人工智能的快速发展催生了对于高速、低成本光子计算技术的迫切需求，然而这些技术仍受到集成密度、光学损耗和计算精度的制约。在此，我们展示了一种基于低损耗Sb₂Se₃相变材料的非易失性可编程定向耦合器，其插入损耗仅为0.3dB。该器件在仅28微米的耦合长度内实现了197个不同的非易失性光学状态。这种高精度控制得益于一种利用双波段光纤阵列的新型编程方法。作为矩阵乘法单元，该器件助力光子神经网络在Fashion-MNIST数据集上取得了92.27%的准确率，为高密度、高精度且节能的光子计算铺平了道路。

可编程光子集成电路（PIC）凭借高速片上光信号处理、大规模并行处理能力，成为突破传统冯・诺依曼架构的下一代核心硬件平台。但传统热光 / 载流子色散型移相器折射率调制能力弱（Δn<0.01），导致器件尺寸大、需持续供电维持状态，严重制约系统集成与能效。

相变材料（PCM）光子移相器具备纳秒级开关速度、高相位调控效率，其中 GST、GSST 等经典材料存在晶态光吸收大、损耗高的问题。相比之下，Sb₂Se₃在1550nm 通信波段兼具高折射率差（Δn=0.76）与超低消光系数（k≈10⁻⁵），光吸收损耗可忽略，且非易失特性无需静态功耗，是低损耗光子计算的理想材料。

可调定向耦合器（TDC）是光子集成电路核心器件，相比传统马赫 - 曾德尔干涉仪（MZI），具备尺寸更紧凑、灵敏度更高的优势。但现有定向耦合器可调态数有限，电调控存在热残留导致状态漂移、精度不足，空间光调控难以片上集成。因此，研发同时满足高集成度、低损耗、编程高精度的光子器件成为迫切需求。

本工作将Sb₂Se₃与硅基定向耦合器集成，制备出紧凑型非易失可编程定向耦合器（PDC），耦合长度仅28μm；通过双波段光纤阵列实现原位高精度编程，获得197种光学权重态；基于该器件构建的光子神经网络在Fashion-MNIST数据集上实现92.27%识别精度，验证了其在高密度光子神经形态计算中的应用潜力。

1.紧凑型高带宽可编程定向耦合器(PDC)设计原理

图1. 基于低损耗PCM的紧凑型可编程定向耦合器设计。

Fig. 1. Design of a compact programmable directional coupler based on low-loss PCM.

2.低损耗相变材料单侧耦合波导高质量异质集成

图2. 基于Sb₂Se₃的可编程定向耦合器的实验实现。

Fig. 2. Experimental realization of a programmable directional coupler based on Sb₂Se₃.

3.基于双波段光纤阵列的PDC高精度光学编程

图3. 可编程定向耦合器的高精度集成编程解决方案。

Fig. 3. High-precision integrated programming solution for the programmable directional coupler.

图4. 可编程定向耦合器的高精度编程。

Fig. 4. High-precision programming of the programmable directional coupler.

4.基于PDC的光子卷积神经网络

图5. 光子卷积神经网络架构与性能。

Fig. 5. Photonic convolutional neural network architecture and performance.

本研究基于低损耗相变材料Sb₂Se₃，研制出高集成、高精度可编程定向耦合器。经耦合模理论与3D FDTD仿真优化，器件耦合长度仅28μm、相变材料长度16μm，超紧凑尺寸大幅提升芯片算力与集成密度，同时降低波长敏感性、拓宽工作带宽，适配密集波分复用与并行光子计算场景。Sb₂Se₃的低光损耗特性可降低计算光能耗，结合相变机制的非易失性，器件无需静态功耗即可维持编程状态，为高能效光子计算提供新路径。

该器件通过芯片集成式双波段光纤阵列实现原位调制，配合高精度光脉冲与位移平台协同控制，获得197种非易失光学权重态。将其作为197态光子矩阵乘法单元，构建的光子卷积神经网络在Fashion-MNIST数据集上实现92.27%的分类准确率。该紧凑型PDC架构可替代传统MZI结构，破解阵列集成瓶颈并降低传输损耗，还可应用于零静态功耗光开关、量子信息处理可编程单元等领域。本研究为高集成、高精度光子器件设计提供新思路，为大规模节能光子计算系统奠定基础。

1.器件制备

（1）波导制备：采用SOI衬底，通过电子束光刻(EBL)、ICP反应离子刻蚀制备脊形波导与光栅耦合器；

（2）相变材料沉积：旋涂电子束胶后，采用金竟科技Pharos 310电子束曝光系统定义定向耦合器单侧相变材料图案；磁控溅射沉积30nmSb₂Se₃与10nm SiO₂保护层，丙酮剥离完成器件制备。

图：文中涉及金竟科技电子束曝光机的部分实验方法（节选）

2.测试平台

采用1545nm连续激光作为探测光，532nm声光调制激光作为泵浦光，通过二维光纤阵列耦合输入，低噪声光电探测器+数据采集卡实现光信号实时监测。

3.神经网络搭建

采用改进型深度CNN模型，针对Fashion-MNIST分类任务优化，通过随机梯度下降算法训练，L2正则化与数据增强防止过拟合。