kaiyun官网中国 开云数字处理是我们处理数据的首选方式，因为它提供了无与伦比的灵活性。然而，随着信息量的增加，全数字电子解决方案正面临着内存、延迟和功耗方面的挑战。人们对模拟信号处理的兴趣再度兴起，而光子集成电路

　　与此同时，量子计算实用化的核心挑战之一，在于如何实现百万级量子比特的精准操控与高效互联。当前主流的超导、离子阱等量子计算技术路径，均依赖于经典电子系统生成微波或光频控制信号。然而，传统电子学在GHz-THz频段的信号处理中面临根本性限制：铜互连的带宽上限、传输延迟以及电磁串扰问题，已严重制约量子比特操控保真度与系统扩展能力。凭借其独特的物理特性，光子集成电路正在成为突破这一瓶颈的革命性解决方案。

　　基于云的服务、高速移动网络、物联网（IoT）应用的迅速扩展以及无人驾驶车辆的出现，给实现数据处理系统的现有数字电子硬件带来了越来越大的负担。传统的数字信号处理依赖于模数转换器（ADC）和大容量内存，随着数据量的增长，对它们的要求也越来越高。

　　人工智能（AI）和高性能计算系统的发展进一步加剧了这种压力，这些系统很快将需要速度、延迟和能耗性能远远超越传统电子电路的硬件平台。

　　我们似乎正处于一个转折点：尽管全数字解决方案提供了最高的灵活性和可重构性，但对于下一代由人工智能驱动的系统的可持续发展而言，替代硬件技术正变得十分必要。

　　混合方案可能会提供有前景的解决方案，在这种方案中，一些信号处理任务可以在模拟域中便捷地处理。最近的研究确实表明，模拟电子电路如何为数字电路提供一种高效的替代方案，以最大限度地减少计算所需的时间和能量。有趣的是，一些模拟功能可以在光域中高效地执行。

　　微波光子学（MWP），即利用光学技术处理高频信号，几十年来已为人所知。但直到现在，微波光子学才被认真视为支持高速数字信号处理的可行途径（或许是唯一可行的途径）。与纯电子系统相比，将射频信号上转换到光域可提供更宽的带宽，而且由于无需模数转换，能够实现极低的延迟和功耗。此外，微波光子学方案可以在小型芯片级系统中高效实现，并受益于当前光子集成平台的成熟度。

　　例如，新泽西州普林斯顿大学和加拿大女王大学的Weipeng Zhang等在《Light：Science&Applications》上发表的研究中开发了一种硅光子集成处理器，通过盲源分离（BSS）实时解决射频信号的动态干扰问题。在模拟光域中处理信号能够在大约十皮秒内极快速地分离和恢复感兴趣的信号，比电子系统的延迟降低了三个数量级以上。

　　到目前为止开发的大多数集成微波光子学子系统都是作为专用光子集成电路（ASPIC）实现的，这些定制设计的芯片执行特定功能，但缺乏可重构性，不适合多功能应用。向更灵活甚至通用的集成微波光子学架构发展，将使模拟光子处理能够渗透到更多应用领域。最近，已经提出了一些通用模拟光子处理器的示例，它们基于可编程光子集成电路，能够通过电路重构实现不同的功能。

　　中国上海交通大学、北京大学和浙江大学的钱娜等最近在模拟光处理领域取得了重大进展，研究成果2月7日于发表于《Light：Science&Applications》。这项工作展示了一种用于宽带集成系统的多功能模拟并行处理器（APP），它集成在一个仅12.6平方毫米的小型硅光子芯片中（见下图）。所提出的APP直接在光域中对宽带信号进行离散化和并行化处理，显著降低了计算复杂度，并消除了传统串行到并行转换所需的高速内存。为此，利用光频梳对宽带模拟信号进行时间采样。采样后，离散化的信号通过由高速马赫-曾德尔调制器（MZM）实现的快速集成开关进行并行化处理，并被路由到2ⁿ个并行子序列中。结果，在每个子通道中，有效数据速率降低了2ⁿ倍，从而降低了后续计算单元的时钟速率和计算资源需求。为了精确处理信号同步问题，可调时延线（TDL）也集成在同一光子芯片上。值得注意的是，该系统不包含用于串并转换的高速内存，而这在传统的电子数字处理器中是必需的。

　　与相关研究相比，该研究中实现的电路并非针对特定应用，实际上，其功能在两种不同的应用中得到了验证，即6GHz雷达信号处理和8Gbit/s数据速率下16QAM通信信号的下采样。在已报道的实验中，光子芯片仅承载一个双通道处理单元，但当前的集成光子技术能够实现具有更多并行通道的架构。并行化的主要限制在于每个通道的光功率降低，这会导致信噪比下降。未来在芯片上实现大型并行系统将受益于光放大器、脉冲发生器和高速光电探测器的集成。为此，集成了III - V族有源器件（如激光器和放大器）的混合硅光子平台可以以更高的集成度提供所有所需的功能。

　　除了测距和通信应用之外，模拟光子处理器有望在支持各个领域的电子数字信号处理方面发挥越来越重要的作用。最近的研究表明，与数字电子器件相比，光子处理器能够以显著更低的延迟和能耗执行数学运算。值得注意的例子包括光子矩阵- 向量乘法及其在光子神经网络中的应用、矩阵分解和奇异值分解、方程求解和矩阵求逆、任意波束前生成器、分析仪和失真补偿器。此外，认知传感和光语义通信是新兴领域，模拟光处理被视为其中的关键使能技术。

　　虽然模拟信号处理不太可能完全取代数字处理，就像光子处理器不会完全取代电子处理器一样，但越来越多的证据表明，未来的系统将受益于将模拟和数字电子技术与模拟光子处理器集成在一起的混合硬件平台。最近，针对高速视觉任务提出了首批全模拟芯片示例，这些芯片利用了模拟电子学和模拟光子学的优势，与最先进的计算处理器相比，性能提升了三个数量级（超过99%的运算由光学实现）。模拟光子处理的作用和影响越来越明显，预计它将在高性能计算系统和边缘计算设备中得到广泛应用。

　　开头提到，光子集成电路有望提升量子比特操控保真度与系统扩展能力，具体大致包含以下几个方面。

　　量子比特的动态操控要求控制脉冲具有亚纳秒级时间精度，PIC中光信号的传播速度接近真空中光速，其延迟可比电子系统降低3个数量级。例如，硅基光子调制器已实现1 ps的响应时间，足以满足量子纠错所需的实时反馈需求。这种特性特别适用于分布式量子架构中的跨芯片同步控制。

　　量子态操控的保真度对信号噪声极其敏感。超导量子比特的微波控制线常因热涨落引入相位噪声，而光子系统的热噪声功率谱密度比微波系统低4个量级。基于氮化硅光子器件的波长复用技术，可在单根光纤中并行传输128路量子控制信号，通道间串扰-40 dB，显著优于传统多路复用电子系统。

　　量子计算核心部件需在超低温环境运行（如稀释制冷机内温度20 mK）。PIC的功耗密度比CMOS芯片低5个量级，其热负载几乎可忽略。实验表明，硅基光波导在4K低温下的传输损耗仅增加0.2 dB/cm，这为光子-量子混合系统的低温集成提供了物理基础。

　　表面码量子纠错要求实时测量稳定子算符并反馈修正信号。采用PIC构建的光学处理单元（OPU）可并行处理数千个稳定子测量结果，其波长分集技术能在单芯片上实现超过1000路信号的同步处理。例如，马赫-曾德尔干涉仪阵列可构建光学神经网络，在300 ps内完成测量结果的模式识别与纠错指令生成，优于FPGA方案。

　　在超导量子处理器中，每个量子比特需要独立的控制线。当量子比特数增至10³量级时，传统线束方案将导致布线线/cm²的物理极限。PIC支持的密集波分复用（DWDM）技术，可将控制信号压缩至单根光纤传输，利用光频梳技术生成间隔12.5 GHz的128个光载波，每个载波独立调制量子比特控制脉冲，为三维量子芯片堆叠提供可能。

　　此外，量子近似优化算法（QAOA）等混合算法需要经典协处理器快速完成参数优化。基于PIC的光子张量处理器（如Lightmatter公司的Envise芯片）在矩阵乘加速比（200 TOPS/W）上超越英伟达A100GPU1.5至10倍，其光计算单元与量子处理器的光互连可构建无延迟的联合优化回路。这种架构已在量子化学模拟中展现潜力，将VQE算法的迭代周期从小时级缩短至分钟级。

　　首先是光子-量子接口得标准化。固态量子比特的工作频率与光频段存在巨大频差，铌酸锂光子芯片中的电光转换模块已实现40 GHz微波-光信号的双向转换，但转换效率仍需提升。近期，哈佛大学团队利用超构表面增强的Pockels效应，在4K低温下将转换效率提高至-5 dB，为量子态的光学读取开辟新路径。

　　其次是低温光子器件可靠性。尽管硅基光子器件在低温下的光学性能稳定，但封装材料的低温形变会导致光耦合效率下降。解决方案包括开发低温自适应耦合结构以及新型低温兼容封装材料。

　　最后是跨技术路线协同设计。光子控制系统需与不同量子比特平台深度集成，针对超导量子体系，可开发微波光子集成电路（MPIC），在芯片内集成约瑟夫森参量放大器与光子调制器；对于离子阱量子计算机，则需优化紫外波段的光子器件，实现单光子水平的阱内激光精准操控。

　　光子集成电路正在重塑量子计算的硬件范式。从量子比特操控、系统扩展到混合计算，PIC提供的超快、高保真、低功耗信号处理能力，将推动量子计算机从实验室原型走向工程化部署。随着低温光子集成、量子-光子接口等关键技术的突破，这场静默的光子革命，终将托举起量子计算的规模化未来。