人工知能の急速な台頭により、GPU、HBM メモリ、高度なパッケージング、およびコンピューティング能力に前例のない注目が集まっています。しかし、これらのテクノロジーの根底には、ますます重要になっている根本的な課題があります。
大量のデータを効率的かつ高速に、最小限の消費電力で転送するにはどうすればよいでしょうか?
最新の AI インフラストラクチャは、強力なプロセッサーのみを基盤として構築されているわけではありません。大規模な AI データセンターは、サーバー、アクセラレータ、ストレージ システム、ネットワーク スイッチ間で膨大な量の情報を移動する広範な通信ネットワークに依存しています。 AI ワークロードが増大し続けるにつれて、より高帯域幅の光リンクと、送信ビットあたりのより低いエネルギー消費に対する需要が加速しています。
AI 時代では、データを処理する能力が重要ですが、データを効率的に移動する能力も同様に重要になる可能性があります。
将来の AI クラスターには以下が必要です。
これらの要件に対処するために、フォトニクス業界は、複数の光学機能が単一チップ プラットフォームに統合されるフォトニクス統合にますます目を向けています。
理想的な光集積回路 (PIC) は、以下を同時に達成する必要があります。
これらの要件のうち 1 つまたは 2 つを達成するだけでは不十分です。実用的な光相互接続プラットフォームは、製造性と信頼性を維持しながら、3 つすべてを組み合わせる必要があります。
これらのシステム内では、光変調器が重要な役割を果たします。それらは電子信号と光学素子の間のインターフェースとして機能します。これは、伝送速度、エネルギー効率、およびシステム全体のパフォーマンスに直接影響します。
言い換えれば、フォトニックチップの将来の成功は、光を効率的に導くだけでなく、それを効果的に変調することにもかかっています。
既存のフォトニック プラットフォームにはそれぞれ長所と限界があります。
シリコン フォトニクスは、成熟した半導体製造インフラストラクチャと優れた拡張性を提供します。ただし、キャリアの注入または空乏化に基づく変調メカニズムでは、光損失やパフォーマンスのトレードオフが発生する可能性があります。
窒化ケイ素は非常に低い光損失を提供し、受動フォトニック回路に非常に適しています。ただし、固有の強力な電気光学効果が欠けているため、効率的な高速変調を実行する能力が制限されます。
ニオブ酸リチウムは本来的に強力なポッケルス効果を備えており、直接的かつ高効率な電気光学変調を可能にします。
主な材料上の利点は次のとおりです。
| 財産 | ニオブ酸リチウム |
|---|---|
| ポッケルス係数 (r33) | ～午後30時/V |
| 光損失 | ～0.001dB/cm |
| 透明ウィンドウ | 0.4～5.5μm |
| 応答速度 | ほぼ瞬時に |
| 信号忠実度 | 素晴らしい |
これらの特性により、ニオブ酸リチウムは、低い挿入損失と広い変調帯域幅を必要とする高速光通信システムにとって特に魅力的です。
歴史的に、ニオブ酸リチウムの主な制限は集積化でした。
従来のニオブ酸リチウム変調器には、次のような特徴があることがよくありました。
このような特性により、AI データセンターの大規模導入が困難になりました。
絶縁体上薄膜ニオブ酸リチウム (LNOI) の出現により、この状況は根本的に変わりました。
ナノファブリケーションとウェーハ処理の進歩により、次のことが可能になりました。
現在、最先端の LNOI プラットフォームは次のことを実現できます。
この変革により、ニオブ酸リチウムは高性能材料から完全なフォトニック統合プラットフォームへと進化しました。
LNOI テクノロジーの最も有望な成果の 1 つは、電気光学変調器の性能です。
従来のニオブ酸リチウム マッハツェンダー変調器 (MZM) と比較して、LNOI デバイスは効率が大幅に向上しています。
一般的なパフォーマンスには次のものが含まれます。
| パラメータ | 従来のLN | 薄膜LNOI |
| 電圧と長さの積 | ～20V・cm | ～2V・cm |
| 駆動電圧(Vπ) | より高い | ～1.4V |
| 消光比 | 適度 | ～30dB |
| CMOS互換性 | 限定 | 素晴らしい |
2 cm LNOI 変調器は約 1 V CMOS 駆動レベルで直接動作できるため、専用の電気アンプが不要になる可能性があります。
AI 光インターコネクトの場合、これは次のようになります。
将来の光ネットワークには、変調以外にも高度な波長管理テクノロジーが必要です。
波長分割多重 (WDM) により、複数のデータ チャネルを 1 本の光ファイバーで同時に送信できるようになり、帯域幅が大幅に増加します。
次世代 WDM システムをサポートするには、理想的な光周波数コムは以下を提供する必要があります。
LNOI は、この分野で顕著な能力を実証しています。
最近の実証では次のことが達成されました。
他の高効率電気光学コム アーキテクチャにより、以下が生成されます。
これらの開発は、LNOI が拡張性の高い光通信アーキテクチャをサポートできることを示しています。
おそらく最も重要なマイルストーンは、LNOI が実験室でのデモンストレーションに限定されなくなったことです。
実際の伝送実験により、実用的な展開の可能性が検証されました。
研究者らは、フラットトップ 50 GHz 電気光学周波数コムと WDM テクノロジーを使用して、次のことを実証しました。
このような結果は、LNOI が個々のデバイスの革新からシステムレベルの光相互接続ソリューションへと急速に進歩していることを示唆しています。
薄膜ニオブ酸リチウムは、単なる小型変調器や低損失導波路をはるかに超えています。
これは、単一のプラットフォーム内にいくつかの重要な機能を統合します。
これらの機能は、AI データセンター インフラストラクチャが直面している最も差し迫った課題に直接対処します。
AI システムが拡大し続けるにつれて、将来のパフォーマンスは計算能力だけでなく、電気領域と光領域の間でデータをいかに効率的に移動できるかにも依存する可能性があります。
このため、薄膜ニオブ酸リチウムは、次世代 AI 光インターコネクトの最も有望な基盤プラットフォームの 1 つとしてますます注目されています。
人工知能の急速な台頭により、GPU、HBM メモリ、高度なパッケージング、およびコンピューティング能力に前例のない注目が集まっています。しかし、これらのテクノロジーの根底には、ますます重要になっている根本的な課題があります。
大量のデータを効率的かつ高速に、最小限の消費電力で転送するにはどうすればよいでしょうか?
最新の AI インフラストラクチャは、強力なプロセッサーのみを基盤として構築されているわけではありません。大規模な AI データセンターは、サーバー、アクセラレータ、ストレージ システム、ネットワーク スイッチ間で膨大な量の情報を移動する広範な通信ネットワークに依存しています。 AI ワークロードが増大し続けるにつれて、より高帯域幅の光リンクと、送信ビットあたりのより低いエネルギー消費に対する需要が加速しています。
AI 時代では、データを処理する能力が重要ですが、データを効率的に移動する能力も同様に重要になる可能性があります。
将来の AI クラスターには以下が必要です。
これらの要件に対処するために、フォトニクス業界は、複数の光学機能が単一チップ プラットフォームに統合されるフォトニクス統合にますます目を向けています。
理想的な光集積回路 (PIC) は、以下を同時に達成する必要があります。
これらの要件のうち 1 つまたは 2 つを達成するだけでは不十分です。実用的な光相互接続プラットフォームは、製造性と信頼性を維持しながら、3 つすべてを組み合わせる必要があります。
これらのシステム内では、光変調器が重要な役割を果たします。それらは電子信号と光学素子の間のインターフェースとして機能します。これは、伝送速度、エネルギー効率、およびシステム全体のパフォーマンスに直接影響します。
言い換えれば、フォトニックチップの将来の成功は、光を効率的に導くだけでなく、それを効果的に変調することにもかかっています。
既存のフォトニック プラットフォームにはそれぞれ長所と限界があります。
シリコン フォトニクスは、成熟した半導体製造インフラストラクチャと優れた拡張性を提供します。ただし、キャリアの注入または空乏化に基づく変調メカニズムでは、光損失やパフォーマンスのトレードオフが発生する可能性があります。
窒化ケイ素は非常に低い光損失を提供し、受動フォトニック回路に非常に適しています。ただし、固有の強力な電気光学効果が欠けているため、効率的な高速変調を実行する能力が制限されます。
ニオブ酸リチウムは本来的に強力なポッケルス効果を備えており、直接的かつ高効率な電気光学変調を可能にします。
主な材料上の利点は次のとおりです。
| 財産 | ニオブ酸リチウム |
|---|---|
| ポッケルス係数 (r33) | ～午後30時/V |
| 光損失 | ～0.001dB/cm |
| 透明ウィンドウ | 0.4～5.5μm |
| 応答速度 | ほぼ瞬時に |
| 信号忠実度 | 素晴らしい |
これらの特性により、ニオブ酸リチウムは、低い挿入損失と広い変調帯域幅を必要とする高速光通信システムにとって特に魅力的です。
歴史的に、ニオブ酸リチウムの主な制限は集積化でした。
従来のニオブ酸リチウム変調器には、次のような特徴があることがよくありました。
このような特性により、AI データセンターの大規模導入が困難になりました。
絶縁体上薄膜ニオブ酸リチウム (LNOI) の出現により、この状況は根本的に変わりました。
ナノファブリケーションとウェーハ処理の進歩により、次のことが可能になりました。
現在、最先端の LNOI プラットフォームは次のことを実現できます。
この変革により、ニオブ酸リチウムは高性能材料から完全なフォトニック統合プラットフォームへと進化しました。
LNOI テクノロジーの最も有望な成果の 1 つは、電気光学変調器の性能です。
従来のニオブ酸リチウム マッハツェンダー変調器 (MZM) と比較して、LNOI デバイスは効率が大幅に向上しています。
一般的なパフォーマンスには次のものが含まれます。
| パラメータ | 従来のLN | 薄膜LNOI |
| 電圧と長さの積 | ～20V・cm | ～2V・cm |
| 駆動電圧(Vπ) | より高い | ～1.4V |
| 消光比 | 適度 | ～30dB |
| CMOS互換性 | 限定 | 素晴らしい |
2 cm LNOI 変調器は約 1 V CMOS 駆動レベルで直接動作できるため、専用の電気アンプが不要になる可能性があります。
AI 光インターコネクトの場合、これは次のようになります。
将来の光ネットワークには、変調以外にも高度な波長管理テクノロジーが必要です。
波長分割多重 (WDM) により、複数のデータ チャネルを 1 本の光ファイバーで同時に送信できるようになり、帯域幅が大幅に増加します。
次世代 WDM システムをサポートするには、理想的な光周波数コムは以下を提供する必要があります。
LNOI は、この分野で顕著な能力を実証しています。
最近の実証では次のことが達成されました。
他の高効率電気光学コム アーキテクチャにより、以下が生成されます。
これらの開発は、LNOI が拡張性の高い光通信アーキテクチャをサポートできることを示しています。
おそらく最も重要なマイルストーンは、LNOI が実験室でのデモンストレーションに限定されなくなったことです。
実際の伝送実験により、実用的な展開の可能性が検証されました。
研究者らは、フラットトップ 50 GHz 電気光学周波数コムと WDM テクノロジーを使用して、次のことを実証しました。
このような結果は、LNOI が個々のデバイスの革新からシステムレベルの光相互接続ソリューションへと急速に進歩していることを示唆しています。
薄膜ニオブ酸リチウムは、単なる小型変調器や低損失導波路をはるかに超えています。
これは、単一のプラットフォーム内にいくつかの重要な機能を統合します。
これらの機能は、AI データセンター インフラストラクチャが直面している最も差し迫った課題に直接対処します。
AI システムが拡大し続けるにつれて、将来のパフォーマンスは計算能力だけでなく、電気領域と光領域の間でデータをいかに効率的に移動できるかにも依存する可能性があります。
このため、薄膜ニオブ酸リチウムは、次世代 AI 光インターコネクトの最も有望な基盤プラットフォームの 1 つとしてますます注目されています。
english
français
Deutsch
Italiano
Русский
Español
português
Nederlandse
ελληνικά
日本語
한국
العربية
Türkçe
polski