MétaCan
Menu
Retour à la cohorte
Enregistrement W4394744164 · doi:10.1109/jssc.2024.3384936

A Low-Power High-BW PAM4 VCSEL Driver With Three-Tap FFE in 12-nm CMOS FinFET Process

2024· article· en· W4394744164 sur OpenAlexafffund
Milad Haghi Kashani, Hossein Shakiba, Ali Sheikholeslami

Notice bibliographique

RevueIEEE Journal of Solid-State Circuits · 2024
Typearticle
Langueen
DomaineEngineering
ThématiqueSemiconductor materials and devices
Établissements canadiensHuawei Technologies (Canada)University of Toronto
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaHuawei Technologies
Mots-clésCMOSVertical-cavity surface-emitting laserProcess (computing)OptoelectronicsMaterials sciencePower (physics)Electrical engineeringComputer scienceOpticsPhysicsEngineeringLaserOperating system

Résumé

récupéré en direct d'OpenAlex

This work presents a low-power high-bandwidth (BW) PAM4 VCSEL transmitter. We introduce a new cascode voltage-mode (VM) driver to provide a larger output modulation current while using smaller devices and lower power consumption compared to the conventional VM driver. This improves the power efficiency and relaxes the self-loading concern in the conventional designs. The driver also includes an asymmetric three-tap feedforward equalizer (FFE) for MSB and LSB to effectively compensate for the BW and nonlinearity response of the VCSEL. Further, the driver is implemented using multiple segments to optimize the output impedance and linearity. The proposed transmitter is implemented in a 12-nm CMOS FinFET process and is packaged to facilitate both electrical and optical measurements. Based on the electrical measurement, the transmitter supports up to 50-Gb/s nonreturn to zero (NRZ) and up to 64-Gb/s PAM4 data transmission. The optical measurement is done using a commercial 850-nm anode-driven VCSEL. Based on the optical measurement, the proposed design supports up to 40-Gb/s NRZ and 50-Gb/s PAM4 data transmission with an optical modulation amplitude (OMA) of better than 1.4 dBm and power efficiency of 0.82 (excluding VCSEL power) and 0.97 pJ/b using three supplies of 1, 2, and <inline-formula xmlns:mml="http://www.w3.org/1998/Math/MathML" xmlns:xlink="http://www.w3.org/1999/xlink"> <tex-math notation="LaTeX">$-$</tex-math> </inline-formula> 1.5 V providing currents of 11, 15, and 5 mA, respectively.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,093
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,011
Tête enseignante GPT0,236
Écart entre enseignants0,225 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations14
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueIEEE Journal of Solid-State CircuitsMême sujetSemiconductor materials and devicesTravaux en français237 207