Chip quang học có thể quá phức tạp để thiết kế bằng tay: Thuật toán bắt đầu “điêu khắc” đường đi cho photon

Một chip quang học nhỏ chỉ vài micromet cũng có thể có quá nhiều hình học khả dĩ để con người thử lần lượt. Nếu chia một khối 3D có cạnh 2 µm thành các voxel 20 nm và mỗi voxel chỉ có hai lựa chọn vật liệu, không gian thiết kế đã lên tới 2^1.000.000 cấu hình — lớn hơn rất nhiều số nguyên tử trong vũ trụ quan sát được.

Đó là lý do một hướng thiết kế mang tên photonic inverse design đang ngày càng quan trọng. Thay vì một kỹ sư chọn trước hình dạng của waveguide, splitter hay coupler rồi tinh chỉnh vài tham số, họ mô tả điều thiết bị phải làm — ánh sáng nào đi vào, tín hiệu nào phải xuất hiện ở đâu, bandwidth bao nhiêu, hiệu suất tối thiểu thế nào — và để thuật toán tìm cấu trúc vật lý đáp ứng yêu cầu.

Một bài review của nhóm Jelena Vučković tại Stanford University, công bố trên Nature Reviews Materials tháng 4/2026, cho thấy inverse design đã đi khá xa khỏi giai đoạn những cấu trúc kỳ lạ chỉ tồn tại trong phòng lab. Trọng tâm của lĩnh vực đang chuyển sang thiết kế 3D lớn hơn, quy trình tương thích foundry thương mại, nhiều nền vật liệu khác nhau và thậm chí các hệ quang tử lượng tử.

Điểm đáng chú ý là đây không đơn giản là “AI thiết kế chip”. Nhiều phương pháp inverse design cốt lõi dựa trên mô phỏng điện từ, gradient descent và adjoint optimization; chúng có nét toán học giống backpropagation trong machine learning nhưng không nhất thiết dùng neural network.

Thiết kế thuận bắt đầu từ hình dạng, inverse design bắt đầu từ mục tiêu

Cách thiết kế quang tử truyền thống thường bắt đầu với một topology mà con người đã biết: một Mach–Zehnder interferometer, ring resonator, grating coupler hay một kiểu splitter quen thuộc. Kỹ sư chọn cấu trúc dựa trên lý thuyết, sau đó điều chỉnh một số lượng nhỏ tham số và chạy mô phỏng nhiều lần.

Phòng thí nghiệm Nanoscale and Quantum Photonics của Stanford mô tả một workflow điển hình chỉ có khoảng 2–6 biến tự do. Cách làm này dễ hiểu và dễ kiểm soát, nhưng nó buộc người thiết kế phải tìm kiếm trong một thư viện hình học mà con người đã nghĩ ra trước.

Inverse design đảo ngược bài toán. Người thiết kế định nghĩa ánh xạ trường quang học từ đầu vào sang đầu ra, cùng các ràng buộc như vật liệu, kích thước tối thiểu, bandwidth, hiệu suất hay điều kiện chế tạo. Phần mềm sau đó tìm hình học có khả năng thỏa mãn tập yêu cầu đó.

Vì vậy, kết quả thường không còn giống những linh kiện quang học “gọn gàng” mà kỹ sư vẽ bằng tay. Biên của waveguide có thể uốn lượn, chia nhánh hoặc tạo thành những vùng vật liệu trông gần như ngẫu nhiên. Nhưng hình dạng đó không phải trang trí: từng phần nhỏ đang điều chỉnh pha, biên độ và sự giao thoa của trường điện từ để ánh sáng cuối cùng xuất hiện đúng nơi mong muốn.

Thuật toán “điêu khắc” cấu trúc bằng hai lần mô phỏng mỗi vòng

Một trong những kỹ thuật quan trọng nhất là adjoint optimization. Thay vì thử thay đổi từng pixel hoặc voxel rồi xem thiết bị tốt hơn hay xấu đi — cách sẽ trở nên bất khả thi khi có hàng nghìn hay hàng triệu biến — phương pháp này tính gradient của toàn bộ cấu trúc chỉ bằng hai mô phỏng điện từ toàn sóng trong mỗi vòng lặp.

Mô phỏng thứ nhất chạy theo chiều thuận với nguồn sáng đầu vào thực tế. Mô phỏng thứ hai chạy theo chiều “adjoint”, tức kích thích hệ từ phía đầu ra dựa trên mục tiêu cần đạt. Khi kết hợp hai trường này, thuật toán xác định vùng nào trong cấu trúc nên thay đổi để cải thiện hàm mục tiêu.

Sau đó optimizer cập nhật hình học và lặp lại. Review của Stanford cho biết quá trình này thường diễn ra hàng trăm vòng, tương đương hàng trăm cặp mô phỏng điện từ liên tiếp.

Có thể hình dung thuật toán đang “điêu khắc” môi trường mà photon phải đi qua. Nó không ra lệnh cho từng photon rẽ trái hay phải; thay vào đó, nó thay đổi phân bố vật liệu và chiết suất sao cho nghiệm của phương trình Maxwell tự tạo ra đường truyền, giao thoa và phân bố trường mong muốn.

Tại sao không thử hết mọi cấu trúc?

Lý do nằm ở quy mô của không gian thiết kế. Trang nghiên cứu của Stanford đưa ra một ví dụ đơn giản hơn: một vùng silicon photonics 1 × 1 µm được chia thành ô 0,1 × 0,1 µm đã có 100 ô. Nếu mỗi ô chỉ có hai trạng thái — có silicon hoặc không — số thiết kế có thể có là 2¹⁰⁰, xấp xỉ 10³⁰.

Trong review năm 2026, khi mở rộng sang thiết bị 3D cạnh 2 µm với voxel 20 nm, con số tăng thành 2^1.000.000. Một tìm kiếm mù hoàn toàn không thể thực hiện được. Giá trị của gradient-based inverse design là nó không cần xem từng cấu hình; nó dùng thông tin vật lý để biết nên di chuyển theo hướng nào trong không gian thiết kế.

Điều này cũng lý giải vì sao các cấu trúc inverse-designed thường khó đoán bằng trực giác. Con người giỏi suy luận với vài tham số và các hình học quen thuộc. Thuật toán có thể khai thác hàng nghìn bậc tự do cùng lúc, miễn là có một simulator đủ nhanh và một hàm mục tiêu được định nghĩa rõ.

Từ hình học kỳ lạ trong lab tới chip làm ở foundry

Khó khăn thực tế bắt đầu ngay khi một thiết kế đẹp trên máy tính phải đi qua dây chuyền chế tạo. Các foundry bán dẫn có hàng nghìn design rule check liên quan tới độ rộng đường tối thiểu, khoảng cách, độ cong, diện tích và hình học kín. Một pattern tối ưu về mặt quang học có thể đơn giản là không in được bằng lithography.

Inverse design đời đầu thường tạo ra những feature rất nhỏ hoặc quá nhạy với sai số chế tạo. Chỉ một chút over-etch, under-etch, bo tròn góc hoặc roughness ở sidewall cũng có thể làm hiệu năng giảm rõ rệt.

Vì vậy, các framework mới đưa chính những giới hạn chế tạo vào vòng tối ưu. Thuật toán có thể ép cấu trúc tuân thủ minimum feature size, mô phỏng trước ảnh hưởng của lithography hoặc tối ưu đồng thời cho thiết bị lý tưởng, over-etched và under-etched.

Review ghi nhận một trong những trình diễn inverse design đầu tiên trên quy trình silicon thương mại đã chế tạo được mode multiplexer, wavelength demultiplexer, directional coupler 50:50 và power splitter ba ngõ; bốn thiết kế cho độ biến thiên giữa các chip trong ba die khoảng ±0,6 dB. Google sau đó trình diễn một demultiplexer CWDM bốn kênh với hiệu năng nhất quán trên 34 chip.

Đây là khác biệt lớn so với một proof of concept đơn lẻ: thuật toán không chỉ cần tìm ra hình học có thông số tốt trên mô phỏng, mà còn phải tìm ra hình học mà một foundry thực sự có thể sản xuất lặp lại.

Inverse design không còn chỉ là vài linh kiện riêng lẻ

Sự dịch chuyển tiếp theo là từ component sang system. Review dẫn một hệ truyền quang tích hợp đạt 1,12 Tb/s không lỗi nguyên bản bằng cách kết hợp nhiều thành phần inverse-designed, gồm wavelength-division multiplexer, mode-division multiplexer và coupler vuông góc bề mặt.

Ở silicon nitride, inverse design đang được dùng để tạo WDM, MDM, power splitter và polarization beam splitter nhỏ gọn hơn. Với metasurface, thuật toán đã được áp dụng cho những bài toán có hàng loạt đầu ra như hologram đa kênh, metalens achromatic và bộ phân loại quang học.

Khả năng này quan trọng vì photonics không scale giống transistor. Đưa nhiều transistor lên chip thường dựa trên những cell và primitive được lặp lại theo quy tắc rõ ràng. Một mạch quang học lớn lại bị chi phối bởi phase, coupling, giao thoa và ảnh hưởng giữa các thành phần. Khi số chức năng tăng, việc giữ mọi thứ trực quan và tách biệt trở nên khó hơn.

Inverse design vì thế có thể đóng vai trò gần giống một lớp tự động hóa thiết kế: kỹ sư tập trung nhiều hơn vào specification và constraint, còn thuật toán tìm hình học cục bộ để thực hiện chức năng.

Nhưng đây chưa phải “Verilog cho photonics”

So sánh với tự động hóa thiết kế điện tử rất hấp dẫn, nhưng photonic inverse design vẫn còn vài nút thắt lớn.

Đầu tiên là chi phí mô phỏng. Mỗi vòng tối ưu cần giải bài toán trường điện từ, và full-wave 3D simulation có thể rất đắt khi kích thước thiết bị tăng. Đây là lý do tốc độ và khả năng mở rộng của electromagnetic solver vẫn là một chủ đề nghiên cứu quan trọng.

Thứ hai là local optimum. Gradient descent có thể tìm được một nghiệm tốt nhưng không đảm bảo đó là cấu trúc tốt nhất trong toàn bộ không gian thiết kế. Kết quả phụ thuộc vào điều kiện khởi đầu và cách đặt hàm mục tiêu.

Thứ ba là khoảng cách giữa “có thể chế tạo” và “có thể sản xuất hàng loạt với yield cao”. Một thiết kế vượt qua design rule chưa chắc đã chịu được mọi sai số của process, packaging, nhiệt độ và coupling khi đưa vào sản phẩm.

Cuối cùng là khả năng hiểu thiết kế. Một linh kiện có hình học được tối ưu tự động có thể hoạt động rất tốt nhưng khó giải thích bằng những trực giác quang học quen thuộc. Nghiên cứu năm 2026 về interpretable machine learning cho photonic inverse design cũng cho thấy tính “black box” đang trở thành một vấn đề riêng khi các cấu trúc ngày càng phức tạp.

Vai trò của con người có thể chuyển từ vẽ hình sang đặt ràng buộc

Điều inverse design thay đổi không phải là loại bỏ kỹ sư quang tử. Trái lại, phần khó nhất có thể chuyển lên một tầng khác: chọn đúng objective, mô hình vật liệu, dung sai chế tạo, bandwidth, thermal drift và tiêu chí độ bền để thuật toán tối ưu đúng thứ cần thiết.

Một thiết kế “tối ưu” theo metric sai vẫn là thiết kế tệ. Và một cấu trúc đạt transmission rất cao trong mô phỏng nhưng không thể in ổn định trên wafer cũng không có nhiều giá trị.

Xu hướng đáng theo dõi vì thế không phải là khi nào thuật toán sẽ tự thiết kế toàn bộ chip quang học mà không cần con người. Câu hỏi thực tế hơn là inverse design có thể mở rộng từ những component được tối ưu riêng lẻ thành một workflow đủ nhanh, đủ hiểu được và đủ tương thích foundry để tự động hóa những phần mà con người hiện không thể xử lý bằng trực giác.

Nếu điều đó xảy ra, hình dạng của photonic chip tương lai có thể ngày càng ít giống thứ một kỹ sư sẽ tự vẽ — nhưng lại bám sát hơn vào vật lý của cách ánh sáng thực sự muốn truyền qua vật liệu.

Nguồn chính: Nature Reviews Materials: “Inverse design for scalable photonic systems”; bản manuscript từ Stanford University; thông tin nền từ Nanoscale and Quantum Photonics Lab.