
發布
注冊
/
登錄AI輔助光學設計的案例
AI賦能超表面設計 | 突破光學設計局限
原文信息
原文標題:“AI for optical metasurface”
第一作者:Akira Ueno、Juejun Hu、Sensong An
超表面的特性與商業化需求
作為一種由亞波長單元構成的二維人造材料陣列結構,超表面能夠憑借特定的結構設計與排列,實現對光波相位、振幅和偏振的有效調控。歷經多年發展,超表面正逐步從實驗室邁向商業市場。要達成這一轉變,需要更先進準確的超表面單元設計方法,要考慮加工制造過程中的偏差,還需引入特定處理算法以提升光學性能。那么,超表面怎樣才能 “走進千家萬戶” 呢?人工智能給出了一套可行的解決方案。
AI X 超表面(來自原文)
AI 助力超表面單元設計突破局限
當前,超表面單元設計廣泛采用的方法以周期性邊界條件近似假設為基礎。當相鄰單元的耦合較弱且相位梯度較小時,這種方法可以快速設計出符合要求的超表面。但在該框架下,無法設計出具有大數值孔徑和視場角的超表面(Metasurface)或超透鏡(Metalens),而這恰恰是超表面相較于傳統光學和衍射光學元件(DOE)的核心優勢。
AI與超表面單元設計案例(來自原文)
近年來,研究人員提出了幾種新穎的深度神經網絡(DNN)模型,這些模型將相鄰單元的形貌納入輸入范圍,并利用大型數據集來識別實際邊界條件下不同相鄰單元產生的影響。例如,以目標單元和與其最相鄰的八個單元作為輸入,來預測目標單元的響應。利用時域有限差分法(FDTD)獲取充足的訓練數據后,模型能夠充分考慮單元之間的相互耦合,進而輸出高效率的超表面單元結構。
AI 應對超表面制造與封裝偏差
在超表面的生產制造與封裝過程中,必然會存在偏差,這是超表面設計中無法回避的問題。
展開 EDA引入AI輔助芯片設計,對工程師意味著什么?
圖3 機器學習在工程領域的潛力應用
目前在芯片設計過程中,開發者最常遇到的問題,是由先進制程所帶來的電子遷移(Electron Migration, EM)、時序(Timing)與功率(Power)問題。這些問題就很適合用機器學習的方法來解。Ansys已經跟NVIDIA合作發展出一套輔助工具,讓已經完成線路布局的芯片設計,在模擬環境中進行分析,看芯片會不會遇到EM相關問題,以判斷線路布局是否需要修改(圖4) 。
圖4 以機器學習為基礎的EM輔助系統
傳統上,當芯片開發團隊完成線路布局后,是用工程團隊所設定的條件去進行模擬,但因為模擬需要耗費相當長的時間,因此開發團隊設定的模擬情境很難涵蓋周延。但在ML的輔助之下,機器學習可以幫工程師注意到以前沒關注的盲點,從而在芯片還在設計階段就把可能出現的問題排除。
AI不是萬能設計最佳化還得靠人腦
雖然用機器學習或人工智能來設計芯片將是未來趨勢,而且有越來越多芯片設計開發的環節開始使用相關工具,但誠如張嘉鴻所言,機器學習只是眾多工具中的一種,不是所有問題的萬靈丹。因此,人在芯片設計的整個過程中,還是會扮演非常重要的角色,只是專注的工作跟現在不一樣。
明導國際(Mentor Graphic)執行長Walden Rhines(圖5)就表示,人工智能是許多學運算科學的人都研究過的題目,在他還是個年輕工程師的時候,就有參與過類似的開發專案??吹浆F在人工智能的蓬勃發展,一方面有終于熬到出頭天的感慨,但另一方面還是得指出,神經網路(Neuro Network, NN)、機器學習這些人工智能技術,在應用上還是有其限制,不應該把AI神化。
展開 EDA引入AI輔助芯片設計,對工程師意味著什么?
Ansys已經跟NVIDIA合作發展出一套輔助工具,讓已經完成線路布局的芯片設計,在模擬環境中進行分析,看芯片會不會遇到EM相關問題,以判斷線路布局是否需要修改(圖4) 。
圖4 以機器學習為基礎的EM輔助系統
傳統上,當芯片開發團隊完成線路布局后,是用工程團隊所設定的條件去進行模擬,但因為模擬需要耗費相當長的時間,因此開發團隊設定的模擬情境很難涵蓋周延。但在ML的輔助之下,機器學習可以幫工程師注意到以前沒關注的盲點,從而在芯片還在設計階段就把可能出現的問題排除。
AI不是萬能設計最佳化還得靠人腦
雖然用機器學習或人工智能來設計芯片將是未來趨勢,而且有越來越多芯片設計開發的環節開始使用相關工具,但誠如張嘉鴻所言,機器學習只是眾多工具中的一種,不是所有問題的萬靈丹。因此,人在芯片設計的整個過程中,還是會扮演非常重要的角色,只是專注的工作跟現在不一樣。
明導國際(Mentor Graphic)執行長Walden Rhines(圖5)就表示,人工智能是許多學運算科學的人都研究過的題目,在他還是個年輕工程師的時候,就有參與過類似的開發專案??吹浆F在人工智能的蓬勃發展,一方面有終于熬到出頭天的感慨,但另一方面還是得指出,神經網路(Neuro Network, NN)、機器學習這些人工智能技術,在應用上還是有其限制,不應該把AI神化。
圖5 明導國際執行長Walden Rhines認為,機器學習在EDA領域的應用還在發展中,而且有些IC設計步驟所遭遇的問題未必適合用機器學習來解決。
以IC設計為例,用機器學習來做芯片繞線布局,其實是非常「粗放」的。雖然用這種方法可以加快芯片設計的速度,但很難做到面積、功耗或性能的最佳化。
展開 SYNOPSYS 光學設計軟件課程二十四:帶楔塊誤差的校驗和圖像誤差的 AI 分析的公差實例
3 YC 0.000 0 -.1 0.000
M 0.149917E-03 0.6667 A 3 XC 0.000 .1 0. 0.000
M 0.000000E+00 0.6667 A 3 YC 0.000 .1 0. 0.000
M -0.149917E-03 0.6667 A 3 XC 0.000 -.1 0 0.000
M 0.000000E+00 0.6667 A 3 YC 0.000 -.1 0 0.000
END
SYNOPSYS 10
MC
根據要求,PANT 文件中的最后一個空氣間隔是變化的,并且 AANT 文件定義了一個評價函數,如果調整能夠恢復名義設計完全相同的光線模式
展開 
VirtualLabFusion:光學設計任務的輔助計算器
雖然提供盡可能準確和盡可能快速的模擬結果是VirtualLab Fusion的主要任務,但軟件還提供了一系列方便的工具來簡化光學工程師的工作。其中,它們以計算器的形式出現,允許用戶計算用于在軟件內配置系統的關鍵參數,并通過按下按鈕將該信息傳輸到必要的組件。
在VirtualLab Fusion提供的眾多計算器中,今天主要把重點放在其中兩個上。展示的第一個計算器是Coherence Time & Length Calculator,顧名思義,它可以根據給定的頻譜計算時間相干參數。這一數據可以鏈接到Universal Detector,允許其包括相干效應,而不需要傳播整個光譜。第二個計算器計算并直觀地表示衍射光柵的反射和透射級次的偏轉角,除了角度的精確值之外,還提供了入射光和出射級次如何在特定的光柵配置的方向空間中分布的實用的可視表示。
相干時間和長度計算器|
相干時間和長度計算器很容易確定具有指定帶寬的給定光源的相干時間和長度。
衍射角計算器
Diffraction Angle Calculator使用光柵方程來計算和顯示衍射光柵的反射和透射級。
展開 VirtualLabFusion:光學設計任務的輔助計算器
雖然提供盡可能準確和盡可能快速的模擬結果是VirtualLab Fusion的主要任務,但軟件還提供了一系列方便的工具來簡化光學工程師的工作。其中,它們以計算器的形式出現,允許用戶計算用于在軟件內配置系統的關鍵參數,并通過按下按鈕將該信息傳輸到必要的組件。
在VirtualLab Fusion提供的眾多計算器中,今天主要把重點放在其中兩個上。展示的第一個計算器是Coherence Time & Length Calculator,顧名思義,它可以根據給定的頻譜計算時間相干參數。這一數據可以鏈接到Universal Detector,允許其包括相干效應,而不需要傳播整個光譜。第二個計算器計算并直觀地表示衍射光柵的反射和透射級次的偏轉角,除了角度的精確值之外,還提供了入射光和出射級次如何在特定的光柵配置的方向空間中分布的實用的可視表示。
相干時間和長度計算器
相干時間和長度計算器很容易確定具有指定帶寬的給定光源的相干時間和長度。
衍射角計算器
Diffraction Angle Calculator使用光柵方程來計算和顯示衍射光柵的反射和透射級。
掃一掃,關注訊技光電,了解更多軟件信息!
掃一掃,關注蘇州黌論教育,了解更多培訓信息!
展開 基于計算機輔助的光學薄膜優化設計方法
基于計算機輔助的光學薄膜優化設計方法
金揚利,馬勉軍,陳壽,王濟洲,蘭州物理研究所
摘要:概述了光學薄膜優化設計的發展和原理,介紹了當前光學薄膜優化設計中集中常用方法,預測了優化設計方法的趨勢。
關鍵詞:光學薄膜,優化設計,計算機輔助
論文簡介
1.引言:光學薄膜作為一門學科,已經走上百年的路程。如今,光學薄膜在光學、激光、航天等領域都得到了廣泛的應用。隨著新的精密光學儀器的不斷涌現,對鍍膜光學元件的光譜性能要求也越來越高,常規解析法設計的光學薄膜膜系結構已不能完全滿足使用要求。
計算機技術的飛速發展為數值方法應用于光學薄膜設計提供了便利,如今,基于計算機輔助的光學 薄膜優化設計已經成為一種廣泛應用的膜系設計方法。
2.光學薄膜優化設計的發展
3.光學薄膜優化設計的原理和評價函數
3.1光學薄膜優化設計的原理
3.2評價函數
4 幾種常用的光學薄膜優化設計方法
4.1 單純形法
4.2 模擬退火法
4.3 針形法
4.4 遺傳算法
4.5優化方法的改進
5 總結和發展趨勢
基于計算機輔助的光學薄膜優化設計方法.pdf
展開 SYNOPSYS 光學設計軟件---元件時鐘楔角誤差的公差分析 案例和像質誤差的 AI 分析
概述
(更多精彩技術案例,請關注“武漢墨光”微信公眾號)
ASY查看傾斜數據
MC PLOT預估公差Monte-Carlo分析
設置工作目錄
選擇Dbook工作目錄
初始透鏡
點擊, 打開C28M1,點擊
此 MACro 將鏡頭輸出并將副本存儲在透鏡庫位置 5,然后創建一個 BTOL 公差分析
準備Monte-Carlo分析
在Command Window中輸入LM MCFILE
MCFILE是調整MACro,是Monte-Carlo分析的一部分
點擊點擊 運行MCFIlE
點擊 打開C28M2.MAC,點擊
所有透鏡都有楔角
在Command Window中輸入GET 5
在C28M2中注釋掉TEST,更改SAMPLES 1為SAMPLES 100
點擊 運行C28M2
元件現在都有楔角誤差,因此 PAD 顯示不能像以前那樣為透鏡著色。
圖像質量直方圖
本例探索 SYNOPSYS 的一個強大功能:它可以進行參數研究,顯示兩個變量對第三個變量的影響。 本例研究了第2個面和第3個面曲率變化對評價函數的影響。
MC PLOT
ASY查看傾斜數據
在C28M2中取消注釋TEST,并在TEST前加入命令WEDGES CLOCK,點擊 運行C28M2
在Command Window中輸入ASY
增加伽馬傾斜變量
更改MCFILE.MAC為
PANTVY 14 TH
Custom form:
--------------------------------------------------------------
PANTVY 14 TH
VY 5 GPG ! Vary group gamma tilt
展開