速度快能耗低 光导AI芯片企业获盖茨等近千万美元投资

电子说

1.2w人已加入

描述

近日消息,计算设备的发展,从速度更快的处理器,再到成本更低的数据存储服务,都为最新的人工智能(AI)时代提供了帮助。现在人工智能行业需要的是更快、更节能的AI模型,于是半导体行业内出现了一波新的创新潮。

一家名为Luminous Computing的公司完成了一轮900万美元的种子轮融资,他们的投资人中包括了一些大名鼎鼎的人物,例如比尔·盖茨(Bill Gates)和Uber公司CEO 达拉·科斯罗萨西(Dara Khosrowshahi)。这家公司有一个远大的目标,他们希望能够用全新的芯片来提升AI的处理速度。传统的芯片企业通常都是使用电子来执行AI模型的大量计算任务。而Luminous Computing却与众不同,他们要用光。

许多行业都在努力增加自己的设备中所使用的AI芯片的数量,例如自动驾驶汽车和无人机等。但是当前广泛应用的电子芯片并不适合这种使用方式,因为处理这些任务需要耗费大量的电力,而且数据的处理方面也有可能不够迅速。

这些限制会导致卡顿和延迟,对于依靠机器学习进行研究的学者来说,这种卡顿和延迟可能不算什么大问题,只是等待的时间稍长一些而已;但是对于需要AI算法在繁忙的道路上做出实时快速判断的自动驾驶汽车而言,这种卡顿和延迟却有可能造成严重的后果。

而且这个瓶颈如今正在变得更加严重:研究机构OpenAI的一项研究显示,对大型AI模型进行训练所需要消耗的算力,每三个半月就会翻一番。

Luminous的创始人和CEO马库斯·戈麦斯(Marcus Gomez)指出,尽管人们对于AI有着极高的期待,然而硬件的限制却让从业人员赶到沮丧。他说到:“很多年以前,硅谷就承诺要将电影《星球大战》之中那样的AI变成现实,但是直到现在我们依然在等待那一天的到来。”更加强大的AI芯片将能够为AI的发展提供极大的帮助,例如帮助医生进行诊断的机器学习模型,以及新的能够运行在智能手机上的AI应用。

光学解决方案

Luminous认为,光就是解决这个问题的最佳方案。这家公司利用激光将光投送到芯片的微型结构上,这个过程被称为“波导”。通过波导,他们可以使用不同颜色的光将多个数据进行同时移动,相比传统的电子芯片,这个芯片的数据传输速度更快。

这种迅速传输大量信息的能力,意味着光学处理器非常适合用来进行AI模型的海量计算。而且,相比于电子处理器,光学处理器对于能源的要求也更低。

Luminous的联合创始人兼CTO 米歇尔·纳米亚斯(Mitchell Nahmias)表示,相比当前最先进的AI芯片,该公司当前的原型产品对能源的需求降低了3个数量级。

但是Luminous 在市场上也面临着激烈的竞争。Lightelligence和Lightmatter等企业也在对光学AI芯片进行研究。另外,英特尔等大型芯片企业也开始涉足了这个领域,未来他们也有可能会发布新的光学处理器。

麻省理工学院教授、Lightmatter的技术顾问德克·英格伦德(Dirk Englund)认为,在进入实际量产之后,Luminous有可能会遇到一些挑战。光学芯片需要很多的因素才能实现对光的控制,其工作方式非常复杂,这也是这种芯片至今尚未被广泛采用的原因这一。

盖茨和其他投资人认为Luminous的三位创始人(戈麦斯、纳米亚斯和迈克尔·高)能够克服困难。这些投资人也认为,成功突破算力瓶颈的企业,也将会在未来成为解放AI全部潜力的企业。

Luminous种子轮融资的另一个投资方,来自风险基金Neo的阿里·帕托维(Ali Partovi)指出,当前就连一些最基本的AI产品,例如智能手机上的语音助理,也还不够成熟,经常会让用户感到沮丧,而造成这一现象的原因就是设备缺少足够的AI算力。帕托维说到:“想象一下,我们的世界会变成这个样子:Siri随时随地都能发挥良好的作用。”

打开APP阅读更多精彩内容
声明:本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人,不代表电子发烧友网立场。文章及其配图仅供工程师学习之用,如有内容侵权或者其他违规问题,请联系本站处理。 举报投诉

全部0条评论

快来发表一下你的评论吧 !

×
20
完善资料,
赚取积分