基于线性硅光电路的50 Gb/s非线性光学向量处理：实现高速汉明距离计算与内容寻址存储器

《Nature Communications》：Nonlinear optical vector processing using linear silicon photonic circuits for 50?Gb/s memory and string similarity functions

为解决机器学习与通信领域对高速、高能效计算的需求，研究人员开展了一项关于非线性光学向量处理的研究。该研究利用线性硅光电路，成功实现了50 Gb/s的汉明距离(HD)计算与内容寻址存储器(CAM)功能，其误码率低至10-3，并通过波分复用(WDM)技术显著提升了计算容量与能效，为光计算在模式匹配与相似性搜索等应用中的发展提供了新路径。

　　

在当今数据爆炸的时代，无论是机器学习模型的训练、基因序列的分析，还是实时通信中的路由查找，都对计算速度和能效提出了前所未有的要求。传统的电子计算虽然仍是主流，但其发展正面临物理瓶颈：电子互连的RC寄生效应限制了时钟频率的进一步提升，导致计算性能的增长放缓，而功耗却居高不下。为了突破这一“摩尔定律”的终结困境，科学家们将目光投向了光子学。

光子计算以其高速、低功耗和并行处理的天然优势，被视为下一代计算技术的希望。近年来，硅光子学(SiPho)在实现线性变换（如矩阵乘法）方面取得了显著进展，为神经形态计算和量子计算等领域提供了强大的硬件基础。然而，一个关键的计算功能——非线性处理，却一直是光计算领域的难点。许多核心应用，如模式匹配、错误纠正和相似性搜索，都依赖于计算两个向量之间的“距离”或进行精确匹配。例如，在路由器中查找地址，或在数据库中快速检索相似信息，都需要用到内容寻址存储器(CAM)或汉明距离(HD)计算。尽管光学CAM已有一些探索，但如何实现更通用的非线性向量处理，并将其扩展到高速、大规模的应用场景，仍然是一个巨大的挑战。

为了回答这一挑战，来自希腊亚里士多德大学、塞萨洛尼基跨学科研究与创新中心以及惠普实验室的研究团队，在《Nature Communications》上发表了一项突破性研究。他们提出并实验验证了一种创新的方法：利用线性硅光电路来实现非线性光学向量处理。该研究不仅成功演示了50 Gb/s的汉明距离计算，还将其应用于内容寻址存储器，实现了高达2.5倍于现有技术水平的运行速度，为光计算在高速数据处理领域的应用开辟了新的可能性。

关键技术方法

本研究主要采用了以下关键技术方法：

1. 1.
   基于交叉阵列(Xbar)的硅光子集成芯片：研究团队设计并制造了一个4x4的硅光子交叉阵列，该阵列是核心计算单元。每个计算单元由两个锗硅(SiGe)电吸收调制器(EAM)和两个热光相位调制器(TO-PS)组成，用于实现向量比较和相干光叠加。
2. 2.
   汉明距离(HD)与内容寻址存储器(CAM)功能实现：通过将搜索向量的实际值和互补值编码到光载波上，并将其输入到存储有目标向量的交叉阵列中，利用光的干涉原理，在输出端直接得到汉明距离或匹配结果。通过设置调制器的偏置电压，该电路还能支持三态内容寻址存储器(TCAM)功能，即支持“0”、“1”和“不关心(X)”三种状态。
3. 3.
   波分复用(WDM)技术：为了提升计算容量和能效，研究团队进一步开发了基于波分复用的比较单元。该单元利用多个波长通道并行处理数据，在单个物理输出端口上同时进行多个比较操作，从而显著降低了插入损耗并提高了计算密度。
4. 4.
   高速实验验证：研究团队搭建了完整的实验测试平台，利用任意波形发生器(AWG)产生高速电信号，驱动光调制器，并通过高速示波器捕获和分析输出信号，分别在20 Gb/s和50 Gb/s的数据速率下验证了处理器的性能。

研究结果

1. 汉明距离计算与内容寻址存储器功能验证

研究团队首先利用4x4交叉阵列验证了汉明距离计算和内容寻址存储器功能。实验结果表明，该处理器能够成功执行2位光学向量的比较操作。当搜索向量与存储的目标向量完全匹配时，输出光功率为零，表示汉明距离为0，即内容寻址存储器的“匹配”状态；当向量存在差异时，输出光功率与汉明距离成正比，能够区分出汉明距离为1或2的情况。

在20 Gb/s和50 Gb/s的数据速率下，该处理器均表现出优异的性能。通过分析眼图和误码率，研究人员发现，在50 Gb/s的高速运行下，其符号误码率(SER)和匹配误码率(MER)均保持在10^-3量级，与最先进的电子实现方案相当。此外，通过设置调制器的偏置状态，该电路还成功实现了三态内容寻址存储器(TCAM)功能，能够处理包含“不关心(X)”状态的向量匹配，进一步扩展了其应用范围。

2. 基于波分复用的可扩展处理器架构

为了提升处理器的计算容量和能效，研究团队提出并实验验证了一种基于波分复用的比较单元架构。该架构利用多个波长通道在同一个物理单元内并行处理数据。实验采用了一个支持3个波长的2x1比较单元，成功演示了在20 Gb/s和50 Gb/s速率下的并行汉明距离计算。

结果表明，该波分复用架构能够有效降低插入损耗，并显著提升计算密度。通过分析不同波长和符号组合下的Q因子，研究人员证实了该架构在高速运行下的稳定性和可靠性。波分复用技术的引入，为构建更大规模、更高能效的光学向量处理器提供了一条可行的技术路径。

3. 理论框架与性能预测

为了评估该技术的可扩展性，研究团队建立了一个理论分析框架，用于预测不同规模、不同数据速率下的处理器性能。该框架综合考虑了光电噪声源、激光功率和系统规模等因素。

分析结果表明，波分复用架构在可扩展性方面具有显著优势。与单波长设计相比，波分复用设计能够大幅降低对输入激光功率的要求，从而支持更大规模的处理器实现。例如，在实现64位搜索字长和128个存储字容量的内容寻址存储器时，波分复用设计可将所需的激光功率降低高达20 dB。此外，理论预测显示，该技术有望实现低至400 fJ/bit和200 fJ/bit的能效，比现有最先进的电子实现方案高出20倍以上。

结论与讨论

本研究成功地将非线性光学向量处理功能集成到了线性硅光子电路中，实现了50 Gb/s的高速汉明距离计算和内容寻址存储器操作。该技术不仅将光学内容寻址存储器的运行速度提升了2.5倍，还首次在硅光子平台上实现了多比特向量的汉明距离计算，突破了以往仅能进行1比特比较的限制。

更重要的是，研究团队通过引入波分复用技术，为光学向量处理器的可扩展性提供了一条切实可行的路径。波分复用架构能够有效降低插入损耗，提升计算密度，并显著降低对激光功率的需求，从而支持更大规模、更高能效的处理器设计。理论分析表明，该技术有望在保持高速运行的同时，实现远超电子技术的能效水平。

这项研究的意义在于，它证明了光子学不仅擅长于线性变换，同样可以高效地执行非线性处理任务。通过将非线性功能映射到线性光路中，该工作极大地扩展了硅光子学的计算能力，为构建全光或光电混合的智能计算系统奠定了坚实的基础。未来，这种技术有望在高速路由、数据库检索、基因组学分析以及机器学习中的相似性搜索等数据密集型应用中发挥重要作用，为后摩尔时代的计算技术发展提供新的动力。