随着高速大容量光通信网络的飞速发展，光电和电光转换过程带来的工作速率限制和系统功耗给光网络节点带来了越来越大的压力。全光信号处理芯片在光域上进行光信息交换和信号再生，秉承了光子学高速、宽带、低功耗、低成本和高集成度等诸多优点，成为全世界研究的热点。人们已经实现了许多全光信号处理器，但大多数都表现出有限的可重构能力和自动配置能力。全光信号处理芯片的可编程重构能力有助于提升光子芯片的环境生存能力，提高频谱利用效率，节省网络资源，实现光通信网络系统的智能化。

图1：(a)分别用于光矩阵计算和偏振处理的专用处理器。(b)智能处理器的自配置示例。

华中科技大学武汉光电国家研究中心的张新亮教授，董建绩教授和谭支鹏教授等人设计并证明了分别用于光矩阵计算和偏振处理的两种专用智能处理器。光学矩阵计算处理器能够完成基本的矩阵计算，包括XB=C、AB=X和AX=C，其中A、B、C为已知矩阵，X为求解参数。并首次通过该芯片用光学方法验证了PageRank算法（一种谷歌网页排名算法）。它提供了一种高速、低能耗的矩阵计算和PageRank算法。设计的偏振处理器可以完成多种偏振处理功能，包括偏振多输入多输出解扰器、偏振控制器和偏振分析仪，这些都是偏振处理的基本构件。通过使用额外的二维输出光栅可以实现更多的功能。该课题组采用了机器学习方法对这些功能进行自配置和优化，即使系统因为环境变化引起的扰动也可以通过机器学习算法进行自动修复。这些工作表明，人工智能算法在芯片级可重构和可编程的光子计算和偏振处理器方面具有巨大的潜力。

相关研究成果分别发表在《IEEE Journal of Selected Topics in Quantum Electronics》和《Nanophotonics》杂志上。项目获得国家重点研发项目(2018YFB2201901)、国家自然科学基金项目(61622502、61805090)、国家博士后科研基金(2017M622419)的资助。

References:

[1]H. Zhou, Y. Zhao, G. Xu, X. Wang, Z. Tan, J. Dong, and X. Zhang, "Chip-scale optical matrix computations for PageRank algorithm," IEEE Journal of Selected Topics in Quantum Electronics, (2019).

[2] H. Zhou, Y. Zhao, Y. Wei, F. Li, J. Dong, and X. Zhang, "All-in-one silicon photonic polarization processor,"  Nanophotonics, (2019).