Forskare vid Telecommunications and Multimedia Applications Institute (iTEAM) vid Valencias Polytechnic University (UPV) har tagit ett steg mot att skapa ett ofelbart chip. De har utvecklat en avancerad metod för analys och à la cart konfiguration av fotoniska kretsar, vilket gör det möjligt att förebyggande hantera de eventuella fel som ett chip kan drabbas av och minska deras påverkan i konstruktionsfasen, innan chipsen fungerar.

UPV-forskarnas arbete är inriktat på fotoniska kretsar för generiska ändamål, som ger flera funktioner samtidigt som man använder en enda arkitektur, på ett analogt sätt till hur mikroprocessorer fungerar inom elektronik. "Med de verktyg vi har utvecklat, vi kommer att förenkla och optimera tillverkningen och prestandan för dessa marker, "säger José Campany, forskare vid Photonics Research Labs (PRL) i iTEAM UPV.

Enligt professor Campany, fel uppstår ofta i komponenterna i kretsarna, som påverkar deras slutresultat. "Tekniken gör det möjligt att förutsäga var kretsen kommer att misslyckas och konfigurera de andra komponenterna för att kompensera för dessa brister, vilket garanterar deras maximala prestanda, "säger han. Allt detta är osynligt för användaren.

"Analysmetoden är relativt enkel:Var och en av kretsens enheter är konfigurerad, och genom att tillämpa matematisk induktionsteknik, erbjuder en diagnos av hur kretsen skulle bete sig i var och en av portarna. Baserat på denna diagnos, vi kan genomföra de ändringar vi ser nödvändiga i konfigurationen, "förklarar Daniel Pérez, forskare vid PRL-iTEAM i UPV. "Vidare, metoden gör att vi kan simulera större kretsar och validera deras kapacitet med nuvarande tillverkningsteknik. "

En annan fördel med arbetet är chipskostnadsminskningen. "Om du kan optimera kretsen med programvara, tillverkningsfasen är inte lika krävande, vilket gör det möjligt att öka prestandan vid tillverkning av dessa enheter, "tillägger Campany.

Chips med artificiell intelligens

Arbetet som utvecklats av iTEAM -forskarna innebär också ett första steg för design och tillverkning av fotoniska kretsar med tekniker för artificiell intelligens. "Med denna metod, vi kan använda maskininlärningsalgoritmer för att syntetisera och designa kretsar. Dagens arbete är fröet som en automatiserad inlärningsmetod behöver, "tillägger Daniel Pérez.

Nästa utmaning för UPV iTEAM -forskarna är att slå samman sina senaste verk för design av kretsarnas hårdvara med avancerade algoritmer som gör det möjligt att pressa ut all potential ur den integrerade optiken.