一篇论文引发的AI芯片革命!这次真想要了摩尔定律的命 - 智东西-米乐电竞_米乐电竞-官网

header/header', $getheaderlayout ); $headerimage = (has_header_image() ? get_header_image() : ''); blogshop_default_page_banner(); ?>

科技

一篇论文引发的AI芯片革命!这次真想要了摩尔定律的命 – 智东西-米乐电竞


Posted by admin

本文摘要:以下文章来自核心内容。

米乐电竞

以下文章来自核心内容。作者的内心是核心。核心内容集中在报告芯片和半导体行业的创新,特别是新的计算革命和芯片设计创新带动的国内替代浪潮; 我们是一群“筹码”人,带您一起旅行“核心”陈大海。

在AI时代,Photon打开了另一扇计算之门。作者|新源编辑|莫应光子计算时代到来了吗? 几家中美芯片初创企业正试图给出积极的答案。2020年6月,LightOn发表了一篇论文,该论文使用光学神经网络训练芯片来运行AI模型。7月,喜之科技从合力创投获得数千万美元的A +轮融资; 在八月份,Lightmatter在芯片峰会上,HotChips展示了其光子芯片的架构细节。

12月,Photonics Arithmetic宣布其光电混合AI加速计算卡已移交给服务器制造商客户进行测试。在加速人工智能(AI)的轨道上,光子计算芯片的创新技术方向正在出现。这是一群勇敢的探路者,他们在期待和争议中不断前进,逐步证明自己的判断是正确的。光子AI芯片离工业化还有多远? 沿着这条路走的企业家能否为计算芯片带来新的惊喜? 本文的好处:在2020年第32届热芯片大会上,在麻省理工学院孵化的初创公司Lightmatter展示了新一代硅光子芯片Lightmatter Mars。

推荐Lightmatter的关于“热芯片”的语音报告,可以通过在官方帐户的聊天栏中回复关键字[Smart Things 150]来获取。01.由于顶级论文引入了新的轨道,因此摩尔定律放慢了速度,硅光子技术已成为摩尔定律以外的研究方向之一。

2017年,来自埃克塞特大学,牛津大学和明斯特大学的研究人员宣布了他们类似大脑的光驱动芯片的研究结果。他们使用特殊的相变材料和光子集成电路来模拟人脑神经突触,从而使芯片在测试中的数据传输速度高达300Gbps,这比当时的现有标准处理器快10-50倍。大大减少了。

在同年5月在麻省理工学院举行的100,000美元创业大赛中,麻省理工学院(MIT)的一个团队因用纳米光子芯片执行AI任务而成功获奖。▲主要创意团队在2017年赢得了MIT 100,000美元创业大赛的一个月后,主要创意团队的研究成果出现在顶级期刊《自然光子学》的封面上。本文介绍了一种使用光干涉的创新型神经网络计算方法。当时,斯坦福大学国际知名光学科学家兼终身教授大卫·米勒(David Miller)评论说:“这一系列研究成果极大地推动了集成光学的发展,以取代未来的传统电子计算芯片。

“该光子芯片论文的第一作者和相应作者是麻省理工学院的博士后研究员沉一琛,其次是尼克·哈里斯。不久,这些论文的合著者将成为商业竞争对手,开始他们自己的创业之旅,并获得Google和百度等技术巨头的投资。▲MIT小组的论文被放在“自然光子学”的封面上。

链接到本文:https://www.nature.com/articles/nphoton.2017.93目前,光子是最快的粒子,比电子快。而且功耗极低。以前,光学技术通常被用于通信和传输领域,利用光的更快的速度和更高的容量来实现数据的长距离传输,但是在计算领域进展缓慢。

实际上,光学计算的研究历史并不短。在国外,贝尔实验室(Bell Labs)和其他机构在1950年代前后花费了大量精力来设计光学计算机组件。在中国,1987年,中国科学院上海光学精密机械研究所的王志江院士在《中国科学院学报》上发表了一篇文章,并提出了积极发展光学计算技术的建议。然后在光学神经逻辑计算方面进行了大量工作。

由于光学计算的应用场景不清晰,软件和硬件系统也不完善,因此如何使用光子代替电子芯片进行计算的想法长期以来一直处于研究阶段,并且很少发挥作用。在实际应用中起着广泛的作用。直到摩尔定律放慢,AI巨船才开始起航。

02.光子AI芯片的优点:速度快,功耗低,并且擅长并行计算。作为管理计算的基准法,摩尔定律指出,微处理器芯片上的晶体管数量每18-24个月翻一番,这已经是很长的时间了,它是促进电子设备小型化和电子设备普及的主要动力。互联网。但这是芯片制造商和供应商尽最大努力维持摩尔定律的结果。

随着物理尺寸极限的逼近,散热问题将成为不可克服的挑战,许多关键的计算密集型应用程序的开发也在加速,人们担心摩尔定律的未来。带着更多的疑问,对芯片技术创新的需求变得更加紧迫。2016年,《自然》在《摩尔定律》中指出,摩尔定律越来越接近衰退,硅晶体技术的发展将不再以摩尔定律为中心。

然后将构建更好的芯片。应用程序跟进,但是从应用程序的角度来看,需要什么样的芯片支持才能适应更细微和复杂的创新方向。根据OpenAI发布的分析数据,自2012年以来,人工智能训练对计算能力的需求每3.43个月翻一番,并且增长速度明显快于摩尔定律。

▲自2012年以来,对计算能力的需求增长了30万倍以上,如果使用摩尔定律,则只会增长12倍(资料来源:OpenAI)随着基于神经网络计算的AI应用的普及,一些研究人员 顺便说一下,深度学习可能是光学计算已经等待了数十年的“杀手级应用”。首先,光速比电子快。在理想状态下,光子芯片的计算速度可能比电子芯片的计算速度快约1,000倍。

同时,使用成熟的半导体工艺技术的光子芯片可以实现当今所需的计算能力。其次,光子计算消耗较少的能量。

在相同的计算速度下,光子芯片的功耗仅为电子芯片的几分之一,这可以减轻AI创新所需的数据中心建设对环境的影响。▲Lightmatter联合创始人兼首席执行官Nick Harris在Hot Chips 2020上解释了光子计算与电子计算相比在延迟,带宽和功耗方面的优势。最后,光学计算技术具有并行计算的特征,例如光波的频率,波长和频率。诸如偏振态和相位之类的信息可以表示不同的数据,并且光路在交叉传输期间不会相互干扰。

这些特性使Photon擅长进行并行运算,这些运算与大多数计算过程在“矩阵乘法”上花费的人工神经网络兼容。通常,光具有计算速度快,功耗低,等待时间短的特征,并且不易受温度,电磁场和噪声变化的影响。在AI应用领域,光学技术和电子技术的结合有望提供比传统方法更好的方法。

米乐电竞

更快的速度和能源效率。03.光子计算正在走向商业化。在意识到了人工智能加速带来的机遇之后,来自英国,法国,美国和中国的一些创业团队开始起航并进入云AI计算市场。

其中,有许多来自技术巨头和知名公司的创业公司。投资者的投资。

英国初创公司Optalysys成立于2013年,于2015年创建了一个光学计算原型,其处理速度约为320Gflops,其能源效率非常低。去年上半年,Optalysys推出了入门级光学协处理器FT:X2000,计划将其出售给计算机制造,国防和航空航天领域的一些合作伙伴和早期客户。

▲Optalysys入门级光学协处理器FT:X2000初创公司Fathom Computing成立于2014年。其光子原型计算机在2014年识别手写体数字的准确度仅为30%左右,到2018年已超过90%。

它的创始人Willam Andregg表示,这是机器学习软件首次使用激光脉冲电路代替电力进行训练。但是,在过去的两年中,这家初创公司似乎并未透露更多进展。2018年,总部位于法国巴黎的成立两年的初创公司LightOn宣布已开始在欧洲的数据中心测试其自己的光学处理单元(OPU)技术。

2020年6月,LightOn发表的一篇新论文表明,当运行在MNIST手写数字数据集上训练的模型时,其光学神经网络训练芯片的学习率为0.01,测试准确性为95.8%; 在GPU上学习的算法相同,准确率为0.001,准确率为97.6%。光学芯片的功耗效率比GPU的功耗效率高一个数量级。链接到本文:https://arxiv.org/pdf/2006.01475.pdf当然,最著名的光子芯片企业家无疑是麻省理工学院的沉一尘和尼克,他们发表了有关“自然光子学”的封面文章。两家都在2017年成立了光子芯片公司的Harris都选择了Mach-Zehnder干涉仪光开关阵列(MZI)作为基本计算单元,但是具体的MZI结构和阵列架构有所不同。

申一辰在美国波士顿成立了Lightelligence,并在中国上海成立了Xizhi Technology,并发展了一支跨国,多元化的团队。它是目前世界上融资最高的光子计算初创公司。▲喜之科技的创始团队喜之科技在2018年获得了由百度风投和美国半导体执行联盟牵头的超过1000万美元的种子轮融资; 该项目由经纬中国和中金资本的中金硅谷于2020年4月完成。该基金领投了该项目,百度风险投资公司继续在A轮融资中追加投资2600万美元。

2020年7月,它完成了由合力资本投资的数千万美元的A轮融资。2019年4月,熙之科技发布了全球首个光子芯片原型板,在运行TensorFlow处理MNIST数据集的测试中,其速度提高了一百倍以上,准确率接近电子产品 芯片(高于97%),矩阵乘法就完成了。使用的时间少于最先进的电子芯片的1/100。

Xizhi Technology计划从2021年开始将高效的量产产品引入AI云计算。▲由Xizhi Technology开发的全球首个光子芯片原型板Lightmatter,由Carnick Harris在波士顿创立,已获得Google Ventures,Spark Capital和Jingwei Venture Capital的3,300万美元资金。

▲Lightmatter联合创始人Darius Bunandar(左),Nicholas Harris(中),Thomas Graham(右)在2020年的Hot Chips会议上,Lightmatter展示了其测试芯片Mars用于AI推理加速。该芯片采用硅光电技术和MEMS技术,可通过使用毫瓦级激光光源为光进行矩阵矢量乘法提供动力。与传统电子芯片相比,其计算速度提高了几个数量级。

米乐电竞

Lightmatter希望在2021年秋季推出该测试芯片的首个商业产品,并为其构建必要的软件工具链。哈里斯表示,在BERT和Resnet-50推理等工作负载下,其量产芯片的能源效率将比AI芯片领导者NVIDIA的旗舰芯片A100高20倍,吞吐量将是A100的5倍。▲看到麻省理工学院团队在“自然光子学”上发表的论文后,Lightmatter测试芯片火星白兵,2014年在中国北京交通大学攻读光电子学,获得了新的启发。

他与来自清华大学的十多人一起,与北京大学等北京8所大学的博士生一起,于2017年在北京成立了光子算术团队,并开始推动光子AI芯片的商业化。▲Photon Arithmetic的创始人兼首席执行官白兵于2018年9月获得了振云创业投资和Inno Angel Fund的天使轮融资。2019年,该奖项获得了清水清明校友基金,Common Investment,Inno Angel Fund和 震云创投。

针对诸如Cloud Venture Capital之类的投资的一轮融资。目前,光子算术已经开发出可编程的光子阵列芯片FPPGA(现场可编程光子门阵列),并在此基础上,北京大学创建了面向服务器的光电混合AI加速计算卡,可以完成机器学习推理,时间 系列分析等。一些自定义的加速任务。它的计算卡已在2020年经过服务器制造商客户的测试。

在低于70W的工作功耗下,它可以执行30或40通道的1080P视频同步处理。混合精度下的峰值计算能力接近20TOPS,光学部分的精度较低。,电气部分精度高。

▲光子算术混合AI加速计算服务器应用测试Luminous Computing是普林斯顿大学在美国成立的一家光子AI芯片初创公司,成立时间相对较晚。该公司于2018年由首席战略官Michael Gao,首席执行官Marcus Gomez和CTO Mitchell Nahmias共同创立。在2019年,它从微软创始人比尔·盖茨和Uber首席执行官Dara Khosrowshahi等著名投资者那里筹集了900万美元。种子轮融资,到2020年,将再筹集900万美元的Helios Capital牵头的A轮融资。

Nahmias在普林斯顿大学攻读博士学位期间的主要研究方向是光子AI芯片。与MIT团队不同,他们没有使用MZI,而是使用一种称为Broadcast and Weight的解决方案。

与MZI解决方案相比,它具有更多的光电转换过程,并且对相位不敏感。Nahmias声称其光子集成电路可以替代3000个TPU板,从而节省更多能源,并且可以突破现有AI芯片用于数据传输的瓶颈。▲广播和加权程序的原理框架。

这些创业团队的硬件旨在插入标准服务器和工作站中,即插即用,并且可以与主流AI软件结合使用,以满足商业需求。04.结论:光子计算开始了AI计算的新旅程。训练AI模型需要超高计算能力的计算机芯片。这使得芯片巨头和初创企业围绕AI计算展开了新的竞争。

如今,光子计算仍处于早期阶段。站在这个新的计算轨道上的玩家几乎没有前程可鉴。

他们承受着技术挑战,着陆风险等的压力,试图建立光子计算生态系统并探索改变计算的可能性。对于投资者而言,新兴的计算技术仍然充满风险。

但是,随着世界对多种计算方法的需求增加,以光子计算,神经形态芯片,量子芯片等为代表的新兴计算方法有望突破标准计算系统的限制。这是值得期待的。光学计算在商业化的道路上迈出了重要的一步。

一旦一家初创公司解决了工程难题并取得了商业上的成功,光学计算革命的大门就会打开。本文的好处:在2020年第32届热芯片大会上,在麻省理工学院孵化的初创公司Lightmatter展示了新一代硅光子芯片Lightmatter Mars。

推荐Lightmatter的关于“热芯片”的语音报告,该报告可以通过在官方帐户的聊天栏中回复关键字[智事150]来获得。参考资料:《光子芯片的研究进展与展望》,世界科学; “ MIT初创公司发布了世界上第一个光子AI芯片原型!” 独立的光学计算硬件,巨大的系统已成功集成到常规板中| 独家采访“ DeepTech;初创公司“光子AI芯片新玩家-发光计算”光学小豆芽;“ Alphabet在“超快AI芯片” CNBC上投资了使用光束的初创公司(本文为 网易新闻网易精选内容激励计划签名帐户的原始内容[Smart Things]。

禁止擅自转载该帐户。).。

本文关键词:米乐电竞

本文来源:米乐电竞-www.220kg.com



Copyright © 2020 All Rights Reserved. Theme:  BlogShop
网站地图xml地图