🔬 optics

Nonlinear pluggable optics: Digital signal processing-free Intensity Modulated Direct Detection links using analog photonic Next Generation Reservoir Computing

Dieses Paper schlägt einen Nonlinear Pluggable Optic (NLPO)-Transceiver vor, der analoges photonisches Next-Generation Reservoir Computing auf einem photonischen integrierten Schaltkreis nutzt, um Kanalbeeinträchtigungen zu kompensieren, wobei durch Simulationen nachgewiesen wird, dass er herkömmliche DSP-basierte Lösungen hinsichtlich Reichweite, Latenz und Energieeffizienz für 50 GBd PAM-4 IM/DD-Verbindungen übertrifft.

Ursprüngliche Autoren: Nicholas Cox, Joseph Murray, Ross T. Schermer, Shuo S. Pang, Christopher Long, Gajadhar Joshi, Nicholas Nobile, Raktim Sarma, Brandon Redding

Veröffentlicht 2026-06-15

📖 5 Min. Lesezeit🧠 Tiefgang

CC BY 4.0

Ursprüngliche Autoren: Nicholas Cox, Joseph Murray, Ross T. Schermer, Shuo S. Pang, Christopher Long, Gajadhar Joshi, Nicholas Nobile, Raktim Sarma, Brandon Redding

Originalarbeit lizenziert unter CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Dies ist eine KI-generierte Erklärung des untenstehenden Papers. Sie wurde nicht von den Autoren verfasst oder gebilligt. Für technische Genauigkeit konsultieren Sie das Originalpaper. Vollständigen Haftungsausschluss lesen

Stellen Sie sich vor, Sie versuchen, eine komplexe Nachricht (wie ein Hochgeschwindigkeitsvideo) durch einen langen, gewundenen Tunnel (eine Glasfaser) zu senden. In der Welt der Rechenzentren ist der aktuelle Standard die Verwendung eines „Digitalen Signalprozessors“ (DSP) am Empfangsenden. Betrachten Sie den DSP als einen sehr intelligenten, aber langsamen und stromhungrigen Übersetzer, der am Ende des Tunnels sitzen muss, die verzerrte Nachricht belauscht und eine enorme Menge an Gehirnschmalz benötigt, um die ursprünglichen Worte zu entziffern.

Das Problem ist: Wenn die Datengeschwindigkeiten immer schneller werden, ist der Übersetzer überfordert. Die Nachricht wird durch den Tunnel selbst verzerrt (durch physikalische Effekte wie Dispersion und Nichtlinearität), und der Übersetzer benötigt mehr Energie und Zeit, um sie zu korrigieren. Dies erzeugt einen Flaschenhals für die KI- und Machine-Learning-Cluster, die Daten in Echtzeit benötigen.

Die neue Lösung: Das „Nonlinear Pluggable Optic“ (NLPO)

Die Autoren dieser Arbeit schlagen ein neues Gerät vor, das ein Nonlinear Pluggable Optic (NLPO) ist. Anstatt einen langsamen, stromhungrigen digitalen Übersetzer zu verwenden, nutzen sie einen „photonischen Reservoir-Computer“.

So funktioniert es, unter Verwendung einiger Alltagsanalogien:

1. Der „Magische Spiegel“ vs. der „Intelligente Übersetzer“

Der alte Weg (DSP): Stellen Sie sich vor, die Nachricht kommt am Ende des Tunnels als ein verschwommenes, verzerrtes Foto an. Der digitale Übersetzer muss das Foto betrachten, komplexe mathematische Algorithmen durchlaufen und versuchen, das ursprüngliche Bild zu rekonstruieren. Das ist genau, dauert aber Zeit und verbraucht Elektrizität.
Der neue Weg (Photonischer NGRC): Die Autoren haben ein Gerät gebaut, das wie ein magischer Spiegel funktioniert. Wenn das verzerrte Licht auf diesen Spiegel trifft, reflektiert der Spiegel es nicht einfach nur; der Spiegel „entschlüsselt“ das Muster von Natur aus sofort, während das Licht abprallt. Er muss nichts berechnen; die Physik des Spiegels selbst erledigt die Arbeit. Dies geschieht mit Lichtgeschwindigkeit und verbraucht fast keine Energie.

2. Das Unsichtbare sehen (Der Phasen-Trick)

Eines der größten Hindernisse beim Senden von Daten ist, dass Standardempfänger nur die „Helligkeit“ (Intensität) des Lichts sehen, nicht aber dessen „Phase“ (den Timing und die Form der Welle). Es ist, als würde man versuchen, ein Lied zu verstehen, indem man nur auf den Lautstärkeregler schaut und Melodie sowie Rhythmus ignoriert.

Die Behauptung des Papers: Das neue Gerät kann die verborgenen Phaseninformationen „sehen“, ohne einen sperrigen, teuren Referenzlaser (einen sogenannten Lokaloszillator) zu benötigen.
Die Analogie: Stellen Sie sich vor, Sie versuchen, eine Person in einer Menge zu identifizieren. Der alte Weg ist, als würde man nur ihren Schatten sehen (Intensität). Der neue Weg ermöglicht es dem Gerät, das Gesicht der Person (Phase) direkt zu sehen, obwohl man eigentlich nur auf den Schatten blickt. Diese zusätzlichen Informationen machen es viel einfacher, die verzerrte Nachricht zu korrigieren.

3. Die „Supergeschwindigkeitskamera“ (Oversampling)

Um eine verzerrte Nachricht zu korrigieren, muss man normalerweise viele Proben von ihr nehmen.

Das Problem: In einem digitalen System Samples schneller zu nehmen, als die Daten gesendet werden, ist so, als würde man versuchen, die Flügel eines Kolibris mit einer Kamera zu fotografieren, die nur ein Bild pro Sekunde macht. Man verpasst alles. Um dies digital zu erreichen, benötigt man unglaublich schnelle und teure Elektronik.
Die Behauptung des Papers: Das photonische Gerät kann die Daten auf natürliche Weise „oversampeln“.
Die Analogie: Anstatt einer Kamera, die ein Foto pro Sekunde macht, ist das neue Gerät wie ein Stroboskop, das tausende Male in einem Augenblick blitzlich aufleuchtet. Es erfasst die gesamte Bewegung der Datenwelle in High Definition, ohne dass teure, Hochgeschwindigkeits-Elektronikkameras nötig sind.

Was haben sie tatsächlich bewiesen?

Die Autoren führten Computersimulationen durch, um diese Idee zu testen. Sie haben das physische Gerät noch nicht gebaut, aber sie haben es perfekt modelliert. Hier ist, was ihre Simulation zeigte:

Distanz: Sie testeten ein System, das Daten mit 50 GBd (einer sehr hohen Geschwindigkeit) überträgt.
- Altes LPO (Lineares Pluggable Optic): Konnte Daten nur etwa 1 km weit senden, bevor das Signal zu stark verzerrt war, um korrigiert zu werden.
- Altes DSP (Digital): Konnte etwa 3 km erreichen.
- Neuer Photonic NGRC: Erfolgreich Daten über 50 km gesendet und dabei die Fehlerrate niedrig genug gehalten, um für den realen Einsatz geeignet zu sein.
Leistung: Das neue System war nicht nur ebenbürtig mit dem digitalen System, sondern es übertraf sogar die besten verfügbaren digitalen Methoden, selbst wenn dem digitalen System mehr „Gehirnschmalz“ (Speicher) zur Fehlerkorrektur zur Verfügung gestellt wurde.
Realismus: Sie fügten „Rauschen“ (wie statisches Rauschen im Radio) und „Verlust“ (Signalabschwächung) hinzu, um reale Bedingungen zu simulieren. Selbst unter diesen Herausforderungen funktionierte das System, solange ein Standardverstärker (EDFA) hinzugefügt wurde, um das Signal zu verstärken.

Zusammenfassung

Das Paper schlägt einen Weg vor, hochgeschwindigkeits-Daten viel weiter und schneller zu senden, ohne die schweren, stromhungrigen digitalen Computer, auf die wir derzeit angewiesen sind. Durch die Verwendung eines spezialisierten Chips, der Licht direkt manipuliert (analoge photonische Reservoir-Computer-Technik), können sie verzerrte Nachrichten sofort „entschlüsseln“, Details sehen, die digitale Systeme übersehen, und all dies mit einem Bruchteil der Energie tun.

Die Autoren kommen zu dem Schluss, dass dieser Ansatz es Rechenzentren ermöglichen könnte, über Dutzende von Kilometern mit geringer Latenz und geringem Stromverbrauch zu verbinden – eine Leistung, die mit Standard-Lichtleiter-Optik derzeit unmöglich ist oder mit digitaler Verarbeitung nur schwer zu erreichen wäre.

Technisches Resümee: Nichtlineare steckbare Optiken mittels analoger photonischer Next-Generation Reservoir Computing

Problemstellung
Die steigenden Bandbreitenanforderungen von KI/ML-Rechenzentrum-Interconnects haben zur Einführung von Linear Pluggable Optics (LPO) geführt, um den Stromverbrauch und die Latenz durch den Verzicht auf digitale Signalverarbeitung (DSP) zu reduzieren. LPO-Architekturen mangelt es jedoch an der Fähigkeit, nichtlineare Verzerrungen zu korrigieren, die durch nicht-ideale Kodierungselektronik (DACs, Modulatoren) und optische Kanal-Beeinträchtigungen (chromatische Dispersion, Kerr-Nichtlinearität) entstehen. Folglich sind LPOs auf das O-Band (nahezu Null-Dispersion) und kürzere Reichweiten beschränkt. Umgekehrt sind DSP-basierte Lösungen zwar in der Lage, größere Reichweiten zu erzielen, verbrauchen jedoch erhebliche Mengen an Energie (bis zu 50 % der Transceiver-Leistung) und führen eine inakzeptable Latenz für Echtzeitanwendungen ein. Darüber hinaus verlieren Standard-IM/DD-Verbindungen (Intensity Modulation/Direct Detection) die optische Phaseninformation, was die Fähigkeit der DSP einschränkt, Verzerrungen über ~1 km bei hohen Symbolraten (z. B. 50 GBd) zu kompensieren.

Methodik
Die Autoren schlagen einen nichtlinearen steckbaren Optik-Transceiver (NLPO) vor, der eine analoge photonische Next-Generation Reservoir Computing (NGRC)-Architektur nutzt, die auf einem photonischen integrierten Schaltkreis (PIC) implementiert ist. Im Gegensatz zum traditionellen Reservoir Computing verlassen sich NGRCs nicht auf rekurrentes Feedback; stattdessen erzeugen sie Merkmalsvektoren durch lineare und nichtlineare Transformationen diskreter Zeitstichproben.

Der vorgeschlagene PIC-basierte NGRC arbeitet wie folgt:

Generierung des Eingangs-Merkmalsvektors: Das eingehende verzerrte optische Feld wird in $N_{in}$ Pfade mit variierenden Verzögerungen aufgeteilt, um einen zeitverzögerten Eingangsvektor zu erstellen. Entscheidend ist, dass dieser Vektor das komplexe optische Feld (Amplitude und Phase) bewahrt, ohne dass ein lokaler Oszillator (LO) erforderlich ist.
Merkmalsmischung: Der Eingangsvektor wird in einem passiven Bereich (z. B. evaneszent gekoppelten Wellenleitern) kohärent gemischt, um ein Speckle-Muster zu bilden. Diese Mischung zerlegt das Signal effektiv in polynomielle Kombinationen der Eingangsdaten und dient als Reservoir-Zustand.
Gewichtete Detektion: Trainierte Gewichte werden auf die gemischte optische Leistung unter Verwendung von Mikro-Ring-Modulatoren angewendet. Die gewichteten Signale werden von ausbalancierten Fotodetektoren detektiert, und der resultierende Fotostrom wird subtrahiert, um die korrigierten Symbole wiederherzustellen.
Oversampling: Das System führt ein Oversampling der Daten mit Raten ( $R_{os}$ ) durch, die signifikant höher als die Symbolrate liegen (z. B. 250 GS/s für eine 50 GBd-Verbindung), indem optische Verzögerungsleitungen genutzt werden, wodurch die Notwendigkeit einer hochbandigen elektronischen Abtastung umgangen wird.

Zentrale Beiträge

DSP-freie Nichtlineare Kompensation: Die Arbeit demonstriert einen vollständig analogen, DSP-freien Ansatz zur Kompensation sowohl elektronischer Kodierungsverzerrungen als auch optischer Ausbreitungsbeeinträchtigungen (Dispersion und Kerr-Nichtlinearität).
Nutzung der Phaseninformation ohne LO: Die Arbeit zeigt, dass der photonische NGRC in der Lage ist, auf optische Phaseninformationen zuzugreifen und diese zur Äqualisation zu nutzen, ohne einen lokalen Oszillator oder einen ko-propagierenden Träger zu benötigen – eine Fähigkeit, die typischerweise kohärenten Systemen vorbehalten ist.
Optisches Oversampling: Die Autoren identifizieren, dass die Fähigkeit des photonischen Reservoirs, Daten weit über der Symbolrate optisch zu überabtasten, ein wesentlicher Vorteil ist, da dies Informationen extrahieren kann, auf die digitale DSP ohne prohibitiv teure Elektronik nicht zugreifen kann.
PIC-Implementierung: Die Studie beschreibt eine räumlich multiplexte PIC-Architektur, die für die Integration in bestehende Transceiver-Technologien geeignet ist, wobei der Schwerpunkt auf passiver Merkmalsvektorgenerierung liegt, um den Stromverbrauch zu minimieren.

Ergebnisse
Simulationen wurden an einer 50 GBd PAM-4-Verbindung (100 Gb/s) durchgeführt, um die Leistung gegenüber DSP-basierten FIR-Filtern und digitalen NGRCs zu evaluieren:

Leistung bei 10 km: In einer rauschfreien 10-km-Verbindung übertraf der photonische NGRC DSP-basierte Methoden signifikant. Während digitale FIR-Filter und digitale NGRCs den KP4-FEC-Schwellenwert ( $2,2 \times 10^{-4}$ ) nicht erreichen konnten, erzielte der photonische NGRC eine Bitfehlerrate (BER) unterhalb dieses Schwellenwerts mit einer Gedächtnislänge ( $M$ ) von 6 oder größer.
Einfluss des Oversampling: Die Erhöhung der Oversampling-Rate ( $R_{os}$ ) ermöglichte es dem photonischen NGRC, eine fehlerfreie Übertragung ( $BER < 10^{-6}$ ) mit $R_{os} \ge 2$ (mit LO) oder $R_{os} \ge 3$ (ohne LO) zu erreichen. DSP-basierte Ansätze erreichten unabhängig von der Oversampling-Rate nicht einmal den FEC-Schwellenwert.
Reichweitenerweiterung: Durch die Optimierung der Gedächtnislänge erweiterte der photonische NGRC die nutzbare Verbindungsreichweite von der typischen 1-km-Grenze von LPOs auf über 50 km. Konkret konnte das System mit $M=11$ eine BER unterhalb des KP4-Schwellenwerts bis zu 51,2 km aufrechterhalten.
Optimierung für reale Randbedingungen: Die Autoren optimierten das Design für einen praktischen PIC, indem sie die Größe des Ausgangs-Merkmalsvektors ( $N_{out}$ ) auf 32 reduzierten. Eine optimale Konfiguration mit $M \approx 4,2$ und $R_{os} = 5$ erreichte eine BER von $2 \times 10^{-5}$ .
Rauschrobustheit: Simulationen unter Einbeziehung von verstärktem spontanem Emissionsrauschen (ASE) und Schrotrauschen zeigten, dass das System mit einem Erbium-dotierten Faserverstärker (EDFA) mit ca. 20 dB Gewinn die PIC-Einfügedämpfung überwinden und eine BER unter dem FEC-Schwellenwert halten kann.

Bedeutung und Ansprüche
Das Paper behauptet, dass diese Arbeit das Potenzial von photonischen NGRCs aufzeigt, staatliche digitale Lösungen in realen Anwendungen zu übertreffen. Die vorgeschlagene NLPO-Architektur bietet einen Weg zu latenzarmen, stromsparenden IM/DD-Verbindungen, die in der Lage sind, über Zehnkilometer (10er km) und über das C-Band zu operieren, wodurch die Reichweiten- und Robustheitseinschränkungen aktueller LPOs überwunden werden. Die Autoren betonen, dass dies die erste Arbeit ist, die zeigt, dass Oversampling ein primärer Vorteil von photonischen Reservoir-Computern ist. Obwohl die aktuellen Ergebnisse simulationsbasiert sind und eine Rauschmodellierung beinhalten, legt die Arbeit eine theoretische und architektonische Grundlage für die experimentelle Realisierung, deren Umsetzung laut den Autoren derzeit im Fokus steht.