矽光子与机器学习芯片的初发

虽然矽光子已开始进入半导体发展的近程视界，但是除了通讯的天然应用外—光纤的信号出来可是光，其可能的应用会落在哪个领域很令人好奇。

光元件天生尺寸很大。光在矽中透明的波长在1μm以上，现在业界统一在1150nm这个波长设计、制造。但即使矽的折射率是4，单只以光元件而言，用8寸的制程已经绰绰有余。现在有些矽光子用12寸较先进制程的原因，主要是因为其整合的电子元件密度和速度考量问题。所以一个矽光子芯片上的光元件大概就是数百个。数目较少的光元件线路功能受限，或者功能符合要求了却体积庞大，这就是矽光子应用过去的两难之处。

Lightelligence这家新创公司月初发布的矽光子AI原型芯片有令人惊艳之感。基本上这是基于其部份团队成员两年前于《Nature Photonics》所发表文章的实做，只不过两年前实验的光器件组起来足足有半个房间，而现在的原型是一小片芯片了。

许多的人工神经网络(Artificial Neural Network；ANN)如卷积神经网络(Convolutional Neural Network；CNN)或递归神经网络(Recurrent Neural Network；RNN)在隐藏层(hidden layer)都牵涉到对输入数据的矩阵乘法以及后续的非线性激发函数(non-linear activation function)运作。训练数据输入后取得输出数据，然后反向传递(back propagation)优化矩阵条目。

在矽光子中，矩阵可以用分束器(splitter)、移相器(phase shifter)、衰减器(attenuator)的连续执行来实现，而非线性激发函数则可由可饱和吸收器(saturable absorber)来执行。理论上，光的线性运作毋需能耗，而光的传递速度是光速，光的侦测频率则高达100GHz，较寻常的电子线路快了100倍。现在这个原型芯片已经送到各大「黑洞」公司去测试，结果会很快分晓。运用呢？Lightelligence认为会先发生在服务器，自驾车是较以后的事。

对我来说，这事件有三重意义。第一重是在目前机器学习芯片的军备竞赛中另辟蹊径，而且表现有两个数量级提升。第二是为矽光子的实施开了先河。矽光子虽然有诸多优点，但也有前述的限制。这个产品给的启示是找到对的应用新技术才有用武之地。讲到应用，原是在异质整合时代半导体创造新经济价值的主要方式，这个新产品就是范例，而这就是它的第三重意义！