4 分で読了
0 views

高並列・大容量シリコンマイクロディスク送信器の実証と不揮発性トリミング

(Demonstration and Non-volatile Trimming of a Highly-Parallel, High-Capacity Silicon Microdisk Transmitter)

さらに深い洞察を得る

AI戦略の専門知識を身につけ、競争優位性を構築しませんか?

AIBR プレミアム
年間たったの9,800円で
“AIに詳しい人”として
一目置かれる存在に!

プレミア会員になって、山ほどあるAI論文の中から効率よく大事な情報を手に入れ、まわりと圧倒的な差をつけませんか?

詳細を見る
【実践型】
生成AI活用キャンプ
【文部科学省認可】
満足度100%の生成AI講座
3ヶ月後には、
あなたも生成AIマスター!

「学ぶ」だけではなく「使える」ように。
経営者からも圧倒的な人気を誇るBBT大学の講座では、3ヶ月間質問し放題!誰1人置いていかずに寄り添います。

詳細を見る

田中専務

拓海先生、最近チップで光を使ってデータを送る話が増えてると聞きましたが、我々みたいな現場は何を注目すべきでしょうか。

AIメンター拓海

素晴らしい着眼点ですね!光をチップ内で使う技術、特に今回の論文は『多数チャネルを同時に動かして大容量を実現する方法』を示していますよ。大丈夫、一緒に要点を3つに分けて見ていけるんです。

田中専務

要点3つですか。具体的にはどんな点を抑えれば投資対効果が見えますか。現場で扱えるかも気になります。

AIメンター拓海

いい質問です。端的に言えば、1) 同時に多くのチャンネルを送れる点、2) 製造後に調整できる“トリミング”で実運用に耐える点、3) CMOSフォトニクスで製造コストを抑えられる点です。専門用語はこれから噛み砕きますよ。

田中専務

その“トリミング”ってのがよく分かりません。これって要するに製造後に微調整して使えるようにするということですか?

AIメンター拓海

その通りですよ。要するに製造時のばらつきで微妙にズレた素子の周波数を、レーザーで局所的に焼きなまして固定してやる技術なんです。大丈夫、現場での作業イメージは工場で部品を最後に調整する感覚に近いですよ。

田中専務

工場で最後に合わせ込む、なるほど。で、64チャンネルで1.2Tb/sとありますが、我々の製品に置き換えるとどのくらいの意味合いがありますか。

AIメンター拓海

要点は三つです。第一に、1.2Tb/sは“1本の配線でこれだけの情報を流せる”能力を示しており、配線本数やスイッチング機器を減らせる可能性があることです。第二に、マイクロディスクという小型素子を並べる設計は省スペース化に寄与します。第三に、WDM(Wavelength Division Multiplexing、波長分割多重)で1本のファイバーで複数波長を使う点が効率向上の要です。

田中専務

イメージはつかめてきました。最後に一つ、現状の課題や現場導入の障壁は何でしょうか。

AIメンター拓海

主な障壁は三点です。量産耐性、トリミング工程の自動化と安定化、そしてシステム統合時の耐環境性です。ですが不安に感じる点は、段階的に解決可能です。一緒にロードマップを引けば、必ず導入できるんです。

田中専務

なるほど。これって要するに『小さな光スイッチをたくさん並べて、後からレーザーで一個ずつ合わせることで安定稼働させ、大容量通信を作る』ということですか。

AIメンター拓海

まさにその理解でバッチリですよ。よく整理されてます。次は具体的にどの段階で投資が必要か、テストプランを一緒に作りましょう。大丈夫、一歩ずつ進めば必ずできますよ。

田中専務

分かりました。要点を自分の言葉で整理すると、『多数の小型光素子を並列運用し、製造後に個別にレーザートリミングして波長を揃えることで、少ない配線で大容量を実現する技術』ということですね。

監修者

阪上雅昭(SAKAGAMI Masa-aki)
京都大学 人間・環境学研究科 名誉教授

論文研究シリーズ
前の記事
ニーズ志向デザイン:AIを介したコミュニケーションのための人間中心の共創フレームワーク
(Toward Needs-Conscious Design: Co-Designing a Human-Centered Framework for AI-Mediated Communication)
次の記事
統合開発環境におけるHuman-AI Experienceの体系的レビュー
(Human-AI Experience in Integrated Development Environments: A Systematic Literature Review)
関連記事
高次元ガウスのラベル付き・未ラベル混合モデルの解析
(Analysis of High-dimensional Gaussian Labeled-unlabeled Mixture Model via Message-passing Algorithm)
BIOptimus:カリキュラム学習で事前学習した最適な医療用言語モデルによる固有表現認識
(BIOptimus: Pre-training an Optimal Biomedical Language Model with Curriculum Learning for Named Entity Recognition)
BlessemFlood21:人道支援のための高解像度ジオリファレンス洪水データセットの前進
(BlessemFlood21: Advancing Flood Analysis with a High-Resolution Georeferenced Dataset for Humanitarian Aid Support)
拡散モデルに基づくゼロショット医療画像変換による異種モダリティセグメンテーション
(Diffusion based Zero-shot Medical Image-to-Image Translation for Cross Modality Segmentation)
帰属に基づく説明可能性の統一フレームワーク
(ABE: A Unified Framework for Robust and Faithful Attribution-Based Explainability)
科学計算におけるコード翻訳とソフトウェア開発のための大規模言語モデル活用
(Leveraging Large Language Models for Code Translation and Software Development in Scientific Computing)
この記事をシェア

有益な情報を同僚や仲間と共有しませんか?

AI技術革新 - 人気記事
ブラックホールと量子機械学習の対応
(Black hole/quantum machine learning correspondence)
生成AI検索における敏感なユーザークエリの分類と分析
(Taxonomy and Analysis of Sensitive User Queries in Generative AI Search System)
DiReDi:AIoTアプリケーションのための蒸留と逆蒸留
(DiReDi: Distillation and Reverse Distillation for AIoT Applications)

PCも苦手だった私が

“AIに詳しい人“
として一目置かれる存在に!
  • AIBRプレミアム
  • 実践型生成AI活用キャンプ
あなたにオススメのカテゴリ
論文研究
さらに深い洞察を得る

AI戦略の専門知識を身につけ、競争優位性を構築しませんか?

AIBR プレミアム
年間たったの9,800円で
“AIに詳しい人”として一目置かれる存在に!

プレミア会員になって、山ほどあるAI論文の中から効率よく大事な情報を手に入れ、まわりと圧倒的な差をつけませんか?

詳細を見る
【実践型】
生成AI活用キャンプ
【文部科学省認可】
満足度100%の生成AI講座
3ヶ月後には、あなたも生成AIマスター!

「学ぶ」だけではなく「使える」ように。
経営者からも圧倒的な人気を誇るBBT大学の講座では、3ヶ月間質問し放題!誰1人置いていかずに寄り添います。

詳細を見る

AI Benchmark Researchをもっと見る

今すぐ購読し、続きを読んで、すべてのアーカイブにアクセスしましょう。

続きを読む