Изготовление и интеграция фотонных устройств для памяти с фазовым переходом и нейроморфных вычислений

Fabrication and integration of photonic devices for phase-change memory and neuromorphic computing
Wei Zhang, Wen You Zhou, Xueyang Shen, Xiaolong Yang, Jiangjing Wang
2023-12-13

халькогенидные фазопереходные материалынейроморфные вычисленияплазмонные микронагревателикремниевые фотонные интегральные схемыпамять PCM, интегрированная с волноводом
За последнее десятилетие достигнут значительный прогресс в интеграции халькогенидных материалов с фазовым переходом (PCM) на кремниевой фотонной платформе для приложений от энергонезависимой памяти до нейроморфных вычислений в памяти. В частности, эти вычислительные элементы и системы, не основанные на архитектуре фон Неймана, получают преимущества от массового производства кремниевых фотонных интегральных схем (PIC) на 8-дюймовых пластинах с использованием 130-нм технологического процесса на базе комплементарной структуры металл–оксид–полупроводник. Производство микросхем с применением глубокой ультрафиолетовой и электронно-лучевой литографии обеспечивает быстрое прототипирование PIC, которые могут интегрироваться с высококачественными PCM посредством масштабного напыления на уровне пластины в качестве технологического процесса на стадии back-end-of-line. В статье представлен обзор последних достижений в области волноводно-интегрированных ячеек памяти на основе PCM, функциональных устройств и нейроморфных систем с акцентом на процессы изготовления и интеграции, обеспечивающие современные характеристики устройств. После краткого обзора фотонных устройств на основе PCM рассматриваются свойства материалов функционального слоя, а также прогресс в разработке световедущего слоя, то есть кремниевых и германиевых волноводных платформ. Далее обсуждается маршрут чистого производства волноводных устройств, интегрированных с тонкими пленками и нанопроводами, кремниевыми волноводами и плазмонными микронагревателями для электротермического переключения PCM и работы в смешанном режиме. Наконец, рассматривается изготовление фотонных и фотонно-электронных нейроморфных вычислительных систем. Эти системы состоят из массивов элементов памяти на основе PCM для ассоциативного обучения, умножения матриц на векторы и распознавания образов. При крупномасштабной интеграции нейроморфная фотонная вычислительная парадигма обещает превзойти цифровые электронные ускорители благодаря сверхвысокой полосе пропускания, высокой скорости и энергоэффективной работе при выполнении алгоритмов машинного обучения.
1
Халькогенидные материалы с фазовым переходом интегрированы с кремниевой фотоникой для энергонезависимой памяти и нейроморфных вычислений в памяти.
2
Ультрафиолетовая литография глубокого диапазона и электронно-лучевая литография обеспечивают быстрое прототипирование фотонных схем, а интеграция ФПМ на этапе back-end-of-line поддерживает высокое качество устройств.
3
Развитие изготовления включает волноводы с интегрированными ФПМ, кремниевые и германиевые платформы, нанопроволоки и плазмонные микронагреватели для электрохимического переключения и смешанного режима работы.
4
Массово производимые кремниевые фотонные интегральные схемы могут изготавливаться на 8-дюймовых пластинах по 130-нм КМОП-процессу и интегрироваться с ФПМ, нанесёнными методом масштабного напыления.
5
Фотонные и фотонно-электронные системы используют массивы элементов памяти на ФПМ для ассоциативного обучения, умножения матриц на векторы и распознавания образов; масштабная интеграция потенциально обеспечивает преимущества по полосе пропускания, скорости и энергоэффективности перед цифровыми ускорителями.

фотонные ячейки памяти, устройства и нейроморфные вычислительные системы на основе халькогенидных материалов с фазовым переходом, интегрированные с волноводами на кремниевых фотонных платформах

процессы изготовления и интеграции, определяющие характеристики и функциональность фотонной памяти и нейроморфных систем на основе материалов с фазовым переходом

Publication Details
Publication Date
2023-12-13
Journal
Publisher
ISSN
Cited by
66
Access Type
Author Information
Authors
Wei Zhang
Wen You Zhou
Xueyang Shen
Xiaolong Yang
Jiangjing Wang
Explore further
Open the scid.ai AI chat with a ready-made request: it will find papers on a similar topic and help build a literature review.
Find similar papers in the chat →
Make a presentation
100%