|
來(lái)源：DeepTech深科技 英國牛津大學(xué)在 2017 年發(fā)表了用于計算的光子芯片的研發(fā)成果，其研究人員使用了特殊的相變材料與集成光路，模擬人腦的神經(jīng)突觸作用，設計“光子突觸”，其理論運行速度是人腦的千倍。 實(shí)際上，麻省理工學(xué)院的研究團隊與合作研究者也有類(lèi)似的發(fā)現，他們在更早的 2016 年提出了使用光子代替電子為理論基礎的計算芯片架構，由于光和透鏡的交互作用過(guò)程本身就是一種復雜的計算：傅立葉變換——利用這個(gè)原理，并使用多光束干涉技術(shù)，就可讓相關(guān)系尋反應所需要的計算結果。而這種芯片架構就被該研究團隊稱(chēng)為可程序設計納米光子處理器。 2017 年 6 月，麻省理工學(xué)院研究團隊針對可程序設計納米光子處理器提出了一份論文，并且發(fā)表在《自然-光子》雜志上。該論文的第一作者及通訊作者，出生在杭州的沈亦晨目前為 Lightelligence 的聯(lián)合創(chuàng )始人兼 CEO，并且是《麻省理工科技評論》所評選出來(lái)的 2017年 35 名 35 歲以下中國科技創(chuàng )新青年之一。 光子計算在處理一些 AI 算法時(shí)有獨特的優(yōu)勢 Lightelligence 目前在沈亦晨的帶領(lǐng)之下，全力研發(fā)光學(xué)芯片的相關(guān)技術(shù)，包含芯片設計、核心算法、傳輸、周邊等，欲打造一個(gè)完整的光學(xué)計算生態(tài)。由于 Lightelligence 研發(fā)的技術(shù)將可能徹底改變計算的生態(tài)，因此獲得高度關(guān)注，其中包括將云端計算視為核心發(fā)展項目的百度，以及多位美國半導體行業(yè)高管，都因為看好光子芯片的未來(lái)性，而成為L(cháng)ightelligence的早期投資人。 沈亦晨對 DT 君表示，由于其在麻省理工學(xué)院博士班的科研項目就是以納米光子為主，剛好在 2015 年時(shí)，AI 應用快速起飛。眾所周知，除了數據以外，硬件對 AI 的應用也是非常重要，所以開(kāi)始有了把光子應用在計算環(huán)境中的構想。 但為何 2015 年之前沒(méi)有人想過(guò)要把光子效應用來(lái)進(jìn)行神經(jīng)網(wǎng)絡(luò )的計算呢？沈亦晨表示，這是因為過(guò)去神經(jīng)網(wǎng)絡(luò )計算并不流行，而傳統的邏輯計算并不是光子計算最擅長(cháng)之處。 事實(shí)上，光子芯片或許將會(huì )是未來(lái)最適合用來(lái)作為 AI 計算的硬件架構，這是因為光的特性先天適合線(xiàn)性計算（AI 計算里最重要的部分），這包含了高維度的并行計算。相對的，雖然量子計算近來(lái)也因為 AI 而受到關(guān)注，但量子計算還是比較偏向擅長(cháng)解碼或搜索的領(lǐng)域，另外在量產(chǎn)的生態(tài)上也還不太成熟，但潛力卻不容小覷。 從傳輸走向計算，光子芯片將成終極計算解決方案？ 從 2006 年開(kāi)始，英特爾推出首款標準 CMOS 工藝的電子混合硅激光器之后，電和光這兩個(gè)截然不同的物理現象終于成功被湊在一起。往后數年，基于此技術(shù)的超高帶寬光學(xué)傳輸架構更成為高性能數據中心的最?lèi)?ài)，借此有效降低了大量數據傳輸造成的系統瓶頸。 2015 年，IBM 研究人員，發(fā)表了針對光子計算的新實(shí)驗性技術(shù)，通過(guò)把硅光子數組集成到與 CPU 相同的封裝尺寸中。硅光子技術(shù)的問(wèn)題一直在于芯片的光學(xué)接口，不過(guò) IBM 的光子解決方案能被應用于系統單芯片 (SoC)，以廉價(jià)的標準連接器 (edge connector) 在芯片之間傳輸光，或是只要將 CMOS 芯片邊緣接在一起就能進(jìn)行芯片對芯片的通訊。 這些光子芯片的發(fā)展主要是作為解決傳統芯片與芯片之間，或芯片與存儲系統之間的互連問(wèn)題。而憑借集成度高的光子芯片的發(fā)明，取代了過(guò)去龐大復雜的光傳輸架構，且速度能更快，延遲更低。 然而，真正把“光子”帶往計算領(lǐng)域，甚至架構成“光子芯片”的概念，卻是近兩年才逐漸被發(fā)掘出來(lái)。 由于半導體芯片技術(shù)雖依靠新應用與算法的整合，能做到的事情也越來(lái)越多，但實(shí)際上芯片架構本身還是基于同樣的邏輯之下，且受限于半導體工藝，計算能力、規模以及功耗、成本形成難以均衡的四角關(guān)系。 這時(shí)，業(yè)界也開(kāi)始積極尋找能突破現況的新計算技術(shù)。GPGPU、神經(jīng)網(wǎng)絡(luò )芯片、DSP、FPGA 都在不同的時(shí)期被提出來(lái)，擅長(cháng)解決特定應用計算領(lǐng)域，但這些芯片并沒(méi)有解決根本的問(wèn)題，也就是其基于半導體結構所面臨的物理特性限制。 由 AI 所帶起的計算需求不斷膨脹，促進(jìn)了處理架構持續推陳出新，譬如英特爾未來(lái)將結合 CPU 與 FPGA 計算能力，借以應對更復雜的應用情境；英偉達則是在其最新一代的 GPU 方案上大幅強化推理性能。除此之外，亦有不少希望能夠針對特定計算推出更適合的新架構，比如說(shuō)類(lèi)神經(jīng)網(wǎng)絡(luò )芯片 (NPU)、量子計算機 (Quantum computing)，以及最新的計算概念：基于光子回路 (Photonic Circuits) 的計算架構。 實(shí)際上，“光”被使用在計算環(huán)境中已經(jīng)有超過(guò)數十年的歷史，過(guò)去主要用以在不同芯片或存儲設備間傳輸數據之用，而因為相關(guān)的傳輸技術(shù)成本太高，且必須搭配昂貴的周邊才能顯現出其效益，也因此，“光”的傳輸從沒(méi)有被普及到消費市場(chǎng)，導致我們對這個(gè)事實(shí)沒(méi)有太明確的認知。 然而，計算則是另一層次的問(wèn)題。 用很簡(jiǎn)單的概念解釋光子計算芯片，就是在芯片上使用了無(wú)數個(gè)光學(xué)開(kāi)關(guān)器，作用就類(lèi)似半導體芯片中的邏輯柵，利用不同波長(cháng)，相位和強度的光線(xiàn)組合，在復雜的反射鏡、濾波器以及棱鏡結構所組成的數組中進(jìn)行信息處理。 硅光子和微電子一樣，都是基于硅材料的半導體架構。而硅作為光學(xué)通信傳輸方面的應用已經(jīng)相當普及，由于光的快速反應和并行特性，能瞬間傳輸大量數據，因此被普遍應用在數據中心的服務(wù)器上。也因為光子傳輸過(guò)程穩定，并行能力強，且糾錯設計相對簡(jiǎn)單，傳輸和轉換所需要的能量極小，所以采用光子計算的架構理論上可以做到相對低的功耗表現。其次，光子芯片理論上也能做到規模極小的應用上，比如說(shuō)移動(dòng)設備中。 光子芯片可沿用目前成熟的半導體工藝技術(shù)，而目前仍處于實(shí)驗階段的光子芯片僅需要老舊的微米級工藝就可達到大幅超越既有半導體芯片的計算能力，也因此未來(lái)工藝微縮空間極大。而憑借芯片密度的增加，性能還能大幅成長(cháng)，甚至有機會(huì )徹底改寫(xiě)摩爾定律的限制。 沿用 CMOS 工藝是光子計算最大優(yōu)勢，但目標非取代傳統半導體計算 沈亦晨表示，由于光子芯片基本上還是以目前的 CMOS 制造工藝為基礎，相對于量子計算使用的特殊工藝，在成本或量產(chǎn)技術(shù)方面都要更有優(yōu)勢，雖然目前實(shí)驗室中的光子芯片在密度上還比不過(guò)傳統半導體芯片，但已經(jīng)比量子芯片好很多了。 而光子芯片的效能取決于架構和算法，比如說(shuō)同時(shí)使用多少路不同波長(cháng)的光來(lái)進(jìn)行組合，或者是在芯片中使用的光學(xué)信號的帶寬，以及光電轉換時(shí)的瓶頸，但是單從光的物理特性上來(lái)看，在合適的算法上要做到傳統半導體芯片的百倍速度是不會(huì )有太大的問(wèn)題的。 當然，理論上光子芯片可以做到規模很大，也可以做到很小，但因為光不適合做非線(xiàn)性運算，另外光芯片的集成度和尺寸還是會(huì )有一定的規范，要完全取代半導體芯片還是有很大的難度。 從芯片、算法到周邊的生態(tài)正在發(fā)展中 沈亦晨強調，目前 Lightelligence 的光子芯片發(fā)展已經(jīng)完成實(shí)驗室階段的展示，在算法、總線(xiàn)以及存儲方面都有相對應的設計正在進(jìn)行，當然，計算芯片最重要的還是生態(tài)，這點(diǎn)也需要更多科研機構和公司加入到擴展光學(xué)計算這一領(lǐng)域來(lái)共同建立。 因為主力產(chǎn)品是芯片，所以核心部分在于算法和硬件的結合，以及相對應的芯片指令以及編譯程序，而 Lightelligence 的工作就是要讓開(kāi)發(fā)出來(lái)的芯片可以應用到目前市場(chǎng)上流行的框架中，比如說(shuō) TensorFlow、Caffe 等。 另外，由于光子計算在傳輸或者是存儲有其特殊性， Lightelligence 也在開(kāi)發(fā)相對應的周邊設計。當然，沿用目前的存儲系統雖可加快落地商用速度，但可能就會(huì )限制光子計算的性能表現，因此這部分未來(lái)還是會(huì )以搭配針對光子計算優(yōu)化的設計為目標，才更能凸顯光子計算的整體優(yōu)勢。 如今 Lightelligence 團隊正努力改善光子計算的相關(guān)生態(tài)，目前當然還不成熟，不過(guò)業(yè)界對于高性能計算，甚至更好的神經(jīng)網(wǎng)絡(luò )計算架構有著(zhù)非常高的期待，相信其光子計算架構落地之后，可以大大加速整體 AI 計算生態(tài)的變革。 沈亦晨表示，不論是特定用途，或者是針對通用計算能力，這個(gè)都會(huì )是芯片架構發(fā)展的不同過(guò)程的選擇。Lightelligence首先還是會(huì )以技術(shù)或應用場(chǎng)景比較成熟的光子芯片應用著(zhù)手，然后再逐步去擴大可應用的范圍。同時(shí)也在努力開(kāi)發(fā)光子芯片前后端的技術(shù)，為未來(lái)不同的計算場(chǎng)景進(jìn)行更好的適配。 沈亦晨強調，總體來(lái)講，在實(shí)現光子計算的路上還有很多重大的工程改進(jìn)需要完成，但和過(guò)去的種種光子計算的嘗試相比，現在可能是最好的時(shí)機，也是最接近實(shí)現的一次。 |
