光子芯片彻底改变了数据密集型技术。这些激光驱动的设备可以单独或与传统电子电路协同工作，以光速发送和处理信息，这使它们成为人工智能数据密集型应用的有前途的解决方案。

光在一块未图案化的半导体晶圆上创建了一个计算网络。Feng Lab 团队的成就允许在没有光刻蚀刻的情况下进行片上处理，这标志着 AI 应用的制造成本更低、制造更容易且精度更高。（图片：今日宾夕法尼亚工程）

除了无与伦比的速度外，光子电路使用的能量比电子电路少得多。电子在硬件中移动相对缓慢，与其他粒子碰撞并产生热量，而光子在流动时不会损失能量，根本不产生热量。摆脱了电子产品固有的能量损失的负担，集成光子学有望在可持续计算中发挥主导作用。

光子学和电子学依赖于一种类似于模板印刷的技术，称为光刻，其中强光穿过图案化掩模，通过选择性地曝光和去除光敏材料来定义其电路元件并按顺序连接它们，从而将电路设计转移到半导体晶片上。

虽然光子芯片不使用填充电子芯片不断缩小和分层的凹槽的晶体管，但它们复杂的光刻图案引导激光束通过相干电路形成可以执行计算算法的光子网络。

现在，工程与应用科学学院的研究人员创造了一种新型光子器件，无需光刻即可提供可编程片上信息处理，为 AI 应用提供卓越的准确性和灵活性，从而提高光子学的速度。

实现无与伦比的光控制，该设备由空间分布的光学增益和损耗组成。激光直接将光投射到半导体晶圆上，无需定义光刻路径。

梁峰，材料科学与工程系、电气系统与工程系教授，博士。学生 Tianwei Wu 和博士后研究员 Zihe Gao 和 Marco Menarini 在Nature Photonics发表的一项研究中介绍了这种微芯片。

“但是用于机器学习应用的光子芯片面临着复杂制造过程的障碍，其中光刻图案是固定的、可重新编程的能力有限、容易出错或损坏并且价格昂贵，”Feng 说。“通过消除对光刻的需求，我们正在创造一种新的范例。我们的芯片克服了这些障碍，并提供了更高的准确性和最终的可重新配置性，因为它消除了预定义功能的各种限制。”