MIT 团队提出了一种以光子方式代替 CPU 和 GPU 进行 AI 计算的方法 ， 其使用了多束光线 ， 它们的波相互作用产生干涉图案 ， 传达预期操作的结果 。 研究人员把这种设备称为可编程纳米光子处理器（Programmable Nanophotonic Processor） 。
文章图片
MIT 提出的光处理器方法中 ， 光干扰单元的示意图 。
该处理器使用一个波导阵列 ， 可以根据需要修改相互连接的方式 ， 为特定的计算编写一组波束 。 在应用中 ， 它可以以典型的人工智能算法执行计算 ， 但速度要比在传统硅芯片上快得多 。
MIT 在研究中展示 ， 利用光计算的独特优势 ， 全光学神经网络的计算速度可以比传统方法速度提升至少两个数量级 ， 能耗效率提升三个数量级 。 该研究不仅提出了一种可行性高的光芯片方向 ， 又验证了其正好适用于 AI 计算这一算力需求极高的领域 。 在此之后 ， 光芯片进入了加速发展的阶段 。
大学实验室和一些创业公司提出的光芯片大多遵循这样的范式 ， 它们看起来大体和普通计算机芯片相同 ， 但内含一些光波导。 它们通过在微小的通道内分裂和混合光束来进行计算 ， 光线的尺度小至纳米 。 在硬件底层 ， 电芯片协调光子的部分功能 ， 并提供临时内存存储 。
在光芯片完成实验室阶段的展示后 ， 算法、总线和存储等方面的研究也正在进行中 ， 一些光芯片已经可以与数据中心适配 ， 并与大多数主要深度学习框架配合使用 。
下一个技术突破
在致力于研发光芯片的创业公司行列中 ， 曦智科技可谓一股重要力量 。
2017 年 ， 完成自然子刊封面研究的麻省理工学院研究团队成员成立了全球首家光芯片创业公司曦智科技（Lightelligence） ， 论文的第一作者沈亦晨任联合创始人兼 CEO 。
2019 年 4 月 ， 曦智科技正式发布了全球首款光子芯片原型板卡 ， 成功将此前需要占据半个实验室的完整光子计算系统集成到了常规大小的板卡上 。 这块芯片成功运行了 MNIST 数据集的图像识别任务 ， 其准确率已接近电子芯片（97%以上） 。
曦智科技成功解决了光芯片处理准确性的问题 。 在测试中 ， 整个模型超过 95% 的运算是在光子芯片上完成的 ， 其处理准确率已接近电子芯片 (97% 以上) ， 而完成矩阵乘法的用时则可缩短至最先进的电子芯片的 1/100 以内 。
文章图片
曦智科技提出的光芯片 。
这家起源于集成光子计算突破性研究的公司 ， 迄今为止已筹集了超过 1.1 亿美元融资 。 其团队一直在致力于构建世界上最广泛的集成光子系统 。
推荐阅读
- 手表|采用美信光学传感器，豪鹏科技电池，GARMIN佳明VENU2手表拆解报告
- 系统验证|以技术革新加速芯片创新效率，EDA软件集成版PNDebug正式发布
- Apple|新专利显示 苹果计划用光学传感器取代手表的数码表冠
- 团队|玉米和水稻基因组引导编辑效率提高3倍
- 编辑效率|玉米和水稻基因组引导编辑效率提高3倍
- 影像|官方公布 5 米光学 02 星融合影像图，卫星刚完成发射
- IT|《柳叶刀》公布康希诺生物重组新冠疫苗最终有效率：重症保护率96%
- 代理商|思必驰会议魔方M1加速落地政企，助推办公效率开启新速度
- 硬件|空调热效率更高还要买电暖器？需求远比选择重要
- 质量|5米光学02星成功发射 自然资源质量生态监测再添利器