GST-467 多层光子开关用于深度神经网络推理
光学
2025-12-23 v1 应用物理
摘要
相变材料（PCM）已成为非易失、超紧凑光子开关的关键使能者，用于实现能效深层神经网络（DNN）应用。本文考察了近期发现的Ge4Sb6Te7（GST-467）作为高对比度光子PCM的潜力，并展示了其在多级光子计算中的适用性。我们实验提取了非晶和晶体GST-467的复数折射率，并据此提出了一个在1550nm波长优化的分段硅绝缘体光子开关。三维FDTD仿真表明，分段显著提升了消光比，同时保持低插入损耗，使其设计图形准则优于未分段设计的7倍以上。激光诱导热光仿真进一步证明了亚nJ能耗即可实现高效可逆开关。与已建立的GST、GSST和GSS配方相比，GST-467提供了最大的传输对比度，支持最高48个可分辨的光子状态。当作为多级权重部署于光子DNN架构中时，GST-467开关在EMNIST和Fashion-MNIST基准上实现了卓越的分类准确率。这些结果将GST-467定位为可扩展、低能耗光子计算和神经形态硬件的高度有前景的PCM。
引用
@article{arxiv.2512.19105,
title = {Multilevel Photonic Switching in GST-467 for Deep Neural Network Inference},
author = {Arpan Sur and Sudipta Saha and Chih-Yu Lee and Ichiro Takeuchi},
journal= {arXiv preprint arXiv:2512.19105},
year = {2025}
}