一篇顶刊论文引出的新型赛道 光子计算踏上AI计算新征程

cslehe

#111723#光子盘算时期到来了吗？几家中美芯片创企正试图给出正面的答复。
2020年6月，LightOn宣布用光学神经收集练习芯片运转AI模子的新论文；7月，曦智科技拿到由和利资源投资的数万万美元A+轮融资；8月，Lightmatter在芯片顶会HotChips上展现了其光子芯片的架构细节；12月，光子算数发布其打造的光电混杂AI减速盘算卡已交予效劳器厂商客户做测试。
在减速人工智能（AI）这条赛道上，光子盘算芯片这条翻新的技巧偏向正异军崛起。这是一群英勇的探路人，他们在等待和争议中前行，一步一个足迹地试图证实本人断定偏向的准确性。
光子AI芯片间隔工业化落地另有多远？在这一赛道的创业者们，能给盘算芯片带来新的欣喜吗？
01 一篇顶刊论文引出的新型赛道
跟着摩尔定律滞缓，硅光子技巧成为超出摩尔定律的研讨偏向之一。
2017年，来自英国艾克塞特大学、牛津大学和明斯特大学的研讨职员，发布了其类脑光驱动芯片研讨结果。他们用特别相变资料和光子集成电路摹拟人脑神经突触，使得这款芯片在测试中的数据传输速率达300Gbps，比事先现有尺度处置器要快10-50倍，同时功耗大幅下降。
在同年5月的美国麻省理工学院10万美元创业大赛上，一支来自麻省理工学院（MIT）的团队凭仗用纳米光子芯片履行AI义务，胜利斩获大奖。
1个月后，主创团队的研讨结果登上顶级期刊《天然·光子学》的封面，论文描写了一种应用光学干预停止神经收集盘算的翻新方式。事先，国际有名光学迷信家、斯坦福大学毕生教学David Miller评估称：“这一系列研讨结果极大地推进了集成光学将来代替传统电子盘算芯片的开展。”
这篇光子芯片论文的一作及通信作者是MIT博士后沈亦晨，二作是尼克·哈里斯（Nick Harris）。未几以后，这些论文合著者将成为贸易上的竞争敌手，开启各自的创业之旅，并分辨取得来自谷歌、百度等科技巨子的投资。
光子是以后速率最快的粒子，相较电子，速率更快而功耗极低。此前光学技巧平日利用于通讯传输范畴，借助光的更疾速度、更高容量等特色实现数据的远间隔传输，但在盘算范畴停顿迟缓。
现实上，光盘算的研讨汗青并不长久。在外洋，1950年月前后，贝尔试验室等机构破费大批精神来计划光学盘算机部件；在海内，1987年中科院上海光学精细机器研讨所王之江院士曾于《中国迷信院院刊》上撰文，提出了极具前瞻性的开展光盘算技巧的倡议，并于尔后在光学神经学逻辑盘算方面展开了大批的任务。
因为光盘算的利用场景并不清楚，软硬件系统也不敷完美，对于怎样用光子取代电子芯片履行盘算的主意临时停顿在研讨阶段，鲜少在现实利用中施展普遍的感化。
直到摩尔定律趋于滞缓，AI的巨轮开端起航。
02 光子AI芯片的上风：
速率快、功耗低、善于并行盘算
作为统治盘算的一个基准法令，摩尔定律指出，微处置器芯片上的晶体管数每18-24个月翻一番，曾临时作为推进电子装备小型化和互联网遍及的要害能源。
但这是芯片制作商及供给商极力维系摩尔定律的成果，跟着迫近物理尺寸极限、散热困难行将成为没法战胜的挑衅，以及很多要害的盘算麋集型利用开展提速，人们对摩尔定律的将来发生了更多疑虑，对芯片技巧翻新的需要也愈发急切。
2016年，《Nature》在“超出摩尔（More than Moore）”一文中指出，摩尔定律已濒临日薄西山，接上去硅晶技巧的开展将不再以摩尔定律为核心，造出更好的芯片而后让利用跟进，而是从利用动身来看须要怎么的芯片支撑，进而包容更多轻微庞杂的翻新偏向。
而依据OpenAI宣布的剖析数据，自2012年以来，AI练习对算力的需要每3.43个月翻一番，增速显明快于摩尔定律。

▲自2012年以来算力需要增加超越30万倍，而假如以摩尔定律的速率只会有 12 倍的增加（起源：OpenAI）
跟着以神经收集盘算为主的AI利用遍及，一些研讨职员认识到，深度进修可能是数十年来光学盘算所等候的“杀手级利用”。
起首，光速快于电子速率，幻想状况下，光子芯片的盘算速率能比电子芯片快约1000倍。同时，采取成熟半导体工艺技巧的光子芯片，便可到达当下须要的盘算才能。
其次，光子盘算耗费能量少，等同盘算速率下，光子芯片的功耗仅为电子芯片的数百分之一，能够减缓AI翻新所需的数据核心建立对情况的影响。

▲Lightmatter结合开创人兼CEO尼克·哈里斯在2020年Hot Chips上讲授光子盘算相较电子盘算的延时、带宽、功耗上风
最后，光盘算技巧存在并行盘算的特色，光波的频率、波长、偏振态和相位等信息能够代表差别的数据，且光路在穿插传输时互不烦扰。这些特征使得光子善于做并交运算，与少数盘算进程花在“矩阵乘法”上的人工神经收集相符合。
整体而言，光存在高盘算速率、低功耗、低时延等特色，且不易遭到温度、电磁场和噪声变更的影响，在AI利用范畴，将光学技巧与电子学联合，无望供给比传统方式更好的速率和能效。
03 光子盘算走向贸易化
嗅到AI减速带来的机遇后，来自英、法、美、中的一些创业团队开端扬帆起航，切入云端AI盘算市场，此中不乏有始创公司失掉来自科技巨子及著名投资者的投资。
2013年景立的英国创企 Optalysys，曾于2015年创立一个光盘算原型，实现了约320Gflops的处置速率，且能效十分低。客岁上半年，Optalysys推出了入门级光学协处置器FT： X2000，打算出卖给包含盘算机制作、国防及航空航天范畴的部份配合火伴尽早期客户。

▲Optalysys入门级光学协处置器FT： X2000
始创公司 Fathom Computing建立于2014年，其光子原型盘算机在2014年时辨认手写数字的正确率还只有30%阁下，到2018年时曾经超越90%。其开创人Willam Andregg称，这是呆板进修软件初次应用激光脉冲电路而非电力停止练习。不外近两年，这家创企仿佛并未公然更多停顿。
2018年，建立两年、总部位于法国巴黎的创企 LightOn发布，它曾经开端在欧洲的数据核心测试本人的光学处置单位（OPU）技巧。2020年6月，LightOn宣布的新论文表现，其光学神经收集练习芯片在运转基于MNIST手写数字数据集练习的模子时，进修率为0.01，测试正确率到达95.8%；统一算法在GPU上的进修率为0.001、正确率达97.6%。而该光学芯片的功耗效力要比GPU超过一个数目级。

论文链接：https://arxiv.org/pdf/2006.01475.pdf
固然，名望最盛的光子芯片创业者，当属曾在《天然·光子学》上宣布封面文章、来自麻省理工学院的沈亦晨和尼克·哈里斯，两人均在2017年景立光子芯片公司，都抉择Mach-Zehnder干预仪光开关阵列（MZI）作为基本盘算单位，但详细的MZI构造及阵列架构有所差别。
沈亦晨在美国波士顿开办 Lightelligence，在中国上海建立 曦智科技，开展了跨国多元团队，是现在寰球融资额最高的光子盘算始创公司。
曦智科技在2018年取得由百度风投和美国半导体高管财团领投的逾1000万美元种子轮融资；2020年4月实现由经纬中国和中金资源旗下中金硅谷基金领投、百度风投持续追加投资的2600万美元A轮融资；2020年7月实现由和利资源投资的数万万美元A+轮融资。
2019年4月，曦智科技宣布寰球首款光子芯片原型板卡，在运转TensorFlow处置MNIST数据集的测试中获得百倍以上的速率晋升，正确率濒临电子芯片（97%以上），而实现矩阵乘法所用的时光不到最早进电子芯片的1/100。曦智科技打算从2021年起为AI云盘算带来高效的量产产物。
尼克·哈里斯在波士顿开办的 Lightmatter公司，则拿到了由谷歌风投、星火资源、经纬创投等投资的3300万美元资金。
在2020年的芯片顶会Hot Chips上，Lightmatter展现了其用于AI推理减速的测试芯片Mars，该芯片应用硅光电学和MEMS技巧，通过由毫瓦级激光光源，为用光履行矩阵向量乘法供给能源。相较传统电子芯片，其盘算速率晋升数个量级。
Lightmatter估计在2021年春季推出这款测试芯片的首款商用产物，并为之打造了须要的软件东西链。哈里斯称其量产芯片在BERT、Resnet-50推理等任务负载上，能效将是AI芯片引导者NVIDIA旗舰芯片A100的20倍、吞吐量将是A100的5倍。

▲Lightmatter测试芯片Mars
看到《天然·光子学》上MIT团队刊发的论文后，正在研讨光电子的中国北京交通大学2014级博士生白冰取得了新的启示，他与十余位来自清华、北大等北京8所高校的博士生们一同，在2017年在北京创建 光子算数团队，开端推动光子AI芯片贸易化。
光子算数于2018年9月取得臻云创投、英诺天使基金投资的天使轮融资、2019年取得由水木清华校友基金、罕见投资、英诺天使基金、臻云创投等投资的A轮融资。
现在光子算数已研发可编程光子阵列芯片FPPGA（Field Programmable Photonic Gate Arrays），并基于此与北京高校一同打造了面向效劳器的光电混杂AI减速盘算卡，能实现包含呆板进修推理、时光序列剖析在内的一些定制化减速义务。
其盘算卡已于2020年交由效劳器厂商客户停止测试，在不到70W的运转功耗下，能做三四十路1080P视频同步处置，混杂精度下峰值算力濒临20TOPS，光部份为低精度，电部份为高精度。
从美国普林斯顿大学脱胎而出的美国光子AI芯片创企 Luminous Computing建立绝对晚一些。
该公司由首席战略官Michael Gao、CEO Marcus Gomez和CTO Mitchell Nahmias在2018年结合创建，于2019年筹得来自微软开创人比尔·盖茨、Uber首席履行官Dara Khosrowshahi等著名投资者的900万美元种子轮融资，2020年又筹得由Helios Capital领投的900万美元A轮融资。
Nahmias在普林斯顿PhD时期的重要研讨偏向等于光子AI芯片。与MIT团队差别，他们采取的并非MZI，而是被称为Broadcast and Weight的计划，相较MZI型计划多了光电转换进程，且对相位不敏感。Nahmias称其光子集成电路能够代替3000块TPU板，愈加节俭能耗，且能冲破现有AI芯片传输数据的瓶颈。

▲Broadcast and Weight计划的道理框架
这些创业团队的硬件均被计划为能够拔出尺度效劳器和任务站中，可实现即插即用，并能与主流AI软件共同应用，以满意商用需要。
04 结语：光子盘算踏上AI盘算新征程
练习AI模子须要超高算力的盘算机芯片，这使得芯片巨子、始创公司之间开展一场缭绕AI盘算的全新比赛。
现在光子盘算仍处初期阶段，站在这一全新盘算赛道上的玩家们，几近没有前路能够鉴戒，他们正顶着技巧挑衅、落地危险等方面的压力，试图构建起光子盘算生态，摸索着转变盘算的可能。
对于投资者来讲，新兴盘算技巧仍充斥危险。但跟着天下对多元盘算方法的需要增添，以光子盘算、神经拟态芯片、量子芯片等为代表的新兴盘算方式，正被寄与攻破尺度盘算体系制约的等待。
这是件使人等待的事件，光学盘算曾经在贸易化途径上迈出了主要的一步，而一旦有始创公司处理工程化挑衅、获得落地商用的胜利，光学盘算反动的大门或将由此开启。
PSY
更多内容阅读推荐：洗衣机坏了怎么办