终结摩尔定律的方法利用人工智能开发快速高效的处理器

2019-02-27 10:55:04来源：猎云网

波士顿的Lightmatter公司正在研制一款内含光学元件的芯片，它可以避免当前一代芯片的使用限制。对此，谷歌母公司Alphabet旗下的风险投资公司GV已经进行了投资。目前，新型芯片的具体上市时间还未可知。

波士顿的一家小型初创企业有一个奇怪的想法，想要为人工智能开发一种快速高效的处理器，只要让光线照射，它就能正常工作。

更具体地说，Lightmatter的芯片包括一个名为Mach-Zehnder干涉仪的光学元件，而不是一种更常见的累加器或MAC单元。这种互换旨在规避当前市面上的芯片面临的限制。

Lightmatter刚刚获得GV公司的首笔支持，它是谷歌母公司Alphabet的风险投资部门。这标志着有一种新类型的硬件可以加速扩大人工智能的发展空间。目前，人工智能正在以零售和医疗保健等技术以外的多个领域受到关注。

当投资者第一次听到这个想法时，有些人持怀疑态度。Lightmatter的联合创始人兼首席运营官Thomas Graham回忆起当时的情绪时表示，“他们的怀疑让我明白这实际上不仅仅是一个科学项目。”但现在该团队已经得到了世界顶尖科技公司之一的认可。

终结摩尔定律的方法

2014年，Nick Harris和Darius Bunandar在麻省理工学院试图将光学技术与量子计算结合起来，当时他们正在同一个研究小组攻读博士学位。

量子计算与传统计算不同，后者可以归结为简单的1和0，而量子计算涉及到量子比特的创建，或称量子位，它可以同时表示为1和0。量子计算机可以比传统计算机更快地完成某些类型的计算工作，谷歌、IBM、英特尔和微软都在探索这一领域。

但在2015年，Harris和Bunandar开始着眼于研究量子计算以外的领域，包括人工智能。Harris表示，“我们认为普通的量子计算方法仍有许多难以解决的挑战”。

两人都是工程师，因此他们对商业知之甚少。所以他们决定在麻省理工学院斯隆管理学院学习创业学。在那里，他们遇到了曾在摩根士丹利担任分析师的Graham。课程要求，学生必须提出商业创意并制作关于他们的视频。而当Graham看到了Harris使用光进行计算的视频时，他对此表示了赞赏。

于是三人决定参加麻省理工学院的10万美元创业大赛。Harris表示“这对我们班来说是件好事。”他们认真对待这场比赛并制定了商业计划书。在这期间，他们成为了朋友。

他们最终击败了数十支其他队伍，赢得了2017年的比赛，获得了10万美元的奖金。然而，比赛的其中一位评委恰好是GV的普通合伙人Erik Nordlander，在三人胜利后与他们握手交谈。之后，三人用他们的奖金前往硅谷，以便与更多投资者会面洽谈。与此同时，一篇关于他们非传统方法的论文发表在《Nature Photonics》杂志上。

在硅谷，这三个人变得更加亲密，一起同吃同住。他们还把在麻省理工学院开发的芯片带到与风险投资家的会议上。可就在不久前，这些投资家还不太愿意向半导体公司注资。

Harris表示：“有些人对芯片初创公司投资持怀疑态度，因为这是资本密集型产业。”

即便如此，Graham表示，他们遇到的投资者都意识到了面临摩尔定律的挑战，即工程师可以每两年将单个芯片上的晶体管数量增加一倍。

该讲话还指出，利用光学技术在数据中心实现快速联网的公司正在崛起。在早些年，投资者向这些公司注入了大量资金，例如Applied Optoelectronics。

随着投资者纷至沓来，Lightmatter团队开始了工作。在一年的时间里，它生产了不止一种，而是两种早期的芯片。最近的一个包含了超过10亿个晶体管。

现在，GV已经与Spark Capital和Matrix Partners签署了合作协议，为这家初创公司提供了2200万美元的新资金。在能够招募为芯片做软件开发的人才方面，该公司的创始人对与GV合作感到十分兴奋。

Harris表示：“我们花了很多精力来制造这种即插即用的设备，让它看起来更像Nvidia GPU。”该团队希望确保芯片能够与流行的AI软件一起使用，例如谷歌支持的开源项目TensorFlow。

该项目最初的重点是向运行大型云计算数据中心和高性能计算集群的组织销售芯片。同时，其他初创企业，如Cerebras和Graphcore，也在开发可用于这些地方的人工智能模型的芯片，而包括英特尔在内的大公司也想分一杯羹。

但Harris和他的团队相信他们会更有优势。他表示，在数据中心，有两件事是至关重要的：生产量或每秒可执行的操作数、以及效率或单位功率下可执行多少操作。

他表示：“我们的系统将能够提供比现有解决方案好10倍的方案。”

‘指日可待’

目前最大的问题是，拥有23名员工的Lightmatter需要多长时间才能发布其首批芯片。