清华大学闫剑锋&谢家旺等：基于相变的卷积神经网络光子芯片超快激光制造

研究背景

人工智能等领域的快速发展和计算任务的复杂度和数据量不断提升，对算力提出了更高的要求。光子计算具有运算速度快、并行度高等优点，有望突破传统电子芯片的算力瓶颈。可编程的光子芯片是实现光子计算的核心部件，因此本文提出了一种超快激光诱导可逆相变制备可编程光子芯片的方法，并应用于卷积神经网络等领域。

Photonic Chip Based on Ultrafast Laser‑Induced Reversible Phase Change for Convolutional Neural Network

Jiawang Xie, Jianfeng Yan*, Haoze Han, Yuzhi Zhao, Ma Luo, Jiaqun Li, Heng Guo, Ming Qiao

Nano-Micro Letters (2025)17: 179

https://doi.org/10.1007/s40820-025-01693-5

本文亮点

1. 利用超快激光诱导金属薄膜可逆相变制备了可编程的光子芯片。

2. 所制备光子芯片应用于卷积神经网络并实现了数字图像信息识别。

3. 从原子尺度揭示了超快激光诱导金属薄膜相变机理。

内容简介

可编程光子芯片是实现光计算的基础，清华大学闫剑锋&谢家旺等人提出了一种超快激光诱导金属薄膜可逆相变制备可编程光子芯片的方法。通过设计超快激光的能量与脉冲频率，控制金属薄膜的降温速率，实现对金属薄膜相态和光波导输出性能的编程控制，在此基础上搭建了光子卷积神经网络，实现了数字图片信息的识别。

图文导读

I 基于超快激光诱导相变的可编程光子芯片

本文提出了一种基于超快激光诱导可逆相变的可编程光子芯片，如图1所示，将相变金属薄膜沉积在光波导表面，通过超快激光诱导金属薄膜在结晶相和非晶相之间发生可逆转变，改变金属薄膜的折射率和消光系数，进而控制光波导的透射率，实现对光子芯片输出性能的编程控制。

图1. 基于超快激光诱导可逆相变的光子芯片。

II 超快激光诱导金属薄膜相变

如图2所示，通过设计超快激光的能量和脉冲频率，控制金属薄膜的降温速率，实现了金属薄膜在结晶相和非晶相之间的可逆转变。在高能量的单脉冲辐照下，金属薄膜快速降温，从结晶相冷淬转变为非晶相；在低能量、高重频的脉冲串辐照下，金属薄膜缓慢升温和降温，从非晶相转变为结晶相。SEM图像证明相变前后金属薄膜没有发生烧蚀破坏，超快激光诱导相变过程为可逆过程。

图2. 超快激光诱导金属薄膜可逆相变。

III 相变过程瞬态观测

为进一步探究超快激光诱导金属薄膜相变的时间尺度，对激光辐照后金属薄膜瞬态反射率进行了观测分析。如图3所示，由于非晶相金属膜的反射率更低，激光辐照区域的反射率逐渐下降。在40ps左右，金属薄膜表面开始出现低反射率区，表明激光诱导相变的时间尺度约为40ps。

图3. 瞬态表面反射率观测。

IV 相变过程原子尺度模拟

利用原子尺度模型对超快激光辐照下金属薄膜的相转变过程进行分析。如图4所示，超快激光辐照后，金属膜温度在20ps内快速上升到1200K，薄膜发生熔化；随后在200ps内冷却到接近室温，冷却速率超过4×1012 Ks⁻1。极高的冷却速率使原子保持无序状态，形成非晶相。

图4. 超快激光诱导相变原子尺度模拟。

V 光子卷积神经网络构建

利用所制备的可编程光子芯片，结合机器学习算法，构建了光子卷积神经网络。如图5所示，通过控制光子网络中光波导的透射率，模拟神经网络的权值，实现了对数字图像的识别，识别准确率达到92%。

图5. 光子卷积神经网络及数字图像识别。

VI 总结

本文提出了一种超快激光诱导金属薄膜可逆相变制备可编程光子芯片的方法，并利用所制备的光子芯片构建了卷积神经网络，实现了数字图像识别，准确率达到92%。论文结合超快观测和原子尺度模型，揭示了超快激光诱导非晶转变的时间尺度约为40 ps。本文所提方法为制备光子器件提供了新思路，在光计算、人工智能等领域有广泛应用潜力。

作者简介

关于我们

Nano-Micro Letters《纳微快报(英文)》是上海交通大学主办、在Springer Nature开放获取(open-access)出版的学术期刊，主要报道纳米/微米尺度相关的高水平文章(research article, review, communication, perspective, highlight, etc)，包括微纳米材料与结构的合成表征与性能及其在能源、催化、环境、传感、电磁波吸收与屏蔽、生物医学等领域的应用研究。已被SCI、EI、PubMed、SCOPUS等数据库收录，2024 JCR IF=36.3，学科排名Q1区前2%，中国科学院期刊分区1区TOP期刊。多次荣获“中国最具国际影响力学术期刊”、“中国高校杰出科技期刊”、“上海市精品科技期刊”等荣誉，2021年荣获“中国出版政府奖期刊奖提名奖”。欢迎关注和投稿。

Web: https://springer.com/40820

E-mail: editor@nmlett.org

Tel: 021-34207624

如果文章对您有帮助，可以与别人分享！：Nano-Micro Letters » 清华大学闫剑锋&谢家旺等：基于相变的卷积神经网络光子芯片超快激光制造