速度提升百倍：顛覆性的光子計(jì)算來(lái)了
掃描二維碼
隨時(shí)隨地手機(jī)看文章
AI對(duì)芯片的高算力以及大數(shù)據(jù)處理的需求，讓馮諾依曼架構(gòu)的電子芯片面臨著巨大的挑戰(zhàn)。這也讓量子計(jì)算、神經(jīng)擬態(tài)計(jì)算、光子計(jì)算這些前沿技術(shù)受到了越來(lái)越廣泛的關(guān)注。
其實(shí)，業(yè)界對(duì)這些技術(shù)的研究都已經(jīng)有幾十年的歷史，但出于各種因素，至今都還未大規(guī)模應(yīng)用。
光子計(jì)算在三種前沿計(jì)算技術(shù)中關(guān)注度較低，不過(guò)情況正在改變。準(zhǔn)確率接近電子芯片，完成矩陣乘法所用時(shí)間可達(dá)到最先進(jìn)電子芯片1/100以?xún)?nèi)的光子計(jì)算芯片，或?qū)⒃诓贿h(yuǎn)的將來(lái)顛覆大數(shù)據(jù)處理等應(yīng)用。
圖片來(lái)自pikrepo
光子計(jì)算開(kāi)始引發(fā)關(guān)注
光纖傳輸已經(jīng)普及，但同樣使用光子的計(jì)算近兩年才開(kāi)始受到關(guān)注。曦智科技聯(lián)合創(chuàng)始人兼CEO沈亦晨表示，用光做數(shù)據(jù)傳輸不是一件新鮮的事情，光纖通信已經(jīng)成為了業(yè)界標(biāo)準(zhǔn)。這反應(yīng)出用光做數(shù)據(jù)傳輸無(wú)論是成本、能耗還是帶寬都遠(yuǎn)優(yōu)于電子。
“我覺(jué)得光通信是實(shí)現(xiàn)光子計(jì)算的必經(jīng)之路，從半導(dǎo)體的發(fā)展來(lái)看，也是先做通信再做計(jì)算，兩者最大的不同在于集成度。”沈亦晨表示。
光通信的一個(gè)模塊里可能涉及幾十到上百個(gè)光學(xué)元器件，但光子計(jì)算一個(gè)芯片就需要成千上萬(wàn)個(gè)光學(xué)元器件，這就會(huì)帶來(lái)體積、封裝、控制等一系列的問(wèn)題。
所謂光子計(jì)算，可以理解為將大量光學(xué)器件有序組合起來(lái)，其作用類(lèi)似半導(dǎo)體芯片中的晶體管，利用不同波長(zhǎng)，相位和強(qiáng)度的光線組合，在復(fù)雜的反射鏡、濾波器以及棱鏡結(jié)構(gòu)所組成的數(shù)組中進(jìn)行信息處理。
理論上，光子芯片規(guī)?？梢宰龅胶艽?，也可以做到很小，并且光的特性先天適合線性計(jì)算，包含高密度的并行計(jì)算。在AI火熱的當(dāng)下，光子芯片運(yùn)行矩陣乘法效果有機(jī)會(huì)比現(xiàn)有電子芯片效果好成百上千倍，吸引了學(xué)術(shù)界和產(chǎn)業(yè)界爭(zhēng)相探索光子計(jì)算帶來(lái)的機(jī)會(huì)。
2015年，IBM研究人員發(fā)表了針對(duì)光子計(jì)算的新實(shí)驗(yàn)性技術(shù)，把硅光子數(shù)組集成到與CPU 相同的封裝尺寸中。
2016年，麻省理工學(xué)院的研究團(tuán)隊(duì)與合作研究者提出了使用光子代替電子為理論基礎(chǔ)的計(jì)算芯片架構(gòu)。由于光和透鏡的交互作用過(guò)程本身就是一種復(fù)雜的計(jì)算—;—;傅立葉變換，利用這個(gè)原理，使用多光束干涉技術(shù)，可以讓干涉結(jié)果反應(yīng)想要的計(jì)算結(jié)果。
2016年6月，麻省理工學(xué)院研究團(tuán)隊(duì)研發(fā)出針對(duì)深度學(xué)習(xí)的可編程納米光子處理器在arXiv提出了一份論文，該論文的第一作者及通訊作者正是沈亦晨。該論文最終在2017年發(fā)表在《自然-光子學(xué)》雜志上。
一年后，英國(guó)牛津大學(xué)研究人員使用特殊的相變材料與集成光路，模擬人腦的神經(jīng)突觸作用，由此設(shè)計(jì)出的“光子突觸”理論運(yùn)行速度是人腦的千倍。
“2017年發(fā)論文時(shí)的光子計(jì)算設(shè)備體積還比較大，主要是因?yàn)楫?dāng)時(shí)很多器件都是分離式的，直到2019年初，我們把所有與光相關(guān)的分立式器件都集成到一個(gè)芯片上，體積就縮小了很多?！鄙蛞喑勘硎尽?/strong>
圖片來(lái)源：Nature Photonics
沈亦晨創(chuàng)立的曦智科技，正是當(dāng)下讓光子計(jì)算獲得更多關(guān)注以及推動(dòng)光子計(jì)算進(jìn)步不可忽略的力量。
業(yè)界首款光子計(jì)算芯片原型如何誕生？
前面已經(jīng)提到，光子計(jì)算芯片進(jìn)行矩陣乘法運(yùn)算的效果比電子芯片好成百上千倍，因此光子芯片非常適合AI計(jì)算。但首先需要解決的問(wèn)題是，如何將體積龐大的光子計(jì)算設(shè)備變?yōu)楦m合規(guī)模應(yīng)用的光子計(jì)算芯片？
這就得從光子計(jì)算的實(shí)現(xiàn)方式說(shuō)起。沈亦晨介紹，“光子計(jì)算實(shí)現(xiàn)的方案有很多種，包括空間光、結(jié)構(gòu)光、MEMS、硅光等。我們選擇的硅光方式，是用硅作為光子的載體，利用成熟的半導(dǎo)體工藝，不僅集成度和穩(wěn)定性高，成本也很低?！?/strong>
據(jù)悉，目前硅光芯片一般選用45-90nm的成熟半導(dǎo)體制程，帶來(lái)成本優(yōu)勢(shì)的同時(shí)，能夠大幅提升集成度。
“如果用傳統(tǒng)的空間光的方式做光學(xué)器件，體積在毫米或者厘米級(jí)別。但使用成熟的半導(dǎo)體制程可以讓光學(xué)器件的體積縮小到微米級(jí)別。”沈亦晨指出。
曦智科技聯(lián)合創(chuàng)始人兼CEO沈亦晨
除了集成度的大幅提升，硅光相比傳統(tǒng)的技術(shù)調(diào)制解調(diào)速率可以從千赫茲或者兆赫茲的級(jí)別提升3-4個(gè)數(shù)量級(jí)，也就是調(diào)制解調(diào)頻率可達(dá)每秒十億次甚至百億次。
集成度提升解決光子計(jì)算芯片體積挑戰(zhàn)的同時(shí)，也帶來(lái)了新的挑戰(zhàn)。“我們使用的是硅光的方式，但我們并沒(méi)有做光學(xué)晶體管，而是用另外一種方式讓光學(xué)器件能夠進(jìn)行交互產(chǎn)生計(jì)算。光子芯片的集成度提高之后，如何同時(shí)控制上萬(wàn)個(gè)光學(xué)器件就是一個(gè)難點(diǎn)。” 沈亦晨說(shuō)。
“另外，更高的集成度也帶來(lái)了散熱問(wèn)題。因?yàn)橹皼](méi)有人做過(guò)，封裝有上萬(wàn)個(gè)光學(xué)器件的芯片也是一個(gè)比較大的挑戰(zhàn)。而曦智的重要?jiǎng)?chuàng)新在于，讓上萬(wàn)個(gè)光學(xué)器件同時(shí)可控。”
沈亦晨認(rèn)為，要把光學(xué)器件集成到一個(gè)芯片上問(wèn)題不大，但要讓硅光芯片不僅能運(yùn)行，還能滿(mǎn)足信噪比等計(jì)算需求，就要經(jīng)過(guò)很多次迭代。
而沈亦晨和他的團(tuán)隊(duì)敢為人先，是因?yàn)樗麄冏咴诹斯庾佑?jì)算研究的前沿。沈亦晨是數(shù)學(xué)和物理的背景，在麻省理工學(xué)院博士期間，他就覺(jué)得將光子計(jì)算和AI結(jié)合是一個(gè)很有趣的方向，并且有很大的潛力。隨著深入的嘗試與探索，他越來(lái)越發(fā)現(xiàn)這是值得投入更多時(shí)間和資源去做的事情。博士畢業(yè)后，沈亦晨就和志同道合的朋友開(kāi)始將研究在產(chǎn)業(yè)界進(jìn)行轉(zhuǎn)化。
于是，2016年，沈亦晨與麻省理工學(xué)院的幾個(gè)博士好友，共同創(chuàng)立了全球首家光子計(jì)算公司。他們的目標(biāo)是利用已經(jīng)擁有的大量自主知識(shí)產(chǎn)權(quán)以及包括集成光學(xué)器件設(shè)計(jì)、集成光電系統(tǒng)和深度學(xué)習(xí)算法在內(nèi)的核心技術(shù)推動(dòng)光子計(jì)算芯片的商業(yè)化落地。
成立之初，曦智科技團(tuán)隊(duì)就獲得了資本的認(rèn)可，得到了頂級(jí)風(fēng)險(xiǎn)投資機(jī)構(gòu)千萬(wàn)美元級(jí)別的首輪融資。2018年，他們又在上海成立中國(guó)團(tuán)隊(duì)，經(jīng)過(guò)兩輪總額達(dá)3670萬(wàn)美元的融資，曦智科技成為了目前全球融資額最高的光子計(jì)算創(chuàng)業(yè)公司。
世界第一款光子計(jì)算芯片原型板卡Prototype
到了2019年，沈亦晨的團(tuán)隊(duì)對(duì)外宣布成功開(kāi)發(fā)出世界第一款光子計(jì)算芯片原型板卡（Prototype），并通過(guò)視頻展示了Prototype運(yùn)行了Google Tensorflow 自帶的卷積神經(jīng)網(wǎng)絡(luò)模型來(lái)處理 MNIST 數(shù)據(jù)集。這是一個(gè)使用計(jì)算機(jī)視覺(jué)識(shí)別手寫(xiě)數(shù)字的基準(zhǔn)機(jī)器學(xué)習(xí)模型，也是機(jī)器學(xué)習(xí)中最著名的基準(zhǔn)數(shù)據(jù)集之一。
世界第一款光子計(jì)算芯片原型板卡運(yùn)行 MNIST
測(cè)試中，整個(gè)模型超過(guò) 95% 的運(yùn)算在光子芯片上完成，且光子芯片完成矩陣乘法所用的時(shí)間可達(dá)到最先進(jìn)的電子芯片的 1/100 以?xún)?nèi)。
至于最近進(jìn)展和成果，沈亦晨只表示下一個(gè)分享的系統(tǒng)一定會(huì)比上一個(gè)好很多，具體時(shí)間現(xiàn)在還無(wú)法透露。
對(duì)于曦智科技為什么能夠成為全球最先發(fā)布光子計(jì)算芯片的公司，沈亦晨解釋說(shuō)他博士期間的研究就是解決用硅光做高速的累乘計(jì)算和開(kāi)發(fā)合適光子計(jì)算的算法。而曦智科技的其他創(chuàng)始成員在博士甚至博士之前就在研究利用光子的數(shù)據(jù)搬運(yùn)和信號(hào)處理。
創(chuàng)始團(tuán)隊(duì)更早研究光子計(jì)算和AI的結(jié)合，技術(shù)和經(jīng)驗(yàn)的積累成就了曦智科技的首款光子AI芯片。
但沈亦晨強(qiáng)調(diào)，“我們覺(jué)得在現(xiàn)在階段，在開(kāi)始設(shè)計(jì)時(shí)就需要設(shè)計(jì)一個(gè)光電混合的芯片系統(tǒng)，然后從架構(gòu)的各方面優(yōu)化整個(gè)系統(tǒng)的性能。并不是先設(shè)計(jì)一個(gè)光子芯片，再加上電子芯片?！?/strong>
硬件有了，軟件將在很大程度影響光子計(jì)算芯片能夠拓展的邊界。
光子芯片即將顛覆大數(shù)據(jù)處理
為了實(shí)現(xiàn)更好的大數(shù)據(jù)計(jì)算，軟硬件的融合以及對(duì)算法的支持非常重要。沈亦晨表示，“我們的芯片兼容TensorFlow和Caffe等框架的挑戰(zhàn)與數(shù)字AI芯片非常接近，因?yàn)樽詈蠛蛙浖换サ囊彩菙?shù)字芯片?！?/p>
算法方面，雷鋒網(wǎng)(公眾號(hào)：雷鋒網(wǎng))了解到，曦智科技的光子芯片現(xiàn)在能夠兼容絕大部分的機(jī)器學(xué)習(xí)算法，同時(shí)，他們也會(huì)提供一套算法指導(dǎo)，針對(duì)他們的光子芯片來(lái)專(zhuān)門(mén)優(yōu)化算法，最大程度發(fā)揮光子芯片的優(yōu)勢(shì)。
他進(jìn)一步說(shuō)，“我們最終要做的是能夠商業(yè)化廣泛應(yīng)用的芯片，所以需要把框架做得更廣一些，希望目標(biāo)芯片也可以兼容神經(jīng)網(wǎng)絡(luò)之外的一些算法。最近也有一些突破，比如把光子芯片應(yīng)用于優(yōu)化處理的問(wèn)題上，像是材料、藥物研發(fā)以及路徑的優(yōu)化?！?/strong>
要讓光子芯片在不犧牲性能和精度的前提下兼容性更高，有兩方面的難點(diǎn)：硬件層面需要把信噪比控制得更好，軟件層面需要使用一些精度提升的技術(shù)。也就是說(shuō)，無(wú)論是性能還是通用性的提升，都需要系統(tǒng)級(jí)的優(yōu)化，包括光子、電子以及周邊器件的共同優(yōu)化。
曦智科技產(chǎn)品模型圖
隨之而來(lái)的問(wèn)題是，光子芯片會(huì)帶來(lái)哪些改變或者說(shuō)變革？沈亦晨說(shuō)：“光子芯片整體而言是對(duì)電子芯片的補(bǔ)充，在個(gè)別場(chǎng)景會(huì)是一個(gè)顛覆，比如大數(shù)據(jù)處理以及優(yōu)化的相關(guān)場(chǎng)景?！?/strong>
服務(wù)器和數(shù)據(jù)中心也正是曦智科技光子芯片落地的首選場(chǎng)景，這是因?yàn)閿?shù)據(jù)中心的環(huán)境相對(duì)可控，并且這一市場(chǎng)會(huì)更多地考慮附加值，使光子芯片的算力優(yōu)勢(shì)能夠更好地發(fā)揮出來(lái)。
雖然沈亦晨沒(méi)有透露商用光子芯片的發(fā)布時(shí)間，但他表示應(yīng)該不會(huì)太久。
當(dāng)然，想要在數(shù)據(jù)中心以及大數(shù)據(jù)處理相關(guān)的場(chǎng)景實(shí)現(xiàn)顛覆，光子芯片也面臨不少挑戰(zhàn)?！笆紫仁羌夹g(shù)上的挑戰(zhàn)，包括集成度的提升、封裝等。其次是軟件生態(tài)的挑戰(zhàn)，要讓客戶(hù)接受新的軟件?！鄙蛞喑空J(rèn)為，“客戶(hù)對(duì)于產(chǎn)品的感興趣程度一定程度上可能也取決于硬件底層架構(gòu)的優(yōu)越性，所以和同類(lèi)數(shù)字芯片初創(chuàng)公司相比，我們?cè)诘讓佑布系囊恍┎煌c(diǎn)，也是我們的機(jī)會(huì)所在。”
新的機(jī)會(huì)自然也不會(huì)是光子芯片的專(zhuān)屬，量子計(jì)算以及神經(jīng)擬態(tài)計(jì)算也都是很有前景的技術(shù)。沈亦晨說(shuō)，光計(jì)算與量子計(jì)算在應(yīng)用的探索上有部分重疊，競(jìng)爭(zhēng)肯定會(huì)存在，關(guān)鍵的是哪一種技術(shù)能夠更快更好地解決挑戰(zhàn)。但神經(jīng)擬態(tài)的算法也可以運(yùn)行在光子芯片上，甚至更適合，所以神經(jīng)擬態(tài)計(jì)算和光子計(jì)算沒(méi)有競(jìng)爭(zhēng)關(guān)系。
雷鋒網(wǎng)小結(jié)
作為當(dāng)下最受關(guān)注的技術(shù)，AI的應(yīng)用和發(fā)展將給眾多行業(yè)帶來(lái)顛覆。而AI進(jìn)步的前提是有性能和能效足夠高的AI芯片。為了能夠滿(mǎn)足AI需求，業(yè)界一方面在現(xiàn)有的架構(gòu)上進(jìn)行創(chuàng)新，推出更好的數(shù)字AI芯片。另一方面，積極探索新的計(jì)算技術(shù)，包括量子計(jì)算、神經(jīng)擬態(tài)計(jì)算、光子計(jì)算。
雖然光子計(jì)算是其中受關(guān)注程度最低的，不過(guò)隨著以曦智科技為代表的公司在該領(lǐng)域上取得更多突破，光子計(jì)算將會(huì)獲得更大的關(guān)注，與其它技術(shù)一起變革對(duì)算力需求更高、滿(mǎn)足現(xiàn)有計(jì)算技術(shù)無(wú)法滿(mǎn)足的應(yīng)用需求。
注，文中未特別注明圖片來(lái)源的圖片均來(lái)自曦智科技
下載文檔
