现在，光纤信息传输能快到什么程度？？
最新研究显示，科学家们又在光纤通信的速度上取得了重大突破：
他们在约 8 公里长的光纤上，成功实现了 1.84Pbit / s 的传输速率。
每秒 1.84Pbit，是个什么概念？
这相当于每秒可以传输约 236 个 1TB 硬盘的数据；同时也相当于 NASA 等重量级科研机构专用网络速度的 20 多倍。
Phys.org 指出，这还相当于目前全球互联网总流量的 2 倍！
要知道，先前在今年 5 月份，光纤通信的速度才刚刚被刷新过一次，从每秒 Tbit 的量级上升到了 Pbit 量级 —— 达到 1.02 Pbit / s。
（1Pbit=1024Tbit）
而现在，这项纪录再度被刷新，背后的团队来自丹麦哥本哈根大学和瑞典查尔姆斯理工大学。
值得注意的是，他们是世界上第一个仅用“单个激光器 + 单个光学芯片”，就实现每秒传输速度超过 1Pbit 的团队。
截至目前，相关成果论文已经登上了 Nature 旗下的光学类顶刊：Nature Photonics。
这项成果在 Hacker Newer 社区上也引起了众网友的关注。
有人激动地表示：
这可能会引导出一种全新的缓存形式，数据将不断围绕着一圈光纤飞速传播。
随着相关光学传感器越来普及、越来越越便宜，当前未被使用的暗光纤将派上用场。
定制光学芯片，大幅提升传播速度
本研究涉及的主要领域就是光纤通信。
在这里先来说说光纤通信系统基本组成，它包括：光发信机、光收信机、光纤、光缆，还有中继器等。
而在此研究中，最值得拿来说道说道的，就是光发信机部分的光源。（光发信机由光源、驱动器和调制器组成）
研究人员专门设计定制出了一种光学芯片，它能把来自红外激光器的光转换成由许多颜色组成的彩虹光谱。
不同颜色光的频率不同。
因此，经此芯片处理后，单一激光的一个频率（颜色）甚至可以变出上百种频率（颜色）。
而且通过人为操控，这些新生成颜色的频率差距都是固定的，很像梳子上的齿。
于是对这样的光谱，人送称号：光学频率梳 (Frequency comb，简称频率梳）。
这个频率梳有两大明显优势：
一是作为光波传输的源头，这些梳状结构很适合波分复用（WDM），数据会被调制到每个梳状线上，然后被同时传输。
由于每个单色光之间的频率和频率差都是固定的，所以也不用担心一下子传这么多数据，会引起混乱。
而如果直接用单一激光二极管的阵列作为光源，不仅需要更多硬件，而且每个激光器的频率容易随机漂移，造成数据间的串扰。
其二，所有这些生成的光都是相干的，这使得不同通道之间还可以联合进行数字信号处理。
所以总而言之，用频率梳充当光源，不仅可以同时传送多组互相不干扰的数据，而且还能联合处理数字信号，最终大大加快了数据传输速率。
为了测试种方案的实际效果，研究者们在一条光纤上进行了实验。
这条光纤长 7.9 公里，有 37 芯、223 个频率通道。
研究人员对所得数据分析计算后得出，在这条光纤上的信息传输速率达到了 1.84Pbit / s。
本文的共同一作，Oxenløwe 教授指出：
这个解决方案是可扩展的。
可以通过技术手段，创建更多频率，而且可以在较小的副空间上先梳理不同的同频，再将其进行光学放大，有效解决存储空间和传输效率的问题。
研究团队简介
本研究由丹麦哥本哈根大学尼尔斯・玻尔研究所和丹麦技术大学（DTU）的团队主导，瑞典查尔姆斯理工大学的学者们也参与了研究。
尼尔斯・玻尔（量子理论创始人之一）研究所成立于 1921 年，目前的研究领域涉及天体物理学、生物物理学、电子科学，和量子物理学等。
论文的共同一作有 3 位，分别为：A. A. Jørgensen，和 D. Kong 和 L. K. Oxenløwe。
L. K. Oxenløwe，现任丹麦技术大学光子通信技术教授，并兼任丹麦光通信用硅光子学（SPOC）研究中心的负责人。
1996 年至 2002 年间，Oxenløwe 先后在哥本哈根大学获得了物理学以及天文学学士和理学硕士学位，后在丹麦技术大学获得博士学位。
他的主要研究领域包括光纤通信、量子纠缠、量子计算等。
A. A. Jørgensen 和 D. Kong 目前都是尼尔斯・玻尔研究所的研究员。
论文地址：
https://www.nature.com/articles/s41566-022-01082-z
参考链接：
[1]https://newatlas.com/telecommunications/optical-chip-fastest-data-transmission-record-entire-internet-traffic/
[2]https://phys.org/news/2022-10-transmission-laser-optical-chip.html
[3]https://news.ycombinator.com/item?id=33315392
本文来自微信公众号：量子位 （ID：QbitAI），作者：Alex
广告声明：文内含有的对外跳转链接（包括不限于超链接、二维码、口令等形式），用于传递更多信息，节省甄选时间，结果仅供参考，IT之家所有文章均包含本声明。