|
來源：DeepTech深科技 英國(guó)牛津大學(xué)在 2017 年發(fā)表了用于計(jì)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(shè)計(jì)“光子突觸”，其理論運(yùn)行速度是人腦的千倍。 實(shí)際上，麻省理工學(xué)院的研究團(tuán)隊(duì)與合作研究者也有類似的發(fā)現(xiàn)，他們?cè)诟绲?2016 年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，并使用多光束干涉技術(shù)，就可讓相關(guān)系尋反應(yīng)所需要的計(jì)算結(jié)果。而這種芯片架構(gòu)就被該研究團(tuán)隊(duì)稱為可程序設(shè)計(jì)納米光子處理器。 2017 年 6 月，麻省理工學(xué)院研究團(tuán)隊(duì)針對(duì)可程序設(shè)計(jì)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(píng)論》所評(píng)選出來的 2017年 35 名 35 歲以下中國(guó)科技創(chuàng)新青年之一。 光子計(jì)算在處理一些 AI 算法時(shí)有獨(dú)特的優(yōu)勢(shì) 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(shè)計(jì)、核心算法、傳輸、周邊等，欲打造一個(gè)完整的光學(xué)計(jì)算生態(tài)。由于 Lightelligence 研發(fā)的技術(shù)將可能徹底改變計(jì)算的生態(tài)，因此獲得高度關(guān)注，其中包括將云端計(jì)算視為核心發(fā)展項(xiàng)目的百度，以及多位美國(guó)半導(dǎo)體行業(yè)高管，都因?yàn)榭春霉庾有酒奈磥硇裕蔀長(zhǎng)ightelligence的早期投資人。 沈亦晨對(duì) DT 君表示，由于其在麻省理工學(xué)院博士班的科研項(xiàng)目就是以納米光子為主，剛好在 2015 年時(shí)，AI 應(yīng)用快速起飛。眾所周知，除了數(shù)據(jù)以外，硬件對(duì) AI 的應(yīng)用也是非常重要，所以開始有了把光子應(yīng)用在計(jì)算環(huán)境中的構(gòu)想。 但為何 2015 年之前沒有人想過要把光子效應(yīng)用來進(jìn)行神經(jīng)網(wǎng)絡(luò)的計(jì)算呢？沈亦晨表示，這是因?yàn)檫^去神經(jīng)網(wǎng)絡(luò)計(jì)算并不流行，而傳統(tǒng)的邏輯計(jì)算并不是光子計(jì)算最擅長(zhǎng)之處。 事實(shí)上，光子芯片或許將會(huì)是未來最適合用來作為 AI 計(jì)算的硬件架構(gòu)，這是因?yàn)楣獾奶匦韵忍爝m合線性計(jì)算（AI 計(jì)算里最重要的部分），這包含了高維度的并行計(jì)算。相對(duì)的，雖然量子計(jì)算近來也因?yàn)?AI 而受到關(guān)注，但量子計(jì)算還是比較偏向擅長(zhǎng)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(jì)算，光子芯片將成終極計(jì)算解決方案？ 從 2006 年開始，英特爾推出首款標(biāo)準(zhǔn) 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(xiàn)象終于成功被湊在一起。往后數(shù)年，基于此技術(shù)的超高帶寬光學(xué)傳輸架構(gòu)更成為高性能數(shù)據(jù)中心的最愛，借此有效降低了大量數(shù)據(jù)傳輸造成的系統(tǒng)瓶頸。 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)，通過把硅光子數(shù)組集成到與 CPU 相同的封裝尺寸中。硅光子技術(shù)的問題一直在于芯片的光學(xué)接口，不過 IBM 的光子解決方案能被應(yīng)用于系統(tǒng)單芯片 (SoC)，以廉價(jià)的標(biāo)準(zhǔn)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(duì)芯片的通訊。 這些光子芯片的發(fā)展主要是作為解決傳統(tǒng)芯片與芯片之間，或芯片與存儲(chǔ)系統(tǒng)之間的互連問題。而憑借集成度高的光子芯片的發(fā)明，取代了過去龐大復(fù)雜的光傳輸架構(gòu)，且速度能更快，延遲更低。 然而，真正把“光子”帶往計(jì)算領(lǐng)域，甚至架構(gòu)成“光子芯片”的概念，卻是近兩年才逐漸被發(fā)掘出來。 由于半導(dǎo)體芯片技術(shù)雖依靠新應(yīng)用與算法的整合，能做到的事情也越來越多，但實(shí)際上芯片架構(gòu)本身還是基于同樣的邏輯之下，且受限于半導(dǎo)體工藝，計(jì)算能力、規(guī)模以及功耗、成本形成難以均衡的四角關(guān)系。 這時(shí)，業(yè)界也開始積極尋找能突破現(xiàn)況的新計(jì)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，擅長(zhǎng)解決特定應(yīng)用計(jì)算領(lǐng)域，但這些芯片并沒有解決根本的問題，也就是其基于半導(dǎo)體結(jié)構(gòu)所面臨的物理特性限制。 由 AI 所帶起的計(jì)算需求不斷膨脹，促進(jìn)了處理架構(gòu)持續(xù)推陳出新，譬如英特爾未來將結(jié)合 CPU 與 FPGA 計(jì)算能力，借以應(yīng)對(duì)更復(fù)雜的應(yīng)用情境；英偉達(dá)則是在其最新一代的 GPU 方案上大幅強(qiáng)化推理性能。除此之外，亦有不少希望能夠針對(duì)特定計(jì)算推出更適合的新架構(gòu)，比如說類神經(jīng)網(wǎng)絡(luò)芯片 (NPU)、量子計(jì)算機(jī) (Quantum computing)，以及最新的計(jì)算概念：基于光子回路 (Photonic Circuits) 的計(jì)算架構(gòu)。 實(shí)際上，“光”被使用在計(jì)算環(huán)境中已經(jīng)有超過數(shù)十年的歷史，過去主要用以在不同芯片或存儲(chǔ)設(shè)備間傳輸數(shù)據(jù)之用，而因?yàn)橄嚓P(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(xiàn)出其效益，也因此，“光”的傳輸從沒有被普及到消費(fèi)市場(chǎng)，導(dǎo)致我們對(duì)這個(gè)事實(shí)沒有太明確的認(rèn)知。 然而，計(jì)算則是另一層次的問題。 用很簡(jiǎn)單的概念解釋光子計(jì)算芯片，就是在芯片上使用了無數(shù)個(gè)光學(xué)開關(guān)器，作用就類似半導(dǎo)體芯片中的邏輯柵，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。 硅光子和微電子一樣，都是基于硅材料的半導(dǎo)體架構(gòu)。而硅作為光學(xué)通信傳輸方面的應(yīng)用已經(jīng)相當(dāng)普及，由于光的快速反應(yīng)和并行特性，能瞬間傳輸大量數(shù)據(jù)，因此被普遍應(yīng)用在數(shù)據(jù)中心的服務(wù)器上。也因?yàn)楣庾觽鬏斶^程穩(wěn)定，并行能力強(qiáng)，且糾錯(cuò)設(shè)計(jì)相對(duì)簡(jiǎn)單，傳輸和轉(zhuǎn)換所需要的能量極小，所以采用光子計(jì)算的架構(gòu)理論上可以做到相對(duì)低的功耗表現(xiàn)。其次，光子芯片理論上也能做到規(guī)模極小的應(yīng)用上，比如說移動(dòng)設(shè)備中。 光子芯片可沿用目前成熟的半導(dǎo)體工藝技術(shù)，而目前仍處于實(shí)驗(yàn)階段的光子芯片僅需要老舊的微米級(jí)工藝就可達(dá)到大幅超越既有半導(dǎo)體芯片的計(jì)算能力，也因此未來工藝微縮空間極大。而憑借芯片密度的增加，性能還能大幅成長(zhǎng)，甚至有機(jī)會(huì)徹底改寫摩爾定律的限制。 沿用 CMOS 工藝是光子計(jì)算最大優(yōu)勢(shì)，但目標(biāo)非取代傳統(tǒng)半導(dǎo)體計(jì)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(chǔ)，相對(duì)于量子計(jì)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(shì)，雖然目前實(shí)驗(yàn)室中的光子芯片在密度上還比不過傳統(tǒng)半導(dǎo)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(gòu)和算法，比如說同時(shí)使用多少路不同波長(zhǎng)的光來進(jìn)行組合，或者是在芯片中使用的光學(xué)信號(hào)的帶寬，以及光電轉(zhuǎn)換時(shí)的瓶頸，但是單從光的物理特性上來看，在合適的算法上要做到傳統(tǒng)半導(dǎo)體芯片的百倍速度是不會(huì)有太大的問題的。 當(dāng)然，理論上光子芯片可以做到規(guī)模很大，也可以做到很小，但因?yàn)楣獠贿m合做非線性運(yùn)算，另外光芯片的集成度和尺寸還是會(huì)有一定的規(guī)范，要完全取代半導(dǎo)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(qiáng)調(diào)，目前 Lightelligence 的光子芯片發(fā)展已經(jīng)完成實(shí)驗(yàn)室階段的展示，在算法、總線以及存儲(chǔ)方面都有相對(duì)應(yīng)的設(shè)計(jì)正在進(jìn)行，當(dāng)然，計(jì)算芯片最重要的還是生態(tài)，這點(diǎn)也需要更多科研機(jī)構(gòu)和公司加入到擴(kuò)展光學(xué)計(jì)算這一領(lǐng)域來共同建立。 因?yàn)橹髁Ξa(chǎn)品是芯片，所以核心部分在于算法和硬件的結(jié)合，以及相對(duì)應(yīng)的芯片指令以及編譯程序，而 Lightelligence 的工作就是要讓開發(fā)出來的芯片可以應(yīng)用到目前市場(chǎng)上流行的框架中，比如說 TensorFlow、Caffe 等。 另外，由于光子計(jì)算在傳輸或者是存儲(chǔ)有其特殊性， Lightelligence 也在開發(fā)相對(duì)應(yīng)的周邊設(shè)計(jì)。當(dāng)然，沿用目前的存儲(chǔ)系統(tǒng)雖可加快落地商用速度，但可能就會(huì)限制光子計(jì)算的性能表現(xiàn)，因此這部分未來還是會(huì)以搭配針對(duì)光子計(jì)算優(yōu)化的設(shè)計(jì)為目標(biāo)，才更能凸顯光子計(jì)算的整體優(yōu)勢(shì)。 如今 Lightelligence 團(tuán)隊(duì)正努力改善光子計(jì)算的相關(guān)生態(tài)，目前當(dāng)然還不成熟，不過業(yè)界對(duì)于高性能計(jì)算，甚至更好的神經(jīng)網(wǎng)絡(luò)計(jì)算架構(gòu)有著非常高的期待，相信其光子計(jì)算架構(gòu)落地之后，可以大大加速整體 AI 計(jì)算生態(tài)的變革。 沈亦晨表示，不論是特定用途，或者是針對(duì)通用計(jì)算能力，這個(gè)都會(huì)是芯片架構(gòu)發(fā)展的不同過程的選擇。Lightelligence首先還是會(huì)以技術(shù)或應(yīng)用場(chǎng)景比較成熟的光子芯片應(yīng)用著手，然后再逐步去擴(kuò)大可應(yīng)用的范圍。同時(shí)也在努力開發(fā)光子芯片前后端的技術(shù)，為未來不同的計(jì)算場(chǎng)景進(jìn)行更好的適配。 沈亦晨強(qiáng)調(diào)，總體來講，在實(shí)現(xiàn)光子計(jì)算的路上還有很多重大的工程改進(jìn)需要完成，但和過去的種種光子計(jì)算的嘗試相比，現(xiàn)在可能是最好的時(shí)機(jī)，也是最接近實(shí)現(xiàn)的一次。 |
