给力小青年|光子计算领域双雄出现！一篇顶刊论文，两位MIT天才的故事
刚刚过去的 8 月 ， 由 IEEE 主办的第 32 届 Hot Chips 成功落幕 ， 光计算创业公司 Lightmatter 展示的 AI 推理专用光子芯片——Mars ， 作为压轴大戏 ， 给观众留下了极为深刻的印象 。
Lightmatter 表示 ， 在相同的芯片面积下 ， 光子芯片的时延是电子芯片的千分之一 ， 能耗是电子芯片的千分之一 ， 工作频率是后者的十倍 。
本文插图
图 | Lightmatter 公开资料（DeepTech 整理）
并且 ， Lightmatter 对媒体表示 ， 将于明年秋季推出商用产品 。
显然 ， 这次不是又一个 “狼来了” 的故事 ， 光子芯片是真的来了 。
那么 ， 光子芯片是什么？光子芯片能做什么？是否可以用在我们的笔记本电脑上？为了搞清楚这些问题 ， DeepTech 联系到与 Lightmatter 共同领跑这一领域的曦智科技（Lightelligence）创始人兼 CEO 沈亦晨 。
有趣的是 ， 这两家公司均于 2017 年 9 月成立 ， 并且它们的 CEO 都出身麻省理工学院 ， 更为巧合的是 ， 2017 年他们分别以一作、二作的身份 ， 在顶级期刊 Nature Photonics 发表了将光计算应用于人工智能领域的关键论文 。
诸多共同点的背后 ， 隐藏着怎样的故事？
有媒体称 “光子芯片较电子芯片快 1000 倍” ， “我个人认为这个说法并不准确 。 ” 沈亦晨说 。
首先 ， 达成 1000 倍的约束条件很重要 。 如果仅就光子的纯计算部分 ， 从光已经转换成光信号起 ， 到完成计算止 ， 这个过程所花的时间 ， 说光子芯片较电子芯片快 1000 倍 ， 倒不为过 。
但如果计算整个光子计算机系统所需要的时间 ， 那么就要加上光电转换、数模转换以及内存和数字电路所花费的时间 ， 肯定是达不到 1000 倍的 。
其次 ， 在不同的应用、算法环境下 ， 所得到的结果是不同的 。 未来随着越来越多的光部件渗入到电子计算机之中 ， 光子计算机整体的速率会超过电子计算机越来越多 。
根据沈亦晨的判断 ， “在短期之内 ， 光子计算机与电子计算机基于通用 Benchmark ， 在相同的节点之下 ， 前者领先后者5 到 10 倍是非常合理的数字 。 对于特定的问题 ， 比如退火算法等 ， 现有的硬件条件已经可以做到百倍速率的提升 。 1000 倍可能是光子计算机提升的上限 ， 需要把光的存储之类问题全部解决才可能达到 。 ”
但毫无疑问 ， 光子芯片将在能耗、通量和延时 ， 三个层面超越以 Intel 为代表的传统电子芯片 ， 沈亦晨笃定地说 。
Lightmatter 光子芯片的基础计算单元被称作 MZI 。
这是一种光干涉仪 ， 可以用来观测从单独光源发射的光束分裂成两道准直光束之后 ， 经过不同路径与介质所产生的相对相移变化 ， MZI 为英文缩写 。
本文插图
【给力小青年|光子计算领域双雄出现！一篇顶刊论文，两位MIT天才的故事】图 | 马赫－曾德尔干涉仪时常用于空气动力学、等离子物理学与传热学领域 ， 可以测量气体的压强、密度和温度的变化 。 在本图里 ， 设想分析一支蜡烛的火焰 。 两种输出影像都可以被观测到 ， 一个显示出白色火焰 ， 另一个显示出黑色火焰（来源：维基百科）
这个构想最早产生于 1891 年 ， 一百多年后的今天 ， 它已经变成了下图的样子 。
本文插图
图 | MZI 实物图（来源：曦智科技）
Lightmatter 的芯片实际上由两个垂直堆叠的芯片组成 。 顶部是一个 50 平方毫米的 12nm 工艺 ASIC ， 用于存储内存并协调控制位于下面的 150 平方毫米的 90nm 工艺光计算芯片 ， 布线距离不超过 1 毫米 。 两个核芯均采用格芯代工 ， 使用标准 CMOS 工艺制造 。
本文插图
图 | Lightmatter Mars 芯片结构图（来源：Lightmatter）
本次演示的 Mars 光计算芯片的工作频率为 1 GHz ， 由 64x64 矩阵 64 个维度向量组成光矩阵乘法器 ， 数据在不到 200 皮秒的时间内传播到整个芯片 ， 整个核心由 50 毫瓦的激光发射器驱动 。
在一次计算过程中 ， DAC（数字模拟转换器）接收数字输入信号 ， 将其转换为模拟电压 ， 并使用该电压来驱动激光器（该技术已在光纤发送器中广泛使用） 。
来自该激光器的光进入计算阵列 ， 这里的基础计算单元就是 MZI 。 进入 MZI 的相干光分为两部分 ， 每半部分的相位调整不同 。 将具有不同相位的信号组合会导致相长或相消干涉 ， 从而有效地调节通过 MZI 的光的亮度 ， 该调节可被视为乘法运算 。
在波导管（可理解为承载光的“电线”）相遇的地方 ， 信号被有效地加在一起 。 这是光 MAC（Multiply-accumulate 乘积累加）的基础 ， 最终计算阵列输出的光到达光电二极管 ， 完成相应的计算 。
本文插图
图 | Lightmatter Mars 光学计算过程（来源：Lightmatter）
Lightmatter 的研发人员说道 ， 这些元器件的损耗极低 ， 静态功耗几乎为零 ， 且几乎不会产生 “电子泄漏” 现象 。
曦智科技的基础计算单元 ， 也使用 MZI ， 但是在 MZI 的结构及 MZI 阵列的架构上 ， 都采用了与 Lightmatter 不同的方式 。
MZI 的计算原理可以通俗地解释为 ， 它有两条“手臂” ， 通过某种方式改变了两条手臂的光程 ， 以此来改变光通过两条手臂之后相互干涉的结果 。
本文插图
图 | MZI 矩阵乘法原理图（来源：Lightmatter）
Lightmatter 采用的是名为 NOEMS（Nano Optical Electro Mechanical System）的方案 ， 这是一种机械式元件 ， 原理是通过施加电压 ， 让两条手臂在静电的作用下产生机械形变 ， 以此改变手臂的物理长度 。
曦智使用的是电驱动式的 MZI ， 具体做法是通过在两条手臂之中加入电子 ， 在改变了电子密度的同时 ， 也改变了光的介电常数 ， 以此来改变光程 。
而电子的移动速度 ， 是远远快于两条手臂的物理形变速度的 ， 所以曦智的调制频率（reprogram）可以达到几十个 GHz ， 而 Lightmatter 只能到 100MHz ， 前者高出两个数量级 。
“当然 ， 曦智的方式也并非完美 ， 但我们在我们认为重要的部分做了取舍 。 ”沈亦晨说 。
“我不对 Lightmatter 的方案进行好坏的评价 ， 但我个人认为他们的方案是一个非常大胆的尝试 。 当看到他们在网上公开的技术架构之后 ， 我们的第一反应是对工艺和封装的改动太大了 ， 这条路可能会比较坎坷” 。 他补充道 。
根据 Lightmatter 曝光给外界的 PPT 来看 ， 他们的光子芯片架构是将所有的 MZI 连接到了一起 ， 有点像三国赤壁之战中曹操的铁索连舟 。
本文插图
图 | Lightmatter 的光子芯片架构（来源：Lightmatter）
“这样的结构之下 ， 一旦单个 MZI 节点出现问题 ， 可能整个系统都会受到影响 。 而我们的架构中 ， 因为实现光计算的原理不同 ， 所以并不需要将所有的 MZI 直接相连 ， 因此具有更强的容错性 。 ”
“我可以理解 Lightmatter 为什么选择这样一种方案 ， 因为以他们光计算的原理、架构来说 ， 机械式很可能是一个最优的选择 。 但这样的方案接下来要面临的就是产业成熟度 ， 以及对于环境的敏感性等这些在产品和工程上的挑战 。 ”
去年 2 月 ， 曦智已经做出了第一款产品雏形 ， DeepTech 此前也有报道《用光挑战 “世界 7 大数学难题” 之首 ， 麻省理工团队再证光学计算潜力》 。
本文插图
图 | 曦智科技光子芯片原型版卡
“经过一年多的研发改良 ， 我们手上已经有了较之前领先得多的芯片 。 ”沈亦晨自信地说 。
在使用环境方面 ， 曦智的光子芯片并不会比电子计算机有更严格的要求 ， 在芯片内封闭的环境中 ， 很少有外界手段能影响到光的运行 ， 这方面反而电子更容易受到外界的影响而产生串扰 。
和电信号相比 ， 光信号基本不受电磁干扰 。 所以 ， 在信号传播距离超过 1 到 2 毫米的情况下 ， 维持电信号信噪比所需的能耗会很快超过光电转换带来的额外能耗 。
一些来自外界的震动 ， 也基本不会对曦智的光子芯片产生影响 ， 因为他们采用的是 全固态结构 ， 没有任何的机械活动部分 。 “反而 Lightmatter 的机械式 MZI 可能会受此影响 ， 当然这是我的个人推测 。 ”沈亦晨如此说 。
曦智的芯片包含了数万个基础光子器件 ， 光电信号转换的效率大概是 0.1~1 pj/bit ， 激光发射器采用同光通讯一样的设备 ， 在这方面的相关技术已经非常成熟 。
当 DeepTech 问及光子芯片的发布时间 ， 沈亦晨表示 ， 目前曦智已经可以作出非常明确的时间安排 ， 但是暂时还是希望保持一定的神秘感 。 他补充道 ， 这将是一个很近的时间节点 ， 肯定会在一年之内 。
据悉 ， 未来曦智光子芯片将以板卡及服务器的方式推出 ， 同时也会以授权的方式向电子芯片设计厂商提供光子芯片的 IP ， 以此来提升现有产品的性能 。 “我们的供应商全都是世界一流的大厂 ， 而且供应链也已经打通 。 ”
本文插图
图 | 曦智科技原型光子芯片效果图（来源：曦智科技）
沈亦晨补充道 ， 曦智的光子芯片前期将倾向用于 AI 推理芯片 ， 后续会研发 AI 训练芯片 ， 同时也会在几个非典型 AI 的应用场景 ， 如药物研发、材料研发、量子模拟方向、超算方向等领域推出对应的产品 。
“我们的产品适用于各种公有、私有云服务及终端服务器 。 此外 ， 可用于超算及矿机的光子芯片产品也已经处于筹备当中 ， 但这些绝不是曦智的第一款产品 。 ”沈亦晨强调 。
光子芯片由于其基本的运作原理 ， 非常适合于做矩阵乘法 ， 尤其是稠密的、高并发式的计算 。 而这恰恰是人工智能神经网络所需要的 。
除此之外 ， 光子芯片在片上传输方面的优势也很大 ， 如：传统计算机内存到计算单元的数据搬运 ， 以及计算单元之间的搬运 。
沈亦晨说 ， 利用这一点 ， 一方面可以据此推出自有的光子芯片 ， 另一方面传统计算机也可以使用光计算技术对芯片进行改造 。 其效果就像是把古人的驿站 ， 替换成现在的高铁 。
“我们的技术可以帮助 Intel、NVIDIA 等巨头升级它的芯片 ， 而非单纯地取代 。 严格来讲 ， 曦智的初代光子芯片属于光电混合芯片 ， 也可以理解为协处理芯片 ， 并没有完全将传统的集成电路抛弃 。 ”
目前 ， 在光子芯片这个赛道 ， 曦智科技与 Lightmatter ， 已经成为了事实的领跑者 ， 谁先行发布量产的光子芯片 ， 谁就可以赢得先发优势 。 而在公司的背后 ， 也同样是沈亦晨与 Lightmatter 创始人兼 CEO 尼古拉斯 · 哈里斯（Nicholas Harris）之间的竞争 。
这两位同样天才的年轻博士 ， 因同一篇论文而开始了同样的事业 。
本文插图
图 | 沈亦晨与 Harris 合作的论文
本文插图
图 | 该论文登上了当期的 Nature 子刊封面
本文插图
图 | 沈亦晨与 Harris 在麻省理工学院的创业大赛中获得 10 万美元奖金 ， 他们一左一右共同举起了象征奖金的广告板
沈亦晨对这段往事并不想多谈 ， 他只是说：“共同写作一篇 Paper 很简单 ， 长不过一两年 ， 但是共同创业可能是三五年、十年甚至是一辈子的事情 ， 我们只是各自寻找了合适自己的团队、合作伙伴和投资人 。 ”
想到未来 ， 沈亦晨的眼神微光闪动 。
推荐阅读
- 百度|AI公司百度能给港交所带来什么？
- 浪胃仙|泡泡龙的离世给所有吃播提了醒，浪胃仙顺势决定“转行”，新职业认真的吗？
- 番茄炒鸡蛋先炒番茄还是先炒鸡蛋？其实都不对，正确方法送给你
- 猪蹄肥而不腻，能够给粥带来肉香，满满的胶原蛋白，幸福感倍增
- 火星|拍摄11064张照片后，火星毅力号看到了什么？这次还真看到了
- 好吃不贵的解馋下饭菜，常做给老人孩子吃，强壮骨骼，保护视力！
- 火星|首批来自火星的声音：NASA公布“毅力号”录制音频
- 新冠疫苗|新冠疫苗保护效力并非百分百，接种后仍需注意个人防护
- 低脂高蛋白的下饭菜，好吃到舔盘子，常做给孩子吃，补锌又补钙！
- 整理几道菜肴送给你，家中待客家庭聚餐必备，家人吃的很满意