光学芯片

罗切斯特大学研究人员共同开发的1平方毫米的集成光子芯片将使干涉仪精度更高。图片来源：罗切斯特大学/ J. Adam Fenster从镜子上的微小缺陷，到大气中污染物的扩散，再到宇宙深处的引力波，通过合并两个或多个光源，干涉仪产生的干涉图样可以提供一切事物的详细信息。“想要进行非常精确的测量，光学干涉仪必不可少，因为光可以成为非常精确的‘尺子’。”美国罗切斯特大学光学助理教授Jaime Cardenas说。现在，Cardenas的实验室发明了一种方法，使这种光学机器更加灵敏。罗切斯特大学博士生宋美廷（音译）首次在1平方毫米的集成光子芯片上验证了一种实验方法，可以在不增加无关且不必要的输入或“噪声”的情况下放大干涉信号。近日发表在《自然—通讯》的这一突破，基于该校物理学教授Andrew Jordan和实验室学生开发的波导弱值放大理论。Jordan和团队研究弱值放大已有十多年。他们以一种新颖的方式将模态分析应用于具有弱值放大功能的自由空间干涉仪上，弥补了自由空间与波导弱值放大之间的差距，并由此证明了在光子芯片上集成弱值放大的理论可行性。弱值放大是基于光的量子力学，基本上只涉及包含所需信息的特定光子导向探测器。Cardenas说，这个概念曾被演示过，但“总是要在实验室里放置一张桌子、一堆镜子和激光系统，这些物件排列起来非常耗时和辛苦”。“我们将所有这些物质提炼出来，放入光子芯片中。通过把干涉仪装在芯片上，你可以把它放在火箭、直升机，或者手机上。放在哪里它都不会偏移。”Cardenas说。与传统的干涉仪不同，新装置没有使用一组倾斜的镜子来弯曲光线并产生干涉图样，而是使用了一个设计好的波导来传播光场的波。Cardenas说，这是该研究的新颖之处。在传统干涉仪中，只要简单地提高激光功率，就可以提高信噪比，从而产生更有意义的输入。但Cardenas说，这实际上是有限制的，因为传统的干涉仪探测器只能处理有限的激光功率，在达到饱和前，信号噪声比并不能提高。新装置通过在探测器上以更少的光达到相同的干涉仪信号，消除了这一限制，这为通过继续增加激光功率从而增加信噪比留下了空间。“如果以传统干涉仪相同的功率到达新弱值，新设备总是会有更好的信噪比。”Cardenas说，“这项工作真的很酷，有很多非常棒的物理和工程应用在后台进行。”他表示，下一步将把该设备用于相干通信和使用压缩或纠缠光子的量子应用，使量子陀螺仪等设备成为可能。相关论文信息：https://doi.org/10.1038/s41467-021-26522-2

物理世界的数字化时代正奔涌而来。2D、3D视觉技术将物体的颜色、形状、大小、尺寸、位置等信息转换为AI时代的大数据，但物质成分的数字化进程却停步不前。如今，可解码万物“指纹”的革命性视觉成像技术—高光谱成像正打破这一僵局。高光谱成像突破人眼限制，可实现万物成分检测，为机器视觉提供更真实、更准确的物理世界信息，为人类提供更高维度观察世界的方式。近日，《南方日报》等媒体持续聚焦海谱纳米光学(以下简称“海谱”)微型高光谱成像MEMS芯片及快速增长的高光谱成像市场。从专注研发到高光谱产品的工程化、市场化，海谱跨过创业公司“死亡之谷”的背后，折射的是国产MEMS芯片在全球高端芯片竞技场的突围。从深圳市海谱纳米光学科技有限公司(Hypernano，简称海谱)获悉，2022年初，该公司宣布正式全球率先量产了第一代微型高光谱成像MEMS(微机电系统，Micro-Electro-Mechanical System)芯片，高光谱工业相机及高光谱相机模组即将推向市场。▲海谱纳米光学据悉，基于微型高光谱成像MEMS芯片技术，海谱推出的高光谱成像模组在波长精度、拍摄速度、空间分辨率、半峰宽、视场角等专业技术指标上达到全球领先水平，体积比传统光谱相机缩小了近1000倍，是业界尺寸最小的高光谱相机模组。半导体老兵深圳创业跨越“死亡之谷”海谱创始人兼CEO黄锦标介绍，公司于2019年1月创立，以“光谱芯视觉，感知超极限”为使命，专注于高光谱成像技术的设计与研发。▲黄锦标黄锦标毕业于南开大学微电子专业，有着20多年半导体技术和市场经验，曾担任多家半导体公司高管，有着很强的系统开发和市场开拓的经验。而海谱研发团队在MEMS领域拥有近20年的芯片设计与工艺制造经验，团队核心成员包括多名顶尖MEMS专家及深圳孔雀人才。2022年3月，海谱完成数千万元A轮融资，投资方包括昆仑资本、远方资本、湾信资本。业内人士介绍，MEMS芯片最常用的是承担传感功能，在整个大的信息系统里有点类似于人的感官系统。从行业而言，欧美是MEMS产业、技术与产品的发源地，处于全球领先地位，中国MEMS产业起步较晚，MEMS产业还处于发展的起步阶段，我国不仅在精度和敏感度等性能指标上与国外存在巨大差距，应用范围也多局限于中低端领域。因而有芯片创业难，MEMS芯片创业更难的说法。不过，尽管我国MEMS传感器厂商面临诸多挑战，但从上游设计、中游制造、下游封装等领域国产替代的空间巨大。▲海谱微型高光谱成像MEMS芯片正因为身处MEMS产业这一高精尖行业，海谱从成立初期的3年，经历了高科技创业公司所面临的“死亡之谷”考验，即从技术研发到产品量产的种种挑战。“创业公司的技术再领先，也要把它变成一个工程化且可市场化的产品，这个过程有很多坑，只有迈过去，技术才具有商业价值。”黄锦标称。黄锦标介绍，海谱走到去年年底时，最核心的技术芯片开始量产。同时，将芯片应用于相机的相关模组也已准备完毕，相当于公司在技术工程化产品这个初创公司最大的槛，已经迈了过去。填补国内微型高光谱MEMS芯片领域空白说起海谱的技术，首先还要科普一下光谱技术。光谱学始于英国科学家牛顿，是人类借助光认知世界的重要方式，地球上不同的元素及其化合物都有自己独特的光谱特征，光谱因此被视为可以辨别物质的成分信息。光谱学的最大特色之一，是研究光与物质产生相互作用的学科，通过物理的方法可以获取物体的成分，在应用上可以非接触和非破坏地进行检测。典型的如天文对象、高温物体、放电气体… … 在分子和原子层次上物质作分析研究，主要是用光谱方法。比如人类用光谱相机拍摄遥远星球的表面物质。▲高光谱原理黄锦标介绍，高光谱成像技术则将成像技术与光谱技术相结合，可获取高光谱分辨率的连续、窄波段的图像数据。其原理是将成像技术与光谱技术相结合，在探测目标二维空间信息的同时，获取其每一个空间位置上的光谱信息，从而实现对物质成分的直接检测。物质光谱信息具有指纹特性，即不同的物质拥有不同的光谱，因此高光谱成像为机器视觉的物质感知、识别和分析提供了新路径，是继2D、3D视觉技术之后的下一代革命性视觉成像技术。2019年，海谱在深圳成立后，开启第一款微型高光谱成像MEMS芯片的研发设计与流片。2020年初，海谱宣布正式量产第一代微型高光谱成像MEMS芯片，填补了国内在微型高光谱成像MEMS芯片领域的空白。传统光谱成像设备一般手工组装，存在体积大、价格昂贵、无法批量生产等问题，海谱微型高光谱成像MEMS芯片具备高空间分辨率、高透光率等性能优势，解决了光谱成像设备体积、成本等问题 芯片化量产还可有效降低高光谱成像设备的台间差，实现芯片至整机全自动组装。由此，海谱突破性地实现了MEMS特殊工艺的突破，解决了高光谱成像工业化、低成本和量产化的业界难题，研发能力覆盖芯片设计、光学模组、产品相机、算法研发、完整应用解决方案等高光谱全链条技术，可为全球多领域客户提供一站式高光谱成像解决方案。“传统的光谱成像设备是一个大仪器 海谱的相机模组才一片指甲大，而且更便宜，不管从体积还是价格、便利性都跨越民用的门槛，也是中国在这个细分芯片赛道上做到了世界领先的位置。”黄锦标这样比较。▲高光谱成像技术可检测物质成分芯片产品覆盖全光谱波段，万物皆可测目前，公司已推出几款芯片，形成全光谱覆盖，实现万物皆可测。黄锦标介绍，高光谱成像MEMS芯片及模组可以应用于工业检测、医疗健康、安防环保、食品检测、IOT等多场景。例如在工业检测领域，高光谱技术可在非接触的情况下实现食品检测分拣、质量等级筛选等功能，以往几分钟或数小时的检测结果如今可实时在线获取。在医疗健康，高光谱设备可赋予普通显微镜高光谱视觉能力，同时还可实现癌症筛查、手术辅助成像等功能。在安防环保领域，高光谱技术可对水质、环境进行实时监测，实现对水质的定性、定量观测，实现云图可视化效果。在食品检测领域，高光谱成像技术可对肉类、果蔬、粮油等进行材质分析，检测果蔬的糖度、水分、硬度、酸度等指标，智能分析肉类的新鲜程度。值得留意的是，海谱不仅有硬件团队，也有AI算法团队，这也保证了芯片获取数据后可以计算建模，得到一致性较高的结果。为何一个默默无名的初创科技公司，可以填补芯片产业空白，实现全球技术领先?黄锦标介绍，高光谱成像MEMS芯片是一个多学科的技术突破，不单单涉及微电子，还有化学、材料、机械、光学等。但是，公司一直聚焦于高光谱成像技术这一细分领域，而且公司核心研发团队此前20年专注于该细分技术的研发，有着世界领先的技术沉淀。“中国芯片暂时落后于国外，实际上差在积累不够，除了资本、政策和市场加持，需要很多科研人员、工程师长年累月地在实验室和芯片产线上辛勤付出，这样才有领先技术突破。”黄锦标称，作为一名90年代从大学毕业后进入半导体行业的老兵，见证了深圳20来年半导体行业的萌生、发展和蓬勃，希望通过自主科技创新，支持国产技术在半导体“无人区”技术实现更多突破。【深创者说@黄锦标】“我们一直强调，一个技术是否具有先进性、突破性，一定要有用，要为市场和消费者提供所认可的解决方案。海谱将微型高光谱成像MEMS芯片与人工智能算法结合，来为消费者转译物体的成分信息。比如我们人眼或者普通相机拍一块肉，就是一张普通照片，但是安装我们芯片的相机拍出的照片，经过算法读取，会转换出一个普通人可理解的结果，告诉你这块肉是否新鲜。我们坚持不会做终端产品。现在国内尤其深圳已经有很多全球知名的硬件终端产品公司，我们的定位是生产芯片以及解决方案，来服务这些硬件终端产品公司。在我们看来，现在中国卡脖子，是卡在缺少上游核心芯片或器件的技术和制造能力。海谱立志于去做这样的一个角色。

p 　　美国麻省理工学院(MIT)科学家在6月12日出版的《自然· 光学》杂志上发表论文称，他们开发出一种全新的光学神经网络系统，能执行高度复杂的运算，从而大大提高“深度学习”系统的运算速度和效率。 /p p 　　“深度学习”系统通过人工神经网络模拟人脑的学习能力，现已成为计算机领域的研究热门。但由于在模拟神经网络任务中，需要执行大量重复性“矩阵乘法”类高度复杂的运算，对于依靠电力运行的传统CPU(中央处理器)或GPU(图形处理器)芯片来说，这类运算太过密集，完成起来非常“吃力”。 /p p 　　通过几年努力，MIT教授马林· 索尔贾希克和同事开发出光学神经网络系统的重要部件——全新可编程纳米光学处理器，这些光学处理器能在几乎零能耗的情况下执行人工智能中的复杂运算。索尔贾希克解释道，普通眼镜片就能通过光波执行“傅里叶变换”这样的复杂运算，可编程纳米光学处理器采用了同样的原理，其包含多个激光束组成的波导矩阵，这些光波能相互作用，形成干涉模式，从而执行特定的目标运算。 /p p 　　研究小组通过测试证明，与CPU等电子芯片相比，这种光学芯片执行人工智能算法速度更快，且消耗能量不到传统芯片能耗的千分之一。他们还用可编程纳米光学处理器构建了一个神经网络初级系统，该系统能识别出4个元音字母的发音，准确率达到77%。他们的最终目标是，将可编程纳米光学处理器交叉铺成多层结构，构建光学网络神经系统，模拟人脑中神经元执行复杂的“深度学习”运算。 /p p 　　索尔贾希克表示，新光学处理器还能用于数据传输中的信号处理，更快速实现光学信号与数字信号间的转换。未来，在大数据中心、安全系统、自动驾驶或无人机等所有低能耗应用中，基于新光学处理器的复杂光学神经网络将占据重要席位。 /p