category
由三位麻省理工学院校友创立的Lightmatter正在使用光子技术来重塑芯片的通信和计算方式。
我们将越来越小的晶体管塞进芯片的能力使今天的计算时代无处不在。但这种方法最终达到了极限，一些专家宣布摩尔定律和一个相关原理，即德纳德标度的终结。
这些事态发展来得正是时候。近年来，对计算能力的需求激增，这在很大程度上要归功于人工智能的兴起，而且没有放缓的迹象。
现在，由三位麻省理工学院校友创立的Lightmatter公司正在通过重新思考芯片的命脉来继续计算的显著进步。该公司不仅依靠电力，还使用光进行数据处理和传输。该公司的前两种产品，一种是专门从事人工智能操作的芯片，另一种是促进芯片之间数据传输的互连，使用光子和电子来推动更高效的操作。
Lightmatter联合创始人兼首席执行官Nicholas Harris博士说：“我们正在解决的两个问题是‘芯片是如何说话的？’和‘你是如何进行这些人工智能计算的？’”。“通过我们的前两款产品Envise和Passage，我们正在解决这两个问题。”
为了承认这个问题的规模和对人工智能的需求，Lightmatter在2023年以12亿美元的估值筹集了略高于3亿美元的资金。现在，该公司正在与世界上一些最大的科技公司展示其技术，希望减少数据中心和人工智能模型的巨大能源需求。
哈里斯说：“我们将在互连技术的基础上实现由数十万个下一代计算单元组成的平台。如果没有我们正在构建的技术，这是不可能的。”
从创意到10万美元
在加入麻省理工学院之前，哈里斯曾在半导体公司美光科技工作，在那里他研究集成芯片背后的基本器件。这段经历让他看到了提高计算机性能的传统方法——在每个芯片上塞进更多的晶体管——是如何达到极限的。
哈里斯说：“我看到了计算路线图是如何放缓的，我想知道如何继续下去。”。“什么方法可以增强计算机？量子计算和光子学就是其中两种途径。”
哈里斯来到麻省理工学院，在电气工程与计算机科学系副教授Dirk Englund的指导下攻读光子量子计算博士学位。作为这项工作的一部分，他制造了硅基集成光子芯片，可以使用光而不是电来发送和处理信息。
这项工作在《自然》等著名期刊上获得了数十项专利和80多篇研究论文。但另一项技术也引起了哈里斯在麻省理工学院的注意。
哈里斯回忆道：“我记得我走在大厅里，看到学生们从这些礼堂大小的教室里挤出来，观看转播的讲座现场视频，看教授们教授深度学习。”哈里斯指的是人工智能技术。“校园里的每个人都知道深度学习将是一件大事，所以我开始更多地了解它，我们意识到我为光子量子计算构建的系统实际上可以用来进行深度学习。”
哈里斯原本计划在博士毕业后成为一名教授，但他意识到自己可以通过创业更快地吸引更多资金和创新，因此他与同样在英格兰实验室学习的Darius Bunandar博士和Thomas Graham MBA博士合作。联合创始人在2017年麻省理工学院10万美元创业大赛中获胜，成功进军创业界。
看到希望
Lightmatter的Envise芯片承担了电子表现良好的计算部分，如内存，并将其与光表现良好的部分相结合，如执行深度学习模型的大规模矩阵乘法。
哈里斯解释道：“使用光子学，你可以同时进行多个计算，因为数据来自不同颜色的光。”。“在一种颜色下，你可以有一张狗的照片。在另一种颜色中，你可以是一只猫的照片。换一种颜色，也许是一棵树，你可以让这三个操作同时通过同一个光学计算单元，这个矩阵加速器。这提高了每个区域的操作，并重复使用了那里的硬件，提高了能源效率。”
Passage利用光的延迟和带宽优势，以类似于光纤电缆使用光远距离发送数据的方式连接处理器。它还使与整个晶圆一样大的芯片能够充当单个处理器。在芯片之间发送信息是运行大型服务器场的核心，这些服务器场为云计算提供动力，并运行ChatGPT等人工智能系统。
这两种产品都旨在为计算带来能效，哈里斯表示，这是在不大幅增加功耗的情况下满足不断增长的需求所必需的。
哈里斯说：“有人预测，到2040年，地球上大约80%的能源使用将用于数据中心和计算，而人工智能将是其中的一大部分。”。“当你观察用于训练这些大型人工智能模型的计算部署时，它们正朝着使用数百兆瓦的方向发展。它们的用电量相当于城市的规模。”
Lightmatter目前正在与芯片制造商和云服务提供商合作进行大规模部署。哈里斯指出，由于该公司的设备使用硅，因此可以通过现有的半导体制造设施生产，而无需对工艺进行大规模更改。
这些雄心勃勃的计划旨在为计算开辟一条新的前进道路，这将对环境和经济产生巨大影响。
哈里斯说：“我们将继续研究所有的计算机，找出光在哪里可以加速它们，使它们更节能、更快，我们将继续更换这些部件。”。“现在，我们专注于与Passage的互连和与Envise的计算。但随着时间的推移，我们将构建下一代计算机，这一切都将以光为中心。”
- 登录 发表评论