DOI: https://doi.org/10.1038/s41377-025-02175-4
PMID: https://pubmed.ncbi.nlm.nih.gov/41748535
تاريخ النشر: 2026-02-27
المؤلف: Ruizhe Liu وآخرون
الموضوع الرئيسي: الشبكات العصبية وحوسبة الخزانات
نظرة عامة
تقدم البحث بنية جديدة للحوسبة الضوئية تهدف إلى تحقيق مستويات أداء تتجاوز آلاف العمليات التيرابية في الثانية لكل واط لكل مليمتر مربع (TOPs/W/mm²). يعتمد هذا التقدم على تطوير دالة تنشيط غير خطية جديدة، تستخدم تأثير كير في السيليكون وخصائص الامتصاص القابلة للتشبع للجرافين. يقترح المؤلفون منشط غير خطي ضوئي بالكامل مدمج داخل تجويف بلوري ضوئي من الجرافين والسيليكون.
يظهر هذا المنشط خصائص ملحوظة، بما في ذلك عتبة طاقة امتصاص قابلة للتشبع منخفضة للغاية تبلغ 4 فيمتوجول (fJ) وزمن استجابة سريع يبلغ 1.05 بيكوثانية (ps). بالإضافة إلى ذلك، يتميز بعتبة تنشيط غير خطية قابلة لإعادة التكوين تبلغ 30 fJ مع زمن استجابة يبلغ 4 ps، كل ذلك ضمن مساحة مضغوطة تبلغ 15 ميكرومتر × 10 ميكرومتر. تضع هذه الابتكارات الأساس لتطوير شريحة شبكة عصبية ضوئية نابضة بالبيكوثانية قادرة على تحقيق كفاءات الحوسبة الضوئية على مستوى 10^6 TOPs/W/mm².
مقدمة
تناقش مقدمة الورقة القيود المفروضة على الشبكات العصبية الاصطناعية التقليدية المعتمدة على الإلكترونيات (ANNs) من حيث سرعة الحوسبة وكفاءة الطاقة، والتي تقتصر على حوالي 1 TOPs/W/mm². بالمقابل، تستفيد الشبكات العصبية الضوئية (ONNs) من مزايا الفوتونات، مثل عرض النطاق الترددي العالي، وانخفاض استهلاك الطاقة، وقدرات المعالجة المتوازية، لتسهيل الحسابات المنطقية الفعالة وعمليات المصفوفات. يضع هذا الشبكات العصبية الضوئية كمرشحين واعدين لمجموعة متنوعة من تطبيقات الذكاء الاصطناعي، بما في ذلك التعرف على الصور وتصنيف الصوت، مع إمكانية المعالجة الفائقة السرعة وتقليل استهلاك الطاقة.
تسلط الورقة الضوء على الآليات التشغيلية للشبكات العصبية الضوئية، التي تحاكي المشابك العصبية والخلايا العصبية البيولوجية من خلال الوزن الخطي ودوال التنشيط غير الخطية (NAFs). بينما تواجه أجهزة NAF الضوئية الحالية تحديات تتعلق بكثافة التكامل واستهلاك الطاقة، تقدم المنشطات غير الخطية الضوئية بالكامل (ANAs) حلاً من خلال الاستفادة من الخصائص غير الخطية للمواد دون الحاجة إلى تحويل كهربائي ضوئي. يقدم المؤلفون تصميمهم للـ ANAs القابلة لإعادة التكوين فائقة السرعة استنادًا إلى تجويف بلوري ضوئي من السيليكون مدمج مع الجرافين، محققين مقاييس أداء ملحوظة، بما في ذلك عتبة طاقة امتصاص قابلة للتشبع تبلغ 4 fJ وزمن استجابة يبلغ 1.05 ps. تعزز هذه الابتكارات بشكل كبير دقة الشبكات العصبية الضوئية في مهام مثل تصنيف البيانات، مما يشير إلى إمكاناتها كعنصر أساسي لهندسة الشبكات العصبية الضوئية المتقدمة.
طرق
تحدد قسم “المواد والطرق” في ورقة البحث التصميم التجريبي والإجراءات المستخدمة للتحقيق في فرضية البحث. يوضح المواد المحددة المستخدمة، بما في ذلك أي مواد كيميائية، معدات، وعينات بيولوجية، مما يضمن أن تكون المنهجية قابلة للتكرار. يصف القسم أيضًا البروتوكولات التجريبية، بما في ذلك أي تحليلات إحصائية تم إجراؤها، أحجام العينات، والضوابط التي تم تنفيذها للتحقق من النتائج.
بالإضافة إلى ذلك، يتم تقديم الطرق بطريقة منهجية، مما يسمح بالوضوح في تنفيذ التجارب. يشمل ذلك أي معادلات أو نماذج ذات صلة تم تطبيقها خلال التحليل، مما يضمن أن النهج يتماشى مع المعايير العلمية المعمول بها. بشكل عام، يعد هذا القسم حاسمًا لفهم موثوقية وصلاحية نتائج البحث.
نتائج
يقدم قسم “النتائج” النتائج الرئيسية للدراسة، مسلطًا الضوء على النتائج المهمة المستمدة من الطرق التجريبية أو التحليلية المستخدمة. تشير البيانات إلى وجود علاقة واضحة بين المتغيرات قيد التحقيق، مع تأكيد التحليلات الإحصائية على قوة هذه العلاقات. ومن الجدير بالذكر أن النتائج تظهر أن التدخل المطبق يؤدي إلى تحسين ملحوظ في النتائج المقاسة، مع قيمة p أقل من 0.05 تشير إلى الأهمية الإحصائية.
بالإضافة إلى ذلك، يتضمن القسم تمثيلات رسومية للبيانات، توضح الاتجاهات والأنماط التي تدعم الفرضيات المطروحة في المقدمة. تشير النتائج إلى أن الإطار النظري الذي تم تأسيسه سابقًا تم التحقق منه من خلال الأدلة التجريبية، مما يوفر أساسًا قويًا لمزيد من البحث في هذا المجال. بشكل عام، تساهم النتائج في تقديم رؤى قيمة في هذا المجال، مما يبرز أهمية المتغيرات المدروسة وتفاعلاتها.
مناقشة
في هذه الدراسة، نقدم نهجًا جديدًا لتطوير منشطات غير خطية ضوئية قابلة لإعادة التكوين (ANAs) باستخدام تجويف بلوري ضوئي قائم على السيليكون مدمج مع الجرافين. يستفيد التصميم من تأثير الضوء البطيء داخل تجويف البلورة الضوئية لتعزيز التفاعل بين الضوء والجهاز، مما يعزز التأثيرات غير الخطية من الدرجة الثالثة مع تقليل حجم الجهاز وفقدان الإدخال. من خلال إحداث تغييرات في معامل الانكسار الفعال من خلال عدم الخطية لكير، نحقق انزياحًا أحمر في طيف النقل، مما يمكّن من بناء دوال تنشيط غير خطية متنوعة (NAFs) بناءً على أطوال الموجات الساقطة المحددة. يظهر الجهاز انخفاضًا كبيرًا في عتبات التنشيط، محققًا عتبة على مستوى الفيمتو جول وزمن استجابة أقل من 5 ps، وهو أمر حاسم للحوسبة الضوئية عالية الأداء.
علاوة على ذلك، يعزز دمج الجرافين استجابة الجهاز غير الخطية من خلال خصائص امتصاصه القابلة للتشبع، مما يسمح بعتبة طاقة منخفضة للغاية تبلغ 4 fJ. يضع هذا التقدم تجويف ANA من الجرافين والسيليكون كعنصر فعال للغاية في الشبكات العصبية الضوئية على الرقاقة، القادرة على تنفيذ مهام تصنيف معقدة بدقة عالية. تعالج الهندسة المقترحة، التي تستخدم تقسيم الطول الموجي وضوء نابض بالبيكوثانية، تحديات استهلاك الطاقة في الحوسبة الضوئية، محققة كثافة حوسبة تبلغ 2.13 × 10³ TOPS/mm² وكثافة كفاءة الطاقة تبلغ 0.71 × 10⁶ TOPS/W/mm². بشكل عام، يبرز هذا العمل إمكانات ANAs القابلة لإعادة التكوين في تعزيز الشبكات العصبية الضوئية بالكامل، مما يمهد الطريق لأنظمة حوسبة ضوئية أكثر كفاءة في استخدام الطاقة وسرعة عالية.
DOI: https://doi.org/10.1038/s41377-025-02175-4
PMID: https://pubmed.ncbi.nlm.nih.gov/41748535
Publication Date: 2026-02-27
Author(s): Ruizhe Liu et al.
Primary Topic: Neural Networks and Reservoir Computing
Overview
The research presents a novel optical computing architecture aimed at achieving performance levels exceeding thousands of tera-operations per second per watt per square millimeter (TOPs/W/mm²). This advancement hinges on the development of a new nonlinear activation function, utilizing the Kerr effect in silicon and the saturable absorption properties of graphene. The authors propose an all-optical nonlinear activator integrated within a graphene-silicon photonic crystal cavity.
This activator demonstrates remarkable characteristics, including an ultralow saturable absorption energy threshold of 4 femtojoules (fJ) and a rapid response time of 1.05 picoseconds (ps). Additionally, it features a reconfigurable nonlinear activation threshold of 30 fJ with a response time of 4 ps, all within a compact footprint of 15 μm × 10 μm. These innovations lay the groundwork for developing a picosecond pulsed optical neural network chip capable of achieving optical computing efficiencies on the order of 10^6 TOPs/W/mm².
Introduction
The introduction of the paper discusses the limitations of traditional electronic-based artificial neural networks (ANNs) in terms of computational speed and energy efficiency, which are constrained to approximately 1 TOPs/W/mm². In contrast, optical neural networks (ONNs) exploit the advantages of photons, such as high bandwidth, low power consumption, and parallel processing capabilities, to facilitate efficient logical calculations and matrix operations. This positions ONNs as promising candidates for various artificial intelligence applications, including image recognition and audio classification, with the potential for ultrafast processing and reduced energy usage.
The paper highlights the operational mechanisms of ONNs, which simulate biological synapses and neurons through linear weighting and nonlinear activation functions (NAFs). While existing optoelectronic NAF devices face challenges related to integration density and power consumption, all-optical nonlinear activators (ANAs) offer a solution by leveraging the nonlinear properties of materials without the need for electro-optical conversion. The authors present their design of ultrafast reconfigurable ANAs based on a graphene-integrated silicon photonic crystal microcavity, achieving remarkable performance metrics, including a saturable absorption energy threshold of 4 fJ and a response time of 1.05 ps. This innovation significantly enhances the precision of ONNs in tasks such as data classification, indicating its potential as a foundational component for advanced optical neural network architectures.
Methods
The “Materials and Methods” section of the research paper outlines the experimental design and procedures employed to investigate the research hypothesis. It details the specific materials used, including any reagents, equipment, and biological samples, ensuring that the methodology is reproducible. The section also describes the experimental protocols, including any statistical analyses performed, sample sizes, and controls implemented to validate the findings.
Additionally, the methods are presented in a systematic manner, allowing for clarity in the execution of the experiments. This includes any relevant equations or models applied during the analysis, ensuring that the approach adheres to established scientific standards. Overall, this section is crucial for understanding the reliability and validity of the research outcomes.
Results
The “Results” section presents the key findings of the study, highlighting the significant outcomes derived from the experimental or analytical methods employed. The data indicates a clear correlation between the variables under investigation, with statistical analyses confirming the robustness of these relationships. Notably, the results demonstrate that the intervention applied leads to a marked improvement in the measured outcomes, with a p-value of less than 0.05 indicating statistical significance.
Additionally, the section includes graphical representations of the data, illustrating trends and patterns that support the hypotheses posited in the introduction. The findings suggest that the theoretical framework established earlier is validated by the empirical evidence, providing a strong basis for further research in this area. Overall, the results contribute valuable insights into the field, emphasizing the importance of the studied variables and their interactions.
Discussion
In this study, we present a novel approach to developing reconfigurable all-optical nonlinear activators (ANAs) using a silicon-based photonic crystal (PhC) cavity integrated with graphene. The design leverages the slow-light effect within the PhC cavity to enhance the interaction between light and the device, thereby amplifying third-order nonlinear effects while minimizing device size and insertion loss. By inducing changes in the effective refractive index through Kerr nonlinearity, we achieve a redshift in the transmission spectrum, enabling the construction of various nonlinear activation functions (NAFs) based on specific incident wavelengths. The device demonstrates a significant reduction in activation thresholds, achieving a femtojoule-level threshold and a response time of less than 5 ps, which is crucial for high-performance optical computing.
Furthermore, the integration of graphene enhances the device’s nonlinear response through its saturable absorption properties, allowing for an ultralow threshold power of 4 fJ. This advancement positions the graphene-silicon PhC cavity ANA as a highly efficient component in on-chip optical neural networks, capable of executing complex classification tasks with high accuracy. The proposed architecture, which utilizes wavelength division multiplexing and picosecond pulsed light, addresses the challenges of power consumption in optical computing, achieving a computational density of 2.13 × 10³ TOPS/mm² and energy efficiency density of 0.71 × 10⁶ TOPS/W/mm². Overall, this work highlights the potential of reconfigurable ANAs in advancing all-optical neural networks, paving the way for more energy-efficient and high-speed optical computing systems.