Whoscored(中国·中文)官网-专注足球数据分析的专业平台

引言

光电子集成芯片(PIC)已经成为光通信和光计算领域的变革性技术。通过使用光而非电，这些系统能够降低功耗并实现更快的数据传输。特别是硅基光电子由于与现有半导体制造工艺的兼容性，使得可扩展和成本效益高的生产成为现实。然而，要充分发挥硅基光电子的潜力，需要解决集成密度、功耗以及制造复杂性等多方面的挑战。

近期研究表明，机器学习可以显著提升光电子集成芯片开发的多个阶段。本文探讨了机器学习技术如何加速光电子集成芯片开发的三个关键领域：设计、制造和光学表征。

设计优化中的机器学习应用

现代制造技术现在能够实现小于光波长的特征尺寸，允许光子设计师创建复杂几何结构，最大化集成密度和功能性。虽然逆向设计已成为强大的优化工具，但这种迭代过程计算密集且常常受到光学模拟的瓶颈限制。

为解决这一挑战，研究人员开发了MetaStripNet，一种用于高效建模基于超材料的光子组件的深度神经网络模型。该模型特别适用于设计完全垂直的光栅耦合器，这种耦合器简化了封装但需要复杂单元结构来实现垂直发射同时抑制反射。

图1：(a)MetaStripNet的概念图，展示了嵌入在氧化物包层中的纳米结构；(b)用于验证神经网络模型的完全垂直光栅耦合器；(c)比较不同建模方法的耦合效率和反射模拟结果。

MetaStripNet使用改进的、环境感知的有效折射率(nstrip)来表示超材料部分。这种方法不仅考虑了传统参数如分段周期和占空比，还考虑了光条的环境。通过使用两个预训练的深度神经网络将3D光学响应与2D模拟相匹配，获得了有效材料折射率。

这种方法已经在设计SMF-28®光纤的光栅耦合器中得到验证。该模型产生的结果与3D FDTD模拟紧密吻合，而传统的板层模型则显示出明显的偏差。

尽管为训练神经网络收集光学模拟数据需要初始投入，但这种方法可推广到许多分段超材料设计。通过全局或伴随优化方法，能够高效探索复杂设计空间，促进各种具有不同性能目标的光栅耦合器和天线的开发。

提升制造精度

在光电子集成芯片开发生命周期中，制造呈现出独特的挑战。尽管半导体制造技术取得了进步，光电子集成芯片仍对制造过程中引入的尺寸变化高度敏感。对于高折射率对比的硅基光电子，即使几纳米的轻微偏差也会导致显著的谱波长移位和效率降低。

传统设计方法通过劳动密集型校准运行和迭代调整来缓解这些问题，这些过程既耗时又昂贵。由于这些偏差受到多种因素影响——如图案大小、形状和密度——均匀偏置布局往往无法充分解决这些缺陷。

为改进制造过程，研究人员开发了一套统称为PreFab的机器学习模型。这些模型不仅可以预测制造结构(预测器)，还可以预先生成修改后的布局，纠正预期偏差(校正器)。

图2：(a)PreFab DNN模型的概念图，展示了具有预测和校正功能的工作流程，从图案生成到器件设计和校正输出；(b)和(c)拓扑逆向设计的双通道多路复用器的频谱，分别是使用原始设计布局制造的结果和使用PreFab校正后的结果。虚线表示3D FDTD模拟，实线表示测量结果。

CNN模型经过训练，将精心选择的布局图案与相应制造结果的SEM图像关联起来。这种方法已应用于拓扑逆向设计的波长多路复用器，该器件具有3 × 5 μm²的占地面积和20纳米的通道间隔。

如图所示，按原始设计制造的器件在通道中心波长上表现出较大的蓝移，以及通带形状和插入损耗的退化。在应用PreFab校正器模型对布局进行调整后，器件性能基本恢复到原始优化性能。

用于工艺监测的光学表征

制造工艺监测对于理解晶圆内部或晶圆之间的结构和性能变化非常重要。传统的计量工具如SEM由于其局部测量能力和耗时性，不适合全面的晶圆级监测。此外，这些工具无法应用于制造后阶段，限制了其在工艺优化中的实用性。

研究表明，可以从如环形谐振器或马赫-曾德尔干涉仪等器件的光学响应中提取波导几何信息，通常能实现更高分辨率的监测。然而，传统方法在确定干涉阶数方面面临限制，并可能受到强度波动的影响。

为解决这些挑战，研究人员开发了一种新型回归模型，使用环形谐振器频谱提取波导截面信息。这种方法可以明确识别超过1000的环干涉阶数，允许使用大弯曲半径来最小化弯曲引起的误差。

图3：(a)环形谐振器布局及波导截面，展示了宽度W和高度H；(b)测量的传输频谱；(c)使用提取的宽度和高度的测量与预测共振波长之间的偏差。

使用提取的波导宽度和高度，该方法可以在30纳米带宽范围内预测共振波长，精度优于5皮米。相应的尺寸分辨率为亚0.1纳米，且无需依赖拟合参数。该方法提供的分辨率比SEM高十倍以上，比其他基于光波导的方法精度高至少五倍。

由于谐振器结构紧凑，可以轻松分布在整个晶圆上，有助于更好地理解制造偏差如何影响光电子集成芯片性能。这种光学表征方法有助于构建识别制造特性的线路模型并为补偿设计措施提供信息，通过提供局部晶圆厚度信息补充了PreFab模型。

结论

参考文献

END