Inverse-designed subwavelength metamaterial 3×3 reconfigurable power distributor for high-density programmable photonic computing

在驱动现代世界的硅芯片内部，光正日益取代电成为信息的载体。这种被称为光子学的转变，有望带来更快、更节能的计算机，因为光在传输数据时不会产生减慢电子信号的热量和电阻。然而，一个根本性的瓶颈一直阻碍着这些光学系统的全部潜力。几十年来，用于在芯片上路由光的各种基础构建模块一直局限于只能将光束发送到两个可能路径之一的简单开关。这种两路限制迫使工程师们必须构建复杂且庞大的组件网络来执行哪怕是简单的计算，这消耗了宝贵的空间，并限制了单个芯片上能堆叠的计算能力。随着对高速数据处理需求的增长，寻找一种更紧凑且灵活的方式来引导光变得迫在眉睫。

华中科技大学的研究团队现在展示了一种打破这种两路限制的新方法。他们创造了一个微小的可重构器件，可以将单束光分成三条独立的路径，并根据需要调节发送到每条路径的光量。与以往一旦制造完成其行为就固定的器件不同，这种新组件可以通过电信号进行动态调谐。通过向芯片上的微型加热元件施加特定的电压，研究人员可以改变进入器件的光的相位，从而有效地决定有多少功率流向三个输出通道中的每一个。这种能力使该器件从一个简单的分路器转变为一个可以用光直接执行复杂数学运算的可编程工具，这是构建高密度、高性能光学计算机的关键一步。

这一成就的奥秘在于一种被称为“逆向设计”的设计策略，以及一种被称为“超材料”的材料结构。研究人员并非从一个熟悉的形状开始并对其进行微调，而是使用计算机算法从期望的结果进行反向推导。他们要求计算机找到最有效的微观硅特征排列方式，以实现一个特定目标：将光从三个输入端接收并以用户选择的任何比例分配到三个输出端。由此产生的结构是一种超材料，即一种经过人工工程设计以具备自然界中不存在的属性的材料。在这种情况下，该器件覆盖着一层极其精细的沟槽图案，这些沟槽比光本身的波长还要小。这些沟槽就像一个复杂的透镜，能够极其精确地弯曲和塑造光波。整个器件的活性区域非常小，甚至可以轻松地放在一根人类头发的尖端上，其占地面积仅为 4 x 1.9 微米。

为了证明这种理论设计在现实世界中可行，团队制造了该芯片并测试了其性能。他们将光输入器件，并调节加热电极上的电压，以观察是否可以控制输出。结果令人瞩目。该器件成功地将光路由到所有三个输出端口，并且通过改变电压，研究人员可以连续调节功率分布。他们能够将从极小比例到几乎全部的光束发送到任何一个端口，并将剩余的光量分配给其他端口。例如，他们可以将 91.8% 的光导向中间端口，同时向两侧发送极少量的光；或者将光几乎均匀地平衡在三条路径中。这种程度的控制是在没有显著信号强度损失的情况下实现的，证明了光是被高效地重新塑形，而非仅仅被吸收或散射。

除了单纯地移动光线之外，研究人员还展示了该器件可以作为简单光学计算机的“大脑”。他们利用该芯片根据物理测量数据对不同类型的鸢尾花进行分类，这是一个经典的机器学习问题。通过将鸢目前的数据转换为该器件的特定电压设置，流经芯片的光自然地将其归入正确的类别。在对鸢尾花样本进行测试时，该器件正确识别鸢尾花类型的准确率接近 89%。这表明硬件本身就可以执行神经网络的逻辑，即基于光的物理特性而非数字代码做出决策。团队还模拟了一个具有四个输入和输出端口的更大版本的器件。在这些计算机模拟中，四端口版本成功识别手写数字的准确率达到了 97%，这表明该设计可以扩展以处理更复杂的任务。

这项工作的意义远不止于鸢尾花分类。通过证明光可以在如此微小的空间内被分割并调谐至三条或更多路径，研究人员已经消除了扩展光学计算的一个主要障碍。传统的光学系统依赖于占用过多空间的笨重组件，这使得大规模集成变得不切实际。这种具有超紧凑尺寸和实时可重构能力的全新器件，为在单个芯片上封装数百万个此类逻辑单元提供了路径。它预示着一个光学计算机可以实现与最先进电子处理器相媲美、甚至可能超越其密度和灵活性的未来。研究证实，通过将先进的设计算法与超材料的独特属性相结合，可以创造出新一代的光子学工具，它们不仅体积更小，而且更智能，能够在光的流动中直接执行复杂的计算。