本文来自微信公众号:Engineering(ID:engineering2015),作者:Mitch Leslie,原文标题:《光子芯片——效率更高、能耗更低丨Engineering》,头图来自:unsplash


计算机早已是世界能耗巨头,且随着越来越多耗电量大的人工智能(AI)投入使用,计算机的能源需求也将飞涨。在各方努力降低 AI 耗能和环境影响的进程中,美国马萨诸塞州波士顿的初创公司Lightmatter宣布,已经研究出一种用光进行运算的芯片,耗电量只有同等级电子芯片的六分之一。其他公司也在为AI、自动驾驶汽车、量子计算等应用研发相似的光子芯片。


波士顿Lightmatter公司所开发的Envise光子芯片将用于加速AI的深度学习。该公司称一组服务器若使用该芯片,其所消耗的电量将大幅降低,而其每秒执行的推理次数将是竞争对手开发的服务器的三倍以上。来源:Lightmatter(公共领域)。
波士顿Lightmatter公司所开发的Envise光子芯片将用于加速AI的深度学习。该公司称一组服务器若使用该芯片,其所消耗的电量将大幅降低,而其每秒执行的推理次数将是竞争对手开发的服务器的三倍以上。来源:Lightmatter(公共领域)。


最近几十年计算机能耗飞涨。研究人员估计,目前数据中心所耗能源占全世界能源的1%。仅谷歌一家公司每年就耗费了 12 TW·h 以上的能源,比斯里兰卡整个国家耗费的能源还要多。


比特币以及其他种类加密货币的挖矿活动自2009年兴起,现在耗费的电量也越来越多,最新官方估计比特币挖矿每年耗费电量达121 TW·h。


AI也是耗电大户,特别是其中的深度学习、面部识别等功能所必需的深度学习算法。训练这些算法时,需要处理大量数据,也就相应地需要耗费大量电力,并可能产生巨量二氧化碳。一项研究估计,深度学习算法训练所需能源相当于一辆汽车在其使用寿命内所耗尽的能源总量。


各个公司也采取了多种方式抑制能耗并减少计算机计算对气候产生的影响。例如,数据中心能效得到了有效提升。2010年~2018年数据中心能耗仅上升了6%,算力则提升了6倍。但是使用光子而非电子的光基集成电路在降能耗上表现更为出色。这些电路能耗如此之低,归功于光的性质。当电子通过晶体管和其他传统集成电路元件时,会遇到阻力并产生热量。随着设计者不断将各种元件添加到芯片上,芯片产生的热量自然会升高。


此外,光子芯片计算速度也更高。在光基设备中数据以光速移动,比普通电路中电子移动速度快10倍。美国马萨诸塞州剑桥市麻省理工学院的电子工程学和计算机工程学副教授Dirk Englund说道:“物理学使我们有了如此巨大的收获。”他还称,光子芯片能将处理速度提升 6~7 个数量级。


除此,光子芯片将为AI带来突破式发展,不只因为其极高的运行速度和低能耗。Englund说,光子芯片可以轻松运算矩阵向量乘法,同时支持深度学习。而且,传统集成电路无法胜任的线性代数计算,对光子芯片来说也不在话下。


数家公司都在为AI开发光子芯片,其中就包括位于波士顿的Lightelligence公司。然而,Lightmatter公司的Envise芯片是最接近商业化的。公司称该芯片相比当前顶尖电子芯片快10倍,且能耗只有后者的15%。不过还没有第三方对这些数据进行核验。Lightmatter公司计划将在一个刀片服务器中使用16个芯片,组成一个数据中心专用AI计算机,并在2021年下半年与消费者见面。当然这种设备并非只采用光子芯片,它也包含电子芯片,加利福尼亚大学圣塔芭芭拉分校电子与计算机工程及材料学教授John Bowers认为:“Lightmatter公司的产品是一个巨大的进步。”


光子芯片同样可以帮助其他计算机领域实现能耗降低。比如,部分专家认为这类设备能够抑制加密货币挖矿的能源需求。然而,这些光子芯片也有局限性。Englund说,首先,研发光基内存极为困难,只能采用传统电子芯片为 Envise 提供内存。此外,光子芯片是模拟计算,计算精度可能比不上电子芯片。因此,Lightmatter公司所售刀片服务器的主要卖点是“加速器”,用于帮助受过训练的AI算法运行。此外,AI研究人员称他们很高兴能马上拿到光子芯片进行测试。Englund说:“我们马上就能看到比较结果,见识到光基设备有多强大。”


以上内容来自:Mitch Leslie.Light-Based Chips Promise to Slash Energy Use and Increase Speed [J]. Engineering, 2021, 7(9): 1195-1196.


本文来自微信公众号:Engineering(ID:engineering2015),作者:Mitch Leslie