英特尔展示了集成在硅晶圆上的,被紧密控制的八波长激光阵列,具备适配功率和均匀波长间隔
英特尔研究院宣布其集成光电研究取得重大进展,这是提高数据中心内和跨数据中心计算芯片互联带宽的下一个前沿领域。这一最新研究在多波长集成光学领域取得了业界领先的进展,展示了完全集成在硅晶圆上的八波长分布式反馈(DFB)激光器阵列,输出功率均匀性达到+/- 0.25分贝(dB),波长间隔均匀性到达±6.5%,均优于行业规范。
英特尔研究院资深首席工程师荣海生表示:“这项新的研究表明,均匀密集的波长和良好适配的输出功率是可以同时实现的,最重要的是,能够利用英特尔晶圆厂现有的生产和制程控制技术做到这一点。因此,它为下一代光电共封装和光互连器件的量产提供了一条清晰的路径。”
利用这一新进展生产的光源将具备未来大规模应用所需的性能,如可用于那些处理AI和机器学习等新兴网络密集型工作负载的光电共封装和光互连器件。这一激光器阵列基于英特尔300毫米硅光子制程制造,为量产和广泛部署铺平了道路。
据Gartner预测,到2025年,超过20%的数据中心高带宽通道将使用硅光子,而在2020年这一比例还不到5%。此外,硅光子潜在市场的规模也达到了26亿美元。对低功耗、高带宽和快速的数据传输的需求带来了硅光子需求的同步增长,以支持数据中心应用和其它方面。
光连接在20世纪80年代开始取代铜线,是因为光纤中固有的高带宽光传输优于通过金属线缆传输的电脉冲。从那时起,由于组件尺寸和成本的降低,光纤技术变得更加高效,促成了过去几年里光互连网络解决方案的突破性进展,这些进展通常用于交换机、数据中心和其他高性能计算环境。
随着电气互连性能逐渐接近实际极限,将硅电路和光学器件并排集成在同一封装上,有望在未来提高输入/输出(I/O)接口的能源效率,延长其传输距离。这些光子技术是在英特尔晶圆厂中使用现有制程技术实现的,这意味着在实现大规模生产后,其成本将会降低。
最新的光电共封装解决方案使用了密集波分复用(DWDM)技术,展现了在增加带宽的同时显著缩小光子芯片尺寸的前景。然而,截止到目前,要制造具有均匀波长间隔和功率的密集波分复用光源还非常困难。
英特尔的这一新进展则确保了光源在保持波长分隔一致性的同时有均匀的输出功率,满足了光计算互联和密集波分复用通信的需求。使用光互连的下一代输入/输出接口可针对未来AI和机器学习工作负载的极高带宽需求进行定制。
8个微环调制器和光波导。每个微环调制器都被调节到特定的波长(或者说“光色”)。利用多波长,每个微环都可单独调制光波,以实现独立通信。这种使用多个波长的方法就叫做波分复用。(图片来源:英特尔公司)
八波长分布式反馈激光器阵列是在英特尔的商用300 mm混合硅光子平台设计和制造的,这一平台被用于量产光收发器。基于与制造300 mm硅晶圆相同的,严格制程控制下的光刻技术,此项创新实现了大型CMOS晶圆厂激光器制造能力的重大飞跃。
8通道III-V族/硅混合分布式反馈激光器阵列。通过实现匹配功率和均匀波长间隔,这一创新标志着大型晶圆厂量产多波长激光器能力的重大飞跃。
在这项研究中,英特尔使用了先进的光刻技术,以在III-V族晶圆键合制程前完成硅片中波导光栅的配置。与在三或四英寸III-V族晶圆厂制造的普通半导体激光器相比,这项技术提高了波长均匀性。此外,由于激光器的高密度集成,阵列在环境温度改变时也能保持通道间距的稳定。
未来,作为硅光子技术的先锋,英特尔将继续致力于研究各类解决方案,以满足日益增长的对效率更高、功能更全面的网络基础设施的需求。目前,英特尔正在开发的集成光电关键构建模块包括光的产生、放大、检测、调制、CMOS接口电路和封装集成。
此外,八波长集成激光器阵列制造技术的许多方面正被英特尔的硅光子产品部门(Silicon Photonics Products Division)用于打造未来的光互连芯粒。这一即将推出的产品将在包括CPU、GPU和内存在内的各种计算资源之间,实现低功耗、高性能、太比特每秒(multi-terabits per second)的互连。对实现光互连芯粒的大规模制造和部署而言,集成激光器阵列是缩小体积、降低成本的关键。
好文章,需要你的鼓励
AI技术的最新应用展示了其在日常办公场景中的强大能力。用户现在可以通过简单的截图操作,让AI智能识别和提取图像中的时间、地点、事件等关键信息,并自动创建相应的日历事件。这种功能大大简化了日程管理流程,提高了工作效率,代表了AI技术在实用性和智能化方面的重要突破。
香港理工大学研究团队提出ZeCO技术,通过创新的All-Scan通信机制解决了分布式AI系统处理超长文本时的通信瓶颈问题。在256台机器上测试时,ZeCO比现有最先进方法快60%,通信时间快4倍,实现了接近理论最优的性能,为超长文本AI应用开辟了新可能。
最新调查显示,91%的AI用户都有首选的聊天机器人工具。其中ChatGPT以28%的占比位居榜首,其次是谷歌Gemini(23%)、Meta AI和亚马逊Alexa(各18%)、苹果Siri(16%)。用户主要将这些AI工具用于撰写邮件、研究感兴趣话题和管理待办事项。报告指出,61%的美国人在过去半年内使用过AI,19%的人每天都在使用。
耶鲁大学团队首创AI论文审稿基准测试系统LIMITGEN,通过人工植入缺陷和真实审稿数据两套测试集,系统评估大语言模型识别科学论文局限性的能力。结果显示AI审稿准确率约52%,远低于人类专家的86%,但检索增强技术和多智能体协作显著提升了性能,为AI辅助学术评议提供了新思路。