光电仿真四连更收官，下一站 KDES 现场见

在即将举行的 Keysight Design Engineering Summit (KDES) 2026 中，photonics 相关话题也将继续展开。

从PDK到端到端验证：

光子系统闭环设计、良率优化与光电协同设计

光子集成电路（PIC）正推动下一代光互连、通信与传感系统发展。随着器件复杂度不断提升，首次流片成功不仅需要精确的器件模型，更需要从PDK设计到物理验证、仿真优化到流片交付的完整闭环方法。

本次演讲将展示Keysight Photonic Designer如何在ADS平台提供统一的PIC设计环境，并扩展至端到端光电协同仿真，助力设计者在流片前验证光子芯片与整体通信链路的系统级性能。

立即报名参会

从电到光：

以太网光互连的端到端 E–O–E 协同设计

随着数据中心向更高速率演进，准确评估电域与光域器件参数对系统性能的影响变得愈发重要。本次演讲将介绍是德科技从器件设计到系统验证的一体化E–O–E（电-光-电）协同设计流程，从RSoft 光器件设计、ADS Photonic Designer 光子电路仿真，到ADS Ethernet System Designer 电光链路分析，以及VPI Photonics 光通信系统级验证。通过在不同设计层级间传递和复用模型，实现从行为级到电路级的数字孪生建模，提升系统性能预测精度，帮助工程团队更早发现设计风险，加速高性能以太网光互连系统开发，缩短验证周期并提高设计成功率。

立即报名参会

基于神经网络的光电探测器AI建模方法

光电二极管广泛应用于光通信、传感和成像系统中，准确的器件模型对于电路与系统设计至关重要。传统的物理模型虽能够有效描述暗电流行为，但在刻画与光照相关的特性时仍存在不足。

数据驱动方法因其在拟合复杂特性方面的优势，可作为一种高精度的基础建模方案，但通常缺乏物理可解释性。在此基础上，我们进一步提出一种可扩展的混合建模方法，将物理模型与ANN相结合，通过对暗电流与光电流分离建模，在保证物理一致性的同时，实现对器件光电特性的高精度刻画。关键模型参数为工作条件相关变量，显著提升模型的可扩展性与泛化能力。实验结果表明，该方法显著优于传统模型，为光电二极管建模提供了一种高效稳健的解决方案。

立即报名参会

光电联合仿真展台

AI 数据中心正在把高速互连推向光电融合。随着 VPIphotonics 今年六月的正式加入， Keysight 光电联合仿真能力进一步强大。现场将聚焦 Chiplet、CPO、硅光器件与 E-O-E 光电链路，为您展示从器件到完整系统的协同设计验证流程。

欢迎您前来和Keysight技术工程师面对面讨论具体设计，或观看产品演示。

立即报名参会