光学|光学计算有望改变游戏规则的AI性能( 二 )
有趣的是 ， 光学计算阵列消耗的功率与面积的平方根成比例 。 这是因为功耗主要归因于数据转换 。
“当我们将每个新元素添加到阵列中时 ， 我们将获得更多的性能 ， 但是我们只需要付出功率的平方根即可 。 ”Ramey说 。 “因此 ， 我们制造的芯片越大 ， 实际上它们的效率就越高 。 这与仅线性缩放的电子系统完全不同：更高的性能 ， 更高的功耗 。 ”
除了与计算相关的能量外 ， 还有与在芯片周围移动数据有关的能量（当今大型的基于晶体管的AI芯片可能会在整个硅片上刻录50-100W的移动数据） 。 通过光学计算 ， 以光学方式移动数据意味着不需要电源 ， 从而节省了很多钱 。
结果是设备的工作功耗小于3W ， 这是其他计算方法每次推理操作所消耗的能量的一小部分 。
多路复用
光学计算的另一个有趣特征是复用能力 。 与光通信中使用的技术类似 ， 可以将多个独立的数据流编码到不同波长的光上 ， 并同时馈入计算引擎 。 这意味着光学计算芯片可以同时执行多个AI推理 。
“这是光学计算的一个非常独特的特性 ， ”Lightmatter的首席执行官Nick Harris说 。 “这意味着您只有一个物理资源 ， 一个处理器 ， 但是它的作用就像一排处理器 。 ”
虽然指定的光谱（1310至1600nm）在理论上可以满足至少一千个通道的要求 ， 但哈里斯表示 ， 相对不成熟的激光技术目前将其限制为八个通道 。
显示它正常工作
如今 ， Lightmatter的目标客户是数据中心 ， 包括横向扩展系统 ， 例如高性能计算 ， 尽管将来可能会扩展 。 自动驾驶技术是未来的发展方向 ， 但是哈里斯承认 ， 进入这一领域所需的可靠性工程将是“一项艰巨的任务” 。
Lightmatter具有完整的软件堆栈 ， 可以与TensorFlow或Pytorch集成 。 哈里斯说 ， 他们的目标是在两个机器学习框架之间实现即插即用 。
该公司目前在马萨诸塞州波士顿市有46人 。 Lightmatter成立于2017年 ， 已从包括Google Ventures在内的投资者那里筹集了3300万美元的资金 ， 并拥有30项专利 。
对于初创企业而言 ， 首批挑战之一可能是将光学计算的整个概念出售给持怀疑态度的客户 。 哈里斯计划如何做到这一点？
他说：“这是一个艰巨的挑战 。 ”
“自1960年代以来的计算历史上 ， 从来没有一种技术取代过电子晶体管进行计算 。 从来没有发生过人们已经尝试过 ， 但没有成功 。 我认为这是您第一次看到它的实现 ， 而我们的销售方式就是通过展示它的运行来实现 。 ”（国家工业信息安全发展研究中心李茜楠）
推荐阅读
- 量子|谷歌量子计算突破登Science封面，首次对化学反应进行量子模拟
- 量子计算机|到底什么是量子计算
- 新政出台！你的“快递”可能要变了，这个行业“乘风起飞”！5年内有望突破1000亿元的大市场
- 张帆|汇顶科技董事长张帆：上半年超薄屏下光学指纹发货超千万，ECG、PPG芯片已量产
- 鲲鹏|共赢计算新时代——写在江西鲲鹏产业联盟成立之际
- billboard|防弹少年团有望首次夺得billboard hot 100冠军
- 华星|TCL华星收购苏州三星8.5代线，液晶面板有望迎来“中国时代”
- 刘昊然|《一点就到家》预告首发，彭昱畅、刘昊然笑点超多，有望成黑马
- 有望|新款奥迪RS5预售，颜值太高，有望搭载2.9T涡轮增压动力
- 好消息！车险要“变脸”了，消费者保费有望明显下降