← Nieuwste papers
🔬 optics

Towards Terabit/λ\lambda/s Multidimensional Silicon Photonic Engine

Dit artikel presenteert een monolithisch geïntegreerde multidimensionale silicium fotonische engine die een capaciteit van meer dan 1,8 terabit/s/λ/s bereikt door volumineuze discrete componenten en energieverslindende digitale signaalverwerking te elimineren, waardoor een reductie van >5.000 keer in vermogen en latentie wordt geboden voor de volgende generatie AI-datacenters.

Oorspronkelijke auteurs: Hao Chen, Zengqi Chen, Wu Zhou, Kaihang Lu, Mingyuan Zhang, Yuxiang Yin, Yiou Cui, Chaoran Huang, Pui-In Mak, Yeyu Tong

Gepubliceerd 2026-08-13
📖 6 min leestijd🧠 Diepgaand

Oorspronkelijke auteurs: Hao Chen, Zengqi Chen, Wu Zhou, Kaihang Lu, Mingyuan Zhang, Yuxiang Yin, Yiou Cui, Chaoran Huang, Pui-In Mak, Yeyu Tong

Oorspronkelijk artikel gelicentieerd onder CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). Dit is een AI-gegenereerde uitleg van het onderstaande artikel. Het is niet geschreven of goedgekeurd door de auteurs. Raadpleeg het oorspronkelijke artikel voor technische nauwkeurigheid. Lees de volledige disclaimer

De Snelweg van de Lichtsnelheid: Waarom we een nieuwe manier nodig hebben om data te verplaatsen

Stel je het internet voor als een enorme, bruisende stad waar data het verkeer is. Decennialang hebben we geprobeerd om meer auto's (data) door dezelfde oude wegen (koperdraden) te krijgen door de auto's simpelweg sneller te laten rijden. Maar er is een limiet aan hoe snel een auto kan gaan voordat hij crasht of te veel brandstof verbruikt. Dit is het probleem waar onze moderne wereld van Kunstmatige Intelligentie (AI) voor staat. AI-modellen zijn als gigantische, hongerige breinen die bergen informatie direct moeten doorslikken om te kunnen leren en denken. De huidige "wegen" die deze AI-breinen verbinden, raken verstopt, worden traag en verbruiken ongelooflijk veel energie.

Om dit op te lossen, hebben wetenschappers "lichtsnelwegen" gebouwd met behulp van glasvezel, waarbij data reist als lichtpulsen in plaats van elektriciteit. Licht is sneller en koeler, maar zelfs deze snelwegen lopen tegen een muur aan. Op dit moment dragen de meeste glasvezelkabels slechts één type "baan" voor licht tegelijkertijd, een beetje zoals een eenbaansweg. Om meer data door de kabel te krijgen, hebben ingenieurs geprobeerd meer banen toe te voegen door verschillende kleuren licht (golflengten) te gebruiken, maar dat wordt duur en ingewikkeld. De grote vraag die wetenschappers stellen is: Hoe kunnen we veel meer data in een enkele glasvezelkabel persen zonder dat het systeem ontploft door hitte of complexiteit? Het antwoord ligt in een slimme truc: in plaats van alleen verschillende kleuren te gebruiken, wat als we het licht zelf zouden laten draaien, tollen en verschillende vormen zouden geven om meerdere onzichtbare banen binnen dezelfde straal te creëren?


Het Grote Idee van het Papier: Een Magische Lichtmotor

In dit onderzoek heeft een team onderzoekers uit Hongkong en Macau een "multidimensionale silicon fotonische motor" gebouwd die werkt als een superintelligente verkeersregelaar voor licht. Ze zijn erin geslaagd een enorme hoeveelheid data door een enkele glasvezelkabel te persen—specifiek, een snelheid van meer dan 1,8 terabit/λ/s (dat is 1,8 biljoen bits per seconde voor slechts één kleur licht!).

Dit is hoe ze het deden, met behulp van een eenvoudige analogie: Stel je voor dat je een bericht naar een vriend probeert te sturen in een drukke kamer. Normaal gesproken zou je gewoon kunnen schreeuwen (een signaal sturen). Maar als de kamer luidruchtig is, raakt je bericht verloren. De onderzoekers realiseerden zich dat ze, in plaats van alleen maar te schreeuwen, hun bericht konden versturen met behulp van een specifieke "dansbeweging" (een vorm van licht) die hun vriend kan herkennen, zelfs als de kamer chaotisch is.

Het Probleem Dat Ze Oplosten:
In het verleden, wanneer licht door een speciale glasvezelkabel (een "few-mode fiber" genoemd) reist, wordt het rommelig. De lichtgolven stuiteren rond, draaien en mengen zich, als een kom spaghetti. Deze vermenging, "crosstalk" genoemd, maakt het moeilijk om te zien welk bericht bij welke baan hoort. Traditioneel moesten computers krachtige, energieverslindende software (Digital Signal Processing, of DSP) gebruiken om de spaghetti te ontwarren nadat het licht door een sensor werd opgevangen. Dit proces kost tijd (latentie) en verbruikt veel elektriciteit, wat een ramp is voor AI-datacenters die snelheid en efficiëntie nodig hebben.

De Oplossing:
Het team heeft een kleine chip gebouwd die het ontwarren doet voordat het licht überhaupt wordt uitgezonden of direct nadat het is aangekomen, maar cruciaal is dat dit gebeurt voordat het de sensor bereikt. Ze hebben drie hoofdelementen geïntegreerd op een enkele siliciumchip:

  1. Zenders en Ontvangers: Om het licht te verzenden en op te vangen.
  2. Mixers en Scheiders: Om verschillende lichtvormen (modi en polarisaties) te combineren en ze vervolgens weer te scheiden.
  3. Een "Magisch Netwerk": Een herconfigureerbaar netwerk van minuscule spiegeltjes (Mach-Zehnder interferometers) dat fungeert als een zelfinstelend prisma.

Hoe het Werkt (De Zelfconfigurerende Truc):
Het meest opwindende deel is dat deze chip geen handleiding of vooraf ingestelde kaart nodig heeft. Hij "zelfconfigureert". Denk aan een groep vrienden die probeert hun weg te vinden door een donker, kronkelend doolhof. In plaats van een kaart te hebben, passen ze simpelweg hun pad aan totdat ze de soepelste route vinden. De chip stuurt licht uit, ziet hoe het door de vezel wordt verstoord, en past vervolgens zijn interne spiegels automatisch aan om de verstoring te "ongedaan te maken". Dit gebeurt tussen de lichtbron en de vezel aan de zendende kant, en opnieuw tussen de vezel en de sensor aan de ontvangende kant. Dit gebeurt zo snel dat de chip twee, vier of zelfs zes verschillende datacanalen tegelijkertijd op een enkele vezel kan afhandelen, terwijl ze perfect gescheiden blijven.

De Resultaten:
De onderzoekers hebben hun motor getest met een 300 meter lange glasvezelkabel. Dit is wat ze ontdekten:

  • Snelheid: Ze slaagden erin data over te dragen met snelheden tot 1,8 terabit/λ/s.
  • Efficiëntie: Vergeleken met de oude computergestuurde methode (DSP), gebruikte hun optische methode meer dan 5.000 keer minder stroom en was zij 5.000 keer sneller in verwerkingstijd.
  • Flexibiliteit: Het systeem werkte met verschillende typen dataformaten (zoals PAM-4 en 16-QAM) zonder dat het opnieuw geprogrammeerd hoefde te worden. Het was "transparant" voor de data, wat betekent dat het niet gaf hoe het bericht eruitzag, zolang het maar licht was.
  • Afstand: Ze bewezen dat het kon werken voor full-duplex communicatie (het tegelijkertijd verzenden en ontvangen van gegevens) over een afstand van 300 meter.

Wat Ze Niet Hebben Gedaan (en Waarom Dat Belangrijk Is):
Het artikel is zeer duidelijk over wat deze technologie nog niet is. Ze hebben het probleem niet opgelost om dit werkend te krijgen voor elke mogbare afstand of elke enkele kleur licht tegelijkertijd (Wavelength Division Multiplexing). Ze merkten op dat naarmate de vezel langer wordt of het licht van kleur verandert, de "spaghetti" moeilijker te ontwarren is, en dat hun huidige single-chip oplossing mogelijk moet worden aangepast voor elke kleur. Ze gaven ook toe dat het "zelfconfigurerende" deel, hoewel snel, nog enkele seconden nodig heeft om initieel op te zetten, en dat toekomstige versies nog sneller zullen moeten zijn om real-world trillingen en temperatuurveranderingen op te vangen.

De Kernboodschap:
Dit papier claimt niet de definitieve, perfecte AI-datacenter te hebben gebouwd. In plaats daarvan laat het een krachtige nieuwe manier zien om data te verplaatsen die ongelooflijk efficiënt is. Door de vorm en de draaiing van licht te gebruiken om meer banen te creëren en een chip te gebruiken om de chaos direct te ontwarren, hebben ze een pad getoond naar AI-systemen die sneller, koeler en in staat zijn om de enorme datavraag van de toekomst aan te kunnen. Het is een stap richting een wereld waar onze digitale snelwegen eindelijk de snelheid van onze digitale dromen kunnen bijhouden.

Verdrinkt u in papers in uw vakgebied?

Ontvang dagelijkse digests van de nieuwste papers die bij uw onderzoekswoorden passen — met technische samenvattingen, in uw taal.

Probeer Digest →