CPO Micro Led Meta Lens OptiSLang優化應用

CPO Micro Led Meta Lens OptiSLang優化應用

Micro LED CPO光源模組技術架構

在AI高速大量運算環境下，MICRO LED在功率、頻寬、環境溫度、成本優勢下，讓MICRO LED有機會在短距離傳輸上與雷射或VSCEL之外，成為AI大量且高速傳輸的決方案選項之一。
但MICRO LED在光型上較為擴散，需要透過奈米等級的Meta Lens結構將光型收斂以提升耦合進Fiber的需求。台灣具有完整的Micro LED產業聚落，加上近年在Grating & Meta Lens等奈米等級加工技術演化前進。進一步實現了Micro LED在CPO發光模組的定位。

Ansys Lumerical& OptiSLang方案Workflow&架構

Ansys Optics中的Lumerical FDTD可以建構Meta Lens的精微結構，並考量到Micro LED中不同位置Dipole發光樣貌。但要優化Meta Atom來適應不同位置Dipole的發光樣貌，就需要具有多目標與多變量的優化工具來進行輔助。

Ansys OptiSLang具有上述多目標與多變數的優化特性，更能夠提供AMOP，NLPQL，ARSM不同演算法的選擇，取得可以收斂的參考指標，讓工程師在伊化過程中能循序找到最適應的方向，並確保取得完整變數區域的優化樣貌。透過響應面的分析，在不同指標下呈現給工程師最佳選擇。這樣的具有AI功能的優化方案有別於以往單一方向尋優的方法，更提高優化品質與更多元的優化選擇。

Micro LED Dipole定義設定架構

透過不同節點位置的Dipole位置，並計算出覆蓋面積並轉化為百分比用以設定權重。再將個別Dipole的位置進行FDTD的運算模擬，在計算10度內與總功率的比值。最後使用面積權重進行非相干加權獲得整體的T10 Ratio。

Micro LED Meta Lens定義設定架構M

以MicroLED作為核心架構，並直接整合Metalens，metalens 週期為260nm柱形為圓柱柱高固定為600nm柱寬(半徑)為25nm-110nm供優化使用。

OptiSLang AI優化

由於本專案每一次 Lumerical FDTD 模擬都需要較長時間，因此在選擇 OptiSlang 優化演算法時，不能一開始就使用需要大量樣本的全域搜尋方法。像 EA、PSO 或 CMA 雖然具有較好的全域搜尋能力，但計算成本會非常高。因此目前較適合的策略是先使用 ARSM，透過響應面模型用較少的模擬次數找出可能的最佳區域。

優化後之光型分布比較

未整合超透鏡的 MicroLED 出光場型較為發散，光能量分布於較大的角度範圍內；而在整合並優化超透鏡後，MicroLED 的出射光場明顯受到調控，大部分光能量能有效集中於 10° 光錐角內。

此結果證明，透過超透鏡的相位調控與結構優化，確實可以完成 MicroLED 出光場型的整形，並提升小角度方向的正向出光能力。及相對應之Meta Lens排列樣貌。

整合高效GPU運算展現超高效能

Lumerical & Optislang在GPU運算上也有相應的方案，以本次Meta Lens方案上搭配RTX 2000 Ada規格下匹配Lumerical 的Accelarator可以將運算效能有提升達4.6倍，相關統計數字如下。