基于SCISSOR耦合脉冲硅微环的紧凑无源非线性光子神经形态处理核心

《Laser & Photonics Reviews》：Photonic Neuromorphic Processing With Coupled Spiking Silicon Microrings

　　

研究人员认为，理解单个网络节点的物理计算机制对于扩展神经形态光子架构至关重要。本工作提出一种基于侧耦合集成间隔谐振器序列（side-coupled integrated spaced sequence of resonators, SCISSOR）的紧凑无源非线性光子核心，该核心由三个名义相等的微环组成，并研究其计算能力。其非线性和内部反馈通过调节注入功率和波长可获得模拟、脉冲和双稳响应。将该SCISSOR作为时间复用储备池计算（reservoir computing, RC）中的单个非线性节点实现时，在150个虚拟节点下，采用模拟和数字储备池表示，可在Iris数据集上实现无误差分类，并在Sonar任务上获得高于97%的准确率。在数字方案中，脉冲动力学自然产生稀疏储备池状态，即使仅利用单个脉冲也能实现高效分类。值得注意的是，位于动态复杂度和/或输出功率发生急剧转变边界处的工作点支持高任务性能，为未来片上训练开辟了新策略。脉冲双稳和热双稳也参与增强计算性能。这些结果表明，耦合光学微环可作为紧凑、物理可解释的非线性构建块，用于未来神经形态光子处理器，特别是在涉及kHz至MHz信号带宽的光域预处理和传感场景中。

研究背景与问题：随着摩尔定律接近尾声，计算领域日益寻求替代技术以处理持续增长的数据。神经形态光子学被视为下一代信息处理的关键使能技术，尤其当输入信息本身为光并可被光子处理器局部预处理时，可避免反复电光转换并降低时延。边缘计算场景对速度和能效要求较高。储备池计算（reservoir computing, RC）利用物理系统自然动力学，无需片上训练内部连接，适合快速推理、自适应控制和实时处理。硅光子学因CMOS兼容性提供可扩展、低成本平台，微环谐振器（microring resonator, MRR）成为神经形态计算的基本构建块，其滤波、线性混合、可重构加权和非线性激活等特性已被利用；高Q值光场限制可在1550 nm附近较低注入下触发双光子吸收（two-photon absorption, TPA），产生自由载流子和热，并经自由载流子色散（free-carrier dispersion, FCD）与热光效应（thermo-optic effect, TOE）在 distinct 时间尺度上改变折射率和透过率，导致热双稳和自脉冲等非线性。单MRR已在模拟RC中通过时间复用虚拟神经元应用，数字RC中脉冲响应可将储备池状态二值化并简化电子后处理；但单MRR有限动力学限制输出模式和任务性能。耦合MRR矩阵虽已有研究，但“黑箱”式扩展使参数空间快速增大，热串扰造成邻元强相互依赖，因此有必要理解仍具复杂动力学的减小尺寸结构的计算能力，以减少控制参数并高效扩展片上神经形态计算设计。

研究与意义：研究人员提出并实验研究由三个名义相同自脉冲硅MRR耦合于两条总线波导之间的SCISSOR作为光子神经形态核心。该结构是能表现多谐振器TPA非线性相互作用所致非周期动力学的最小光子系统，可接近有序与混沌之间的“混沌边缘”。研究人员在模拟和数字RC中实现SCISSOR非线性，在Iris数据集上实现无误差分类，在更具挑战性的Sonar任务上获得高于97%的准确率；数字方案中脉冲动力学产生更丰富而稀疏的数字表示。通过将任务性能与器件非线性表征关联，研究人员识别出耦合边缘工作点，即弱、强耦合边界处动态复杂度和/或输出光功率发生转变的区域，可支持高计算性能；低功率脉冲双稳可增强储备池响应的时间结构。该工作不仅评估计算性能，也提供耦合硅MRR非线性动力学用于光启神经形态信息处理的物理认识，并提出减少参数搜索的物理驱动准则。

关键技术方法（不超过250字）：研究人员采用连续波（continuous wave, CW）注入表征SCISSOR的drop端口响应，基于Takens定理用延迟坐标重构相空间并计算相空间密度，结合谱熵和平均drop光功率识别耦合边缘；将150节点掩模通过马赫-曾德尔调制器（Mach–Zehnder modulator, MZM）线性幅度编码为光信号并注入SCISSOR，经光电探测和示波器采样得到时间复用储备池状态；分别采用模拟读出和数字阈值化读出，以logistic回归训练电子输出层并进行五折交叉验证；在公开Iris和Sonar数据集上扫描波长失谐与输入光功率。样本来源为公开数据集。

研究结果：
2 SCISSOR非线性表征：对三个名义相同MRR构成的SCISSOR进行CW注入扫描，drop响应用延迟坐标相空间和相空间密度分析，显示低功率或强失谐时密度低、响应恒定；降低失谐依次出现单、双、三MRR自脉冲，密度增加；负失谐出现三脉冲组及不应期；相空间密度图中不连续处附近时间动力学不稳定，邻近区域稳定。平均drop功率在静默到单MRR自脉冲、单到双MRR自脉冲时出现明显不连续。结论：该结构具丰富耦合非线性及耦合边缘转变。
3 模拟/数字储备池计算：以150节点掩模驱动MZM，经SCISSOR后由示波器采样，构建模拟或数字阈值化储备池；在Iris和Sonar任务上扫描失谐（?320至320 pm，40 pm步进）与输入功率（0–10 mW，0.5 mW步进）。数字阈值将模拟节点变为0/1，阈值升高需更高光功率，最佳工作点向负失谐脉冲区移动。结论：SCISSOR可用于模拟与数字RC。
3.1 Iris数据集分类任务：Iris任务中模拟RC在宽U形区域获得优性能，低输入功率下由自由载流子瞬态主导，并超过单MRR结果；数字RC中随着阈值和注入功率提高，数字状态逐渐稀疏，强脉冲及不应期导致稀疏化；某最佳配置仅约9个活跃节点即实现无误差；仅识别Virginica时，特定注入配置和阈值下主要由单个时间节点激活即可达到准确率1，显示稀疏读出潜力。结论：紧凑稀疏数字表示可解释且高效。
3.2 Sonar数据集分类任务：Sonar任务中模拟和数字RC性能图与drop复杂度及平均功率表征对应；最佳性能和低标准差出现在二或三自脉冲MRR耦合边缘，动态复杂度取中间值，而非最高复杂度/混沌区；稀疏数字状态仍保持高准确率，并优于文中引用的部分先前方法；靠近热双稳的静默配置也获高准确率；脉冲双稳区域与高准确率、低标准差对应。第二个SCISSOR虽因制造误差共振略偏移，其最佳性能仍出现在drop复杂度或平均功率突变的耦合边缘，支持可重复性。结论：耦合边缘支持高且稳健计算，双稳增强性能。

讨论与结论翻译：讨论部分总结指出，SCISSOR提供紧凑无源非线性核心；耦合边缘工作区是核心发现；低功率脉冲双稳丰富时间结构；系统功耗主要来自实验室仪器，核心激活非线性所需平均输入光功率低于8 mW；当前速度受MRR热寿命限制在MHz，可用石墨烯-on-silicon MRR或p–i–n结嵌入提高；未来可优化掩模、多波长复用、调节环间耦合、多SCISSOR核扩展，但需控制热串扰和校准共振。研究结论翻译：本工作证明，将单个MRR神经元扩展为三个耦合MRR构成的SCISSOR几何结构，可为集成光计算提供紧凑、无源的非线性核心。除在Iris和Sonar数据集任务的模拟与数字（脉冲）RC中取得优异性能外，本工作的中心结果是识别出耦合边缘工作区，其与动态复杂度（由Takens定理和谱熵分析估计）和/或平均光功率在强、弱耦合边界处的不连续相重合。对于更具挑战性的Sonar任务，这些区域支持高而稳健的准确率，并可在未来通过足够多不同设计参数的SCISSOR更广泛量化。低功率光脉冲双稳也有助于丰富储备池响应的时间结构，从而提升计算能力。总体而言，这些发现提示一种物理驱动判据，用于识别有利工作条件，显著减少未来工作中的穷举参数搜索，并可作为片上工程训练算法的中心点。尽管该概念验证的功耗主要反映信号产生与表征所需实验室仪器，激活SCISSOR核心内自由载流子和热非线性所需平均输入光功率低得多，并取决于失谐；最苛刻的强耦合脉冲动力学所需低于8 mW。因此总体功率预算由接口和控制层主导，而非光子核心。光电子集成和FPGA电子读出进展可成为实际应用桥梁，包括MRR系统作为核心候选的边缘计算场景。在光子侧，当前脉冲速度受MRR热寿命限制在兆赫兹；可采用石墨烯-on-silicon MRR或将MRR波导嵌入p–i–n结等实现更高速，从而提高RC处理速度。未来还可优化输入掩模以用更少输出虚拟节点最大化SCISSOR输出响应和数字模式多样性；利用多个失谐注入波长引入并行交互反馈和波分复用扇出；通过集成加热器或p–n结调节环间耦合，同时保持与MRR权重库和电驱动脉冲方法兼容。总体而言，本工作推动将多个SCISSOR核心在其各自耦合边缘并行或经可调连接耦合运行，作为未来值得探索的方向；此类多核实现需控制热串扰并校准环共振频率，可通过隔离沟槽和/或相移器、p–n结主动调谐促进。