光子计算元年?全球最高累计融资额光子计算创业公司出炉,中国科学家团队领衔

今日,源自麻省理工学院的光子计算硬件开发公司曦智科技宣布,已于近期完成 2600 万美元 A 轮融资。

该轮融资由经纬中国和中金资本旗下中金硅谷基金领投,祥峰投资、中科创星、招商局创投等跟投,老股东百度风投和峰瑞资本持续加码。

继 2018 年获得 1070 万美元的种子轮融资后,公司在精炼人才储备、完善设计流程、敲定供应链上已经完成了准备,成功起跑。此次 A 轮融资使曦智科技的累计融资额达到 3670 万美元,成为了目前全球融资额最高的光子计算创业公司。而本轮融资也让公司能够保持足够的弹药,加速产品化的进度。接下来,公司将持续投入面向数据中心的第一款产品的研发,并探索在一些细分场景下的商业落地。

图|曦智科技产品模型图

近年来,在如何为机器智能提供更强大的算力上,学界和业界已经在考虑下一波发展浪潮,光子计算正是颇具潜力的选项之一。

利用硅光子来做数据传输和矩阵乘法运算,在功耗降低和速度提升上前景可期,很可能带来光子计算有史以来最大的机会。应用在云计算环境中,它可以加速深度学习的训练和推理,同时边缘设备也能受惠于这一技术,例如对功耗更敏感的无人机、传感器等设备。

曦智科技联合创始人兼 CEO 沈亦晨博士表示:“在过去两年,光子计算在全球受到了相当高的关注,不再是一个科研项目,而是一个正在产品化的技术,并且有多家创业公司以及大公司已相继入场。”一个有力证明是,在执行线性运算这类任务上,曦智科技的第一款原型板卡已经在速度上优于传统的电子计算芯片,并且还有相当大的提升空间。

可以说,曦智科技作为光子计算领域第一家公司,一直跑在最前列。从 2017 年沈亦晨博士与其所在的麻省理工学院团队在《自然-光子学》上发表一篇重要论文,将集成光子计算的新起点展示在世人面前,到 2019 年初的第一款产品原型问世,再到 2020 年的配套算法展现光子计算软硬结合的更多应用场景可能性(详见 DeepTech 相关报道《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》),并成功吸引国内外如谷歌、FaceBook、AWS、BAT 级别的客户接洽,曦智科技作为光子计算领域第一家公司,在不到 3 年的时间成功将原本“束之高阁”的前沿计算技术快速推向市场。


图|沈亦晨博士与其所在的麻省理工学院团队在《自然-光子学》上发表的论文

这家年轻的初创公司也因此在 2019 年同阿里云、百度、华为等公司一同入选《麻省理工科技评论》50 家聪明公司(MIT Technology Review 50 Smartest Companies)。

这些成绩都展示了曦智科技未来更大的发展潜力。

目前,曦智科技拥有近 50 名员工,在美国波士顿和中国上海发展了属于自己的跨国多元团队,均拥有功能齐全的光学实验室,团队成员背景包括麻省理工学院、哥伦比亚大学、佐治亚理工大学、北京大学和加州大学伯克利分校等的优秀毕业生,以及产业界来自谷歌、微软、英特尔、英伟达、AMD、ADI 等公司的业界知名人士。公司正在重点扩张中国核心团队。


图|曦智科技团队

 

一项创新研究,“重启”光子计算

尽管曦智科技是一家年轻的公司,但其所专注的光子计算,其实是一个古老的技术领域。

作为一种完全不同于电子计算的技术,光子计算以光子为信息处理载体,依赖光硬件而非电子硬件,以光运算代替电运算,擅长快速并行处理高度复杂的计算任务,但它一直没找到合适的应用场景,且受限于传统分离式光子器件,具有光场调控手段单一、光子设计体积庞大的缺点。因此,光子计算一直都停留在实验室阶段。

近几年,电子计算愈发受制于摩尔定律,让一部分人将目光从“电”转向了速度更快、能耗更低的“光”。

一方面,受光通讯领域的带动,硅基光电子技术在过去十年经历了非常显著的发展。简单地解释硅基光子技术,就是在传统 CMOS 芯片上蚀刻微米级别的光学元器件,作用类似于空间光学里的反射镜,棱镜以及显示器,这项技术大大提高了光学元器件的集成度。光子芯片可沿用目前成熟的半导体工艺技术,现有的光子芯片仅需要 45-90nm 工艺就可以完成想要的性能。

另一方面,基于人工神经网络算法的深度学习系统的流行,密集的矩阵乘法运算以及数据传输正是人工智能算法中最耗时间和功率的。但光子芯片可以用来执行 AI 计算里最重要的两个步骤,并具有独特优势:在片上数据传输以及矩阵运算方面可以大大降低延时和能耗,并且提高带宽。

由此,光子 AI 芯片的概念应运而生。

曦智科技成立的目的,就是从光子芯片这个全新的角度来切入 AI 加速。“对产业界来说,这可能开启了一个全新的方向,而且它的发展速度远远高于电子运算。”沈亦晨说。

2016 年,沈亦晨还在麻省理工学院做博士后期间,他所在的研究团队打造了首个光子计算系统。该成果于 2017 年以封面文章的形式发表在顶级期刊 《自然-光子学》上,在硬件和算法有着双重创新

在硬件上,光干涉仪作为基本的矩阵运算单元有效取代了传统电子晶体管;

在算法上,团队开发了一系列在不牺牲性能条件下有效降低深度学习计算量、并适应于光子芯片的算法。


图|曦智科技 CEO 沈亦晨(来源:麻省理工科技评论)

当时,国际著名光学科学家、斯坦福大学终身教授 David Miller, 曾专门在《自然》杂志上撰文评价沈亦晨团队的光子 AI 芯片的研究成果,称“这一系列的研究成果极大地推动了集成光子在未来取代传统电子计算芯片的发展”。

曦智科技也正以此作为起点,并成功于 2019 年 4 月正式发布了全球首款光子芯片原型板卡,验证了当时的开创性想法,成功将当时占据了半个实验室的整个光子计算系统集成到了常规大小的板卡上。团队在约 2 年时间便实现了计算效率的提升、软件环境和集成程度的成熟,对于光子计算从实验室走向市场,这是意义非凡的一步。


图|曦智科技开发的世界第一款光子芯片原型板卡

这款原型产品成功运行了 Google TensorFlow 自带的卷积神经网络模型来处理 MNIST 数据集。这是一个使用计算机视觉识别手写数字的基准机器学习模型,也是机器学习中最著名的基准数据集之一。测试中,整个模型超过 95% 的运算是在光子芯片上完成的处理,测试结果显示,光子芯片处理的准确率已经接近电子芯片(97%以上),另外光子芯片完成矩阵乘法所用的时间是最先进的电子芯片的 1/100 以内。


                                                                                 图丨曦智科技晶圆级光子芯片实物图

对于这支创业团队而言,这一步也给了他们更多往前推进光子计算的信心。

正如沈亦晨回答为何创业所言:“要实现光子计算的初衷,待在实验室是无法实现的,只能通过创业这条产业化路径来实现,我别无选择,而现在正是最好的时机。”

 

开拓光子计算边界

近年来得到发展的新型计算技术并不只有光子计算。

AI 所掀起的计算需求不断膨胀,带动了市场针对特定计算推出更适合的新架构,诸如类神经网络芯片(NPU)、量子计算 (Quantum Computing)等,也在焕发生命力。

然而,在能够延续现有成熟半导体工艺技术上,光子芯片的优势又更为明显。

沈亦晨表示,曦智科技计划通过未来持续的定期流片来不断发展,预计公司的第一款商用产品将面向数据中心,并也已经开始与一些对公司的初期系统感兴趣的国内外客户开展合作。

另一个竞争重点在于,新型计算技术必须能够证明自身的实际应用价值。正如许多押注量子计算的大型公司正在“厮杀”量子优越性一样,光子计算同样需要回答这个命题。

因此,在继承现有成熟半导体工艺的基础上,曦智科技也在不断拓宽光子计算应用的新领地。直到今年的一项新算法,他们将边界延伸到了量子计算的“领地”—— 光子对于一些复杂问题优化解决的效率要远高于现有已经实现的量子解决方案。

具体而言,2020 年 1 月,沈亦晨等人在一项刊登于《自然-通讯》的研究中发明了一种新的伊辛(Ising)算法,专门用于基于光子硬件探索 NP 完全问题,证明光子对于复杂问题优化解决的效率要远高于现有已经实现的量子解决方案(在这之前,相当一部分量子计算领域研究一直用伊辛来展示量子计算的优势)。

光子这种求解伊辛问题的更优能力,从生物学研究到药物发现再到路线优化,在大量科学工程学中遇到的优化问题上都有施展的空间,未来或可以帮助到生物技术、出行等不同的行业。

值得一提的是,这个新的光子算法正是基于曦智科技此前的光子芯片原型板卡。

沈亦晨表示:“我们的下一款芯片将会在性能上彻底颠覆现有的电子同类产品”。基于光子芯片速度快、损耗少、算力高、成本低的这些特点,很多面临性能瓶颈的深度学习场景将是这款产品大展身手的方向。涵盖硬件到算法,曦智科技在未来 2-3 年将致力于布局与打造包含芯片设计、核心算法、传输等在内的完整光子计算生态。


图|曦智科技未来产品概念 

众所周知,芯片是各种智能系统中最关键的技术,全球芯片产业过去近半个世纪的兴盛史已证明了这一点,但中国还需要证明更多:在完全由电子支配的计算时代,中国已经落下距离,而由 AI 大规模应用驱动的新一计算技术创新,被视为改变该现状的一个支点。

现在,整个电子芯片产业界都在不断挑战半导体工艺技术极限,以满足越来越高的计算性能要求,但付出的代价也愈发逼近极限,光子芯片正发展成为应对这项挑战的潜在技术。而在这个领域上,暂时没有出现市场领跑者。

从已经公布的产品进度来看,作为全球首个光子 AI 芯片的公司,曦智科技仍将是最值得关注的公司之一——尤其对于当下的中国来说,更需要这样的科技创新力量。

 

文章来源:Deeptech

关闭菜单