Alphabet使用芯片上的光束投射一个初创公司用于超快速AI

2019-02-26 17:11:38来源：

导读波士顿的一家小型初创公司对于一种可以正常工作的快速高效的人工智能处理器有一个奇怪的想法：让光明。更具体地说，Lightmatter的芯片包括

波士顿的一家小型初创公司对于一种可以正常工作的快速高效的人工智能处理器有一个奇怪的想法：让光明。更具体地说，Lightmatter的芯片包括一个称为Mach-Zehnder干涉仪的光学元件，而不是更常见的乘法器 - 累加器或MAC单元。交换旨在规避今天芯片面临的限制。

Lightmatter刚从公司投资者那里获得了第一笔支持：GV，谷歌母公司Alphabet的风险投资部门。这标志着有另外一种类型的硬件可以加速人工智能的空间，人工智能正在被视为超越技术的几个领域，如零售和医疗保健。

当投资者第一次听到这个想法时，有些怀疑。“向我证明这实际上不仅仅是一个科学项目，”Lightmatter的联合创始人兼首席运营官托马斯·格雷厄姆说，他回忆起这种情绪。但现在该团队正在接受世界顶级科技公司之一的验证。

摩尔定律结束的方法?

2014年，Nick Harris和Darius Bunandar试图将光学技术与量子计算结合在麻省理工学院，在那里他们正在攻读博士学位。在同一个研究小组工作。

与经典计算不同，后者归结为简单的零和零，量子计算涉及量子比特或量子比特的创建，其可以同时表示为1和0。昆腾可能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该领域。

但在2015年，Harris和Bunandar开始研究量子计算以外的领域，包括人工智能。哈里斯说，“我们的感觉是，他们的量子方法仍有许多难以解决的挑战”。

这对是工程师。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上课。就在那里，他们遇到了曾在摩根士丹利担任分析师的格雷厄姆。学生必须提出商业创意并制作关于他们的视频。格雷厄姆看到了哈里斯关于使用光进行计算的视频，并认为这听起来很棒。

三人决定参加麻省理工学院的10万美元创业大赛。“对于全班来说，这有点像奖金，”哈里斯说。他们认真对待并制定了商业计划书。他们成了朋友。

最终，他们赢得了2017年的比赛，击败了几十个其他球队与他们的间距。他们获得了10万美元的奖金。其中一位评委恰好是GV的普通合伙人Erik Nordlander，胜利后球队握了握手。该团队利用他们的奖金前往硅谷，以便与更多投资者会面。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，这三个人更加亲密，一起吃饭并住在同一个酒店房间里。他们将他们在麻省理工学院开发的实际筹码带到了他们与风险资本家的会谈中 - 这些观众在早些时候并没有特别接受向半导体公司倾注资金的想法。

哈里斯说：“有些人对芯片初创公司提供资金持怀疑态度，因为它资本密集。”

即便如此，格雷厄姆表示，他们遇到的投资者都意识到了摩尔定律所面临的挑战- 工程师可以每两年将晶体管数量增加一倍。

该公告还指出，利用光学技术在数据中心提供快速网络的公司越来越多。在早些年，投资者向这些公司注入资金，例如Applied Optoelectronics。

投资者签约，Lightmatter团队开始工作。在一年内，它产生的不仅仅是两个早期筹码。最近的一个包含超过十亿个晶体管。

现在，GV已经与Spark Capital和Matrix Partners签约，为初创公司提供了2200万美元的新资金。创始人很高兴与GV合作，招募可以为其芯片开发软件的人。

“将这种设备即插即用，让它看起来很像Nvidia GPU 的体验，需要付出很多努力，”哈里斯说。该团队希望确保芯片能够与流行的AI软件一起使用，例如Google支持的开源项目TensorFlow。

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。其他初创企业，如Cerebras和Graphcore，也在开发可用于此类地方的AI模型的芯片，包括英特尔在内的大公司也想要一块蛋糕。

但哈里斯和他的团队相信他们会有优势。他说，在数据中心，有两件事是至关重要的：吞吐量，或每秒可执行的操作数，以及效率，或每瓦每瓦功率可执行多少操作。

“我们的系统将能够提供超过10倍的现有解决方案，”他说。

'这很快就会到来'

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。