リン化インジウムウェーハ: AI コンピューティングのスケーリングを可能にする高速光インターコネクトのコア材料 +

PAM-XIAMEN は、人工知能 (AI) で使用される光学チップを製造するための InP エピタキシャル ウェーハを製造できます。詳細な仕様については、以下のページをご覧いただくか、弊社の営業チームまでお問い合わせください。 [email protected]

エピタキシャルウェーハ	直径	波長範囲	アプリケーション
DFBエピタキシャルウェーハ	2、3、4インチ	1270～1654nm（O、C、Lバンドをカバー）	光通信（送信光サブアセンブリ）、LiDAR、ガスセンシング
EMLエピタキシャルウェーハ	2、3、4インチ	1310/1550/1577nm	光通信（送信光サブアセンブリ）
DMLエピタキシャルウェーハ	2、3、4インチ	1310/1342nm	光通信（送信光サブアセンブリ）
FPエピタキシャルウェーハ	2、3、4インチ	1310/1550nm	光通信（送信光サブアセンブリ）
MPDエピタキシャルウェーハ	2、3、4インチ	900～1650nm	光通信（送信光サブアセンブリ）
APDエピタキシャルウェーハ	2、3、4インチ	900～1650nm	光通信（受信光サブアセンブリ）
ピンエピタキシャルウェーハ	2、3、4インチ	900～1650nm	光通信（受信光サブアセンブリ）

 

生成人工知能と大規模機械学習モデルの急速な進歩により、大規模言語モデルのパラメータ数は現在、兆規模を超えています。このようなモデルをトレーニングするには、数万から数十万の GPU、TPU、または XPU を大規模なコンピューティング クラスターに組み立てる必要があり、その中でプロセッサー間のデータ通信のスループットが飛躍的に増加します。図 1 は、近年、代表的な AI システムのトレーニングに使用される計算能力を示しています。この計算能力はペタフロップス規模に達し、ムーアの法則の予測をはるかに超えるペースで増加しています。この傾向は、プロセッサをリンクする短距離光インターコネクト (50m ～ 2km) に前例のない課題をもたらしています。レーンごとのデータ レートは現在の 200 Gbit/s から 400 Gbit/s 以上に進化する必要があり、モジュールの総容量は 800G および 1.6T から 3.2T に急速に拡張する必要があります。

図1 AIモデルのトレーニングに使用される計算能力

通信リンクでは、高帯域幅、低遅延、低消費電力、電磁干渉耐性などの利点を活かした光インターコネクトが、AI コンピューティングの拡張をサポートする重要なインフラストラクチャとなっています。従来のプラガブル光モジュールは 400G から 800G に進化し、1.6T に向けて急速に進歩しています。しかし、次世代のデータレートを達成するための根本的なボトルネックは、もはや CMOS 電子チップだけではなく、光チップ、具体的には光源として機能するレーザーと電気光変換を担う変調器にあります。したがって、光通信システムの基本アーキテクチャと光チップの中核的な役割を理解することが、リン化インジウム (InP) 基板材料の価値を分析するための前提条件となります。

1. 光通信システムと光チップの基礎

1.1 光通信システムのアーキテクチャ

光通信システムは、情報媒体として光信号を使用し、伝送媒体として光ファイバーを使用し、電気光変換により長距離の情報伝送を実現します。送信機側では、電気信号がレーザーチップによって光信号に変換されます。光ファイバーを介して伝送された後、光信号は光検出器チップによって電気信号に変換されます。この「電気-光-電気」変換チェーンがすべての光モジュールの基礎を形成します。 AI データセンター内では、そのようなリンクが数万個並列して動作し、大規模な光相互接続ネットワークを形成します。

1.2 光チップとIII-V族化合物半導体

光チップは、光信号と電気信号の間の変換を可能にするコアコンポーネントであり、主にレーザーチップや光検出器チップが含まれます。これらは、III-V 化合物半導体材料 (InP、GaAs、AlInGaAs など) から製造されています。これは、III-V 材料が直接バンドギャップを有しており、光の効率的な生成または吸収が可能であるためです。その中でも、InP とその格子整合四元材料 (AlInGaAs、InGaAsP など) は、光通信にとって最も重要な O バンド (1310nm) と C バンド (1550nm) をカバーしており、長距離高速光相互接続の主要な材料となっています。

• レーザーチップ: 活性領域、導波路層、クラッド層、電極コンタクト層、PN 接合を含む複数のエピタキシャル層を集積したレーザーチップは、活性領域の量子井戸または量子ドットに依存して電気エネルギーを光エネルギーに変換し、レーザー光を放射します。その主な機能は電気信号を光信号に変換することであり、トランスミッター光サブアセンブリ (TOSA) のコアコンポーネントです。

• 光検出器チップ: 半導体材料の光電効果を利用して、光検出器チップは光信号を電気信号に変換し、受信機光サブアセンブリ (ROSA) のコアコンポーネントです。

データレート、消費電力、伝送距離、信頼性などの光モジュールの性能は主にこれらの光チップによって決まり、その性能はInP基板の品質とエピタキシャル構造の精度に直接依存します。

2. InP 材料特性: 主な利点と位置付け

2.1 ダイレクトバンドギャップと高効率発光

シリコン (Si) と窒化シリコン (SiN) は低損失の受動光導波路を提供しますが、その間接的なバンドギャップの性質により効率的な発光が妨げられます。 III-V 族化合物半導体である InP はダイレクトバンドギャップを特徴とし、極めて高い電子-正孔発光再結合効率を示します。有機金属化学気相成長 (MOCVD) または分子線エピタキシー (MBE) を使用して InP ベースの量子井戸 (QW) または量子ドット (QD) 構造を成長させることにより、通信帯域で優れた性能を達成できます。さらに、InPベースのQDレーザは格子不整合によって引き起こされる欠陥の影響を受けにくく、高い特性温度を有し、光アイソレータなしでシリコンマイクロリング変調器と直接統合できるため、モジュールの消費電力とコストが大幅に削減されます。

2.2 アクティブなフォトニック統合のための主流プラットフォーム

InP 材料システムは、同じエピタキシャル構造を使用して、レーザー発振、変調、検出という 3 つの主要な能動機能を実現できます。これは、シリコンや窒化ケイ素などの受動プラットフォームと区別する核となる利点です。たとえば、電界吸収変調レーザー (EML) は、分布フィードバック (DFB) レーザーと電界吸収変調器 (EAM) を単一チップ上に統合し、レーンあたり 200 Gbit/s 以上のデータ レートで動作する光モジュールのコア デバイスを構成します。さらに、半絶縁性 InP 基板 (Fe ドープ) は優れた無線周波数絶縁を実現し、変調器の電気光学帯域幅が 100 GHz を超えることを可能にします。シリコンフォトニクスプラットフォームは、ヘテロジニアス集積（III-V族材料の結合またはエピタキシャル成長）を通じてアクティブ機能を実現することもでき、大規模なパッシブ光ネットワークの統合に対して大きなコスト上の利点を提供できることに留意する必要があります。 InP の利点は、モノリシック集積のシンプルさと完成度にあり、高い信頼性と性能が要求される光源や高速変調器のアプリケーションに特に適しています。

3. AI 光インターコネクトにおける InP 基板とエピタキシーの技術要件

3.1 データレートの進化と InP デバイス帯域幅

現在主流の 200 Gbit/s/レーン PAM-4 伝送では、レーザー/変調器の電気光学帯域幅が約 70 GHz に達する必要があります。 Han らのレビューによると、InP ベースの EML はすでに 93 GHz の帯域幅と 420 Gbit/s の PAM-8 伝送を達成しています。将来の 400 Gbit/s/レーンでは、高次変調を採用するかコヒーレント検出に移行するかにかかわらず、レーザー線幅、相対強度雑音 (RIN)、および波長安定性に対する要求がさらに厳しくなります。たとえば、二重偏波 16QAM コヒーレント伝送には 500 kHz 未満のレーザー線幅が必要であり、これには通常、長い外部キャビティまたは高品質の InP/SiN ヘテロジニアス集積が必要です。

3.2 波長分割多重化とマルチチャネル統合

ファイバあたりの容量を増やすために、粗い波長分割多重（CWDM）と密な波長分割多重（DWDM）が広く採用されており、その結果、光モジュールあたりのレーザー/変調器チャネルの数が 4（400G の場合）から 8（800G/1.6T の場合）、あるいはそれ以上に増加しています。 InP 基板サイズのスケーリング (4 インチから 6 インチへの移行) とウェーハ上の均一性は、製造性を制限する重要な要因となっています。エピタキシャルウェーハ全体の波長均一性は±1nm以内に制御する必要があります。そうしないと、波長マルチプレクサの挿入損失とクロストークが直接影響を受け、全体のリンク バジェットが低下します。

3.3 ヘテロジニアス集積における基板の平坦性に対する厳しい要件

InP の光源の利点とシリコン フォトニクス (SiPh) の高密度パッシブ集積機能を同時に活用するために、業界はヘテロジニアス集積技術の開発を精力的に行っています。研究者らは、InP エピタキシャル膜をシリコン オン インシュレータ (SOI)、窒化シリコン (SiN)、さらには薄膜ニオブ酸リチウム (TFLN) などのプラットフォーム上に、直接ウェーハ ボンディングやマイクロ転写印刷によって転写するための詳細な方法を確立しています。これには、InP 基板が原子的に平坦な表面、極めて低い微粒子汚染、および正確に制御された剥離層構造を備えていることが必要です。

4. InP 基板とエピタキシーにおける最近の技術進歩

4.1 量子井戸レーザーの成熟とヘテロジニアス集積

従来の InP ベースの量子井戸 DFB/EML は高度な成熟度に達しており、大規模に商業展開されています。 Intel、IMEC、NTT などの機関は、ヘテロジニアス ボンディングを使用して 300 mm Si ウェハ上に完全な光トランシーバを製造し、256 Gbit/s OOK および 340 Gbit/s PAM-4 のデータ レートを達成しました。さらに、300 mm CMOS 生産ラインで直接成長させた GaAs/InGaAs 量子井戸レーザーは、1 mW を超える出力、5 mA という低いしきい値電流、および最大 55 °C の温度での動作を実証しました。これらの進歩は、大口径の InP 基板と高精度 MOCVD エピタキシー プロセスに依存しています。

4.2 量子ドットレーザー: 破壊的な光源

量子ドット構造は転位の影響を受けにくいため、複雑な接合プロセスを必要とせずにシリコン基板上で直接エピタキシャル成長を可能にします。ハンら。らは、出力 126.6 mW、最高 60 °C で動作する 300 mm Si ウェーハ上の電気励起量子ドット レーザーを報告しました。さらに大きな関心は、DWDM の多波長光源として機能する数十の等間隔の光周波数コムを生成できる量子ドット モードロック レーザー (QD MLL) です。このようなデバイスは、InP 基板の格子整合と表面欠陥密度に対してより厳しい要件を課しますが、工学的なブレークスルーが達成されれば、真のモノリシック シリコン フォトニック統合が可能になります。

4.3 異種集積におけるエピタキシャル転写技術

マイクロ転写印刷により、InP エピタキシャル構造をソース ウェーハからターゲットのフォトニック集積回路 (PIC) 上に「印刷」できるため、ウェーハ全体のボンディングに伴う応力や位置合わせの課題が回避されると同時に、異なるバンドギャップを持つ複数の材料システムのハイブリッド統合も可能になります。この技術はすでに、TFLN プラットフォーム上で電気励起レーザーと 50 GHz 変調器のモノリシック集積を実現しており、128 Gbit/s OOK の伝送速度を達成しています。

5. 市場の需要と供給：InP需要の超直線的な成長

Ethernet Alliance のロードマップによると、AI データセンターにおける 1.6T および 3.2T 光モジュールの需要は、2025 年から 2030 年の間に爆発的に増加すると予想されています。LightCounting の調査レポートでは、AI クラスターで使用される Ethernet 光モジュールと共同パッケージ光 (CPO) の世界市場規模は、2025 年に 165 億に達し、2026 年には 260 億に成長すると推定されています。前年比約60％増。光モジュールのコスト構造では、InP ベースの光チップおよび部品が約 46.4% を占め、最大のコスト項目となっています。したがって、光モジュールの出荷量の増加は、高いレバレッジ効果で InP 基板の需要につながります。 Mark&Spark Solutions は、InP ウェーハ (2 インチに相当) の世界販売が 2024 年の約 243 万枚から 2032 年までに 731 万枚に増加し、年平均成長率 (CAGR) は 14.76% になると予測しています。

AI コンピューティングの継続的なスケーリングにより、光インターコネクトがコンピューティング システム全体の中心的なボトルネックになっていますが、光インターコネクトのパフォーマンスとコストはリン化インジウム基板とエピタキシャル ウェーハに大きく依存しています。 InPは現在、高効率発光、高速変調、検出を同時に実現できる主流の材料プラットフォームであり、TOSAの中核であるレーザーチップやROSAの中核である受光チップにおいて、かけがえのない地位を占めています。

InP エピタキシャル ウェーハが研究用または産業用アプリケーションで必要な場合は、次のアドレスまで電子メールでお問い合わせください。[email protected] と [email protected].

 

参考文献：

1. Ossieur, P.、Moeneclaey, B.、Coudyzer, G.、Lambrecht, J.、Craninckx, J.、Martens, E.、… & Bauwelinck, J. (2025)。 AI/ML アプリケーションをサポートする光トランシーバー用の統合されたフォトニクスとエレクトロニクス。 IEEE Journal of Selected Topics in Quantum Electronics、31(3)、1-16。

2. Han, C.、Li, M.、Guo, J.、Bowers, JE (2025)。人工知能アプリケーション向けの統合レーザー技術。 Optics Express、33(23)、49431-49468。