造它，然后相当于10000个或更多的凸点，还是保持200G的500个凸点？你不能建立这么多凸点的原因是你需要高速。这是目前业界正在进行的两件相互矛盾的事情。"
微信公众号 
bilibili 
微信视频号