《電子技術(shù)應(yīng)用》
您所在的位置:首頁 > 電子元件 > 業(yè)界動態(tài) > 中國工程院院刊《Engineering》:光子芯片——效率更高,、能耗更低

中國工程院院刊《Engineering》:光子芯片——效率更高,、能耗更低

2022-02-06
來源:新浪科技

  導(dǎo)讀

  隨著越來越多耗電量大的人工智能不斷投入使用,計算機的能源需求也將飛漲,。為降低耗能和對環(huán)境的影響,芯片" target="_blank">光子芯片——作為一種用光進行運算的芯片,,耗電量只有同等級電子芯片的六分之一,,逐漸被研發(fā)及應(yīng)用于人工智能、自動駕駛汽車,、量子計算等領(lǐng)域,。

  中國工程院院刊《Engineering》2021年第9期刊發(fā)《光子芯片——效率更高、能耗更低》,,報道了光子芯片的研發(fā)及應(yīng)用進展,,介紹了光子芯片較于其他芯片的優(yōu)越性,即光子芯片不存在電阻問題,,因為由激光產(chǎn)生的光子能快速通過波導(dǎo),、調(diào)制器、反射器等原件陣列,,因此,,光子芯片產(chǎn)生熱量更少、能耗也更低,、計算速度也更高,。文章指出,光子芯片將為人工智能帶來突破式發(fā)展,,同樣可以幫助其他計算機領(lǐng)域?qū)崿F(xiàn)能耗降低,。


  本文選自中國工程院院刊《Engineering》2021年第9期

作者:Mitch Leslie

來源:

Light-Based Chips Promise to Slash Energy Use and Increase Speed[J].Engineering,2021,7(9):1195-1196.


  計算機早已是世界能耗巨頭,且隨著越來越多耗電量大的人工智能(AI)投入使用,,計算機的能源需求也將飛漲,。在各方努力降低AI 耗能和環(huán)境影響的進程中,美國馬薩諸塞州波士頓的初創(chuàng)公司Lightmatter 宣布,,已經(jīng)研究出一種用光進行運算的芯片,,耗電量只有同等級電子芯片的六分之一(圖1)。其他公司也在為AI,、自動駕駛汽車,、量子計算等應(yīng)用研發(fā)相似的光子芯片。最近幾十年計算機能耗飛漲,。研究人員估計,,目前數(shù)據(jù)中心所耗能源占全世界能源的1%,。僅谷歌一家公司每年就耗費了12 TW·h 以上的能源,比斯里蘭卡整個國家耗費的能源還要多,。比特幣以及其他種類加密貨幣的挖礦活動自2009 年興起,,現(xiàn)在耗費的電量也越來越多,最新官方估計比特幣挖礦每年耗費電量達121 TW·h,。AI 也是耗電大戶,,特別是其中的深度學(xué)習(xí)、面部識別等功能所必需的深度學(xué)習(xí)算法,。訓(xùn)練這些算法時,,需要處理大量數(shù)據(jù),也就相應(yīng)地需要耗費大量電力,,并可能產(chǎn)生巨量二氧化碳,。一項研究估計,深度學(xué)習(xí)算法訓(xùn)練所需能源相當(dāng)于一輛汽車在其使用壽命內(nèi)所耗盡的能源總量,。


e37f-3e1c55afdcbb2f41ba33c3c0991be7ff.png

     圖1 波士頓Lightmatter 公司所開發(fā)的Envise 光子芯片將用于加速AI 的深度學(xué)習(xí),。該公司稱一組服務(wù)器若使用該芯片,其所消耗的電量將大幅降低,,而其每秒執(zhí)行的推理次數(shù)將是競爭對手開發(fā)的服務(wù)器的三倍以上,。來源:Lightmatter(公共領(lǐng)域)

  各個公司也采取了多種方式抑制能耗并減少計算機計算對氣候產(chǎn)生的影響。例如,,數(shù)據(jù)中心能效得到了有效提升,。2010—2018 年數(shù)據(jù)中心能耗僅上升了6%,算力則提升了6 倍,。但是使用光子而非電子的光基集成電路在降能耗上表現(xiàn)更為出色,。

  這些電路能耗如此之低,歸功于光的性質(zhì),。當(dāng)電子通過晶體管和其他傳統(tǒng)集成電路元件時,,會遇到阻力并產(chǎn)生熱量。隨著設(shè)計者不斷將各種元件添加到芯片上,,芯片產(chǎn)生的熱量自然會升高。電子這一特性甚至成為了微型芯片性能提升的障礙,,同時也是計算機能耗如此之高的主要原因,。舉個例子,數(shù)據(jù)中心40%的能耗都用于散熱,。相較之下,,一個光子芯片不存在電阻問題,因為由鐳射產(chǎn)生的光子能快速通過波導(dǎo),、調(diào)制器,、反射器等原件陣列。因此,光子芯片產(chǎn)生熱量更少,,能耗也更低,。光子芯片計算速度也更高。在光基設(shè)備中數(shù)據(jù)以光速移動,,比普通電路中電子移動速度快10 倍,。美國馬薩諸塞州劍橋市麻省理工學(xué)院的電子工程學(xué)和計算機工程學(xué)副教授Dirk Englund 說道:“物理學(xué)使我們有了如此巨大的收獲?!彼€稱,,光子芯片能將處理速度提升6~7 個數(shù)量級。

  在電路上用光子代替電子這一設(shè)想由來已久,。20 世紀六七十年代,,研究者就已經(jīng)開始開發(fā)光子芯片了。那時候,,部分專家預(yù)計光子芯片會像傳統(tǒng)集成芯片一樣迅速微型化,。至1990 年,美國新澤西州茉莉山的貝爾實驗室就制作出了光子計算機的原型機,。該原型機能使用光進行計算,。但是光子芯片發(fā)展步伐從未追上電子芯片。Englund 說,,其中一個原因就是雖然工程師能將電子元件縮小,,讓一個芯片上集成數(shù)十億元件,但是他們不知道怎樣才能將光子元件也縮小到如此地步,?!叭昵埃藗冞€難以讓光子元件足夠緊湊,?!?/p>

  自此以后,光子設(shè)備制造方法也不斷優(yōu)化,,使得光子元件也越來越小,。例如,微型版的馬赫-曾德爾干涉儀(Mach-Zehnder interferometer)是有希望制造出來的,。馬赫-曾德爾干涉儀是Lightmatter 公司制造新型芯片的關(guān)鍵元件,,其能分離光束,由此使設(shè)備執(zhí)行矩陣乘法計算,。但是光子芯片上的元件數(shù)量仍遠遜于電子芯片,。加利福尼亞大學(xué)圣塔芭芭拉分校電子與計算機工程及材料學(xué)教授John Bowers 稱,當(dāng)前光子芯片元件數(shù)量也只是一萬出頭,。但是經(jīng)過數(shù)十年的發(fā)展,,光子集成電路已經(jīng)集成了各種元件,,其中就包括可以通過光纖通信的收發(fā)器。現(xiàn)在,,性能更強的光子芯片也陸續(xù)商業(yè)化或進入研發(fā)階段,。研究人員正在研發(fā)的光子集成電路能夠處理激光探測及測距系統(tǒng)的數(shù)據(jù),該系統(tǒng)用于自動駕駛汽車,。加拿大多倫多的一家公司Xanadu 2021 年所公布的光子芯片可幫助研發(fā)量子計算機,,與其競爭對手不同,應(yīng)用此類芯片的計算機將無需極低溫工作環(huán)境,。

  光子芯片將為AI 帶來突破式發(fā)展,,不只因為其極高的運行速度和低能耗。Englund 說,,光子芯片可以輕松運算矩陣向量乘法,,同時支持深度學(xué)習(xí)。而且,,傳統(tǒng)集成電路無法勝任的線性代數(shù)計算,,對光子芯片來說也不在話下。

  數(shù)家公司都在為AI 開發(fā)光子芯片,,其中就包括位于波士頓的Lightelligence 公司,。然而,Lightmatter 公司的Envise 芯片是最接近商業(yè)化的,。公司稱該芯片相比當(dāng)前頂尖電子芯片快10 倍,,且能耗只有后者的15%。不過還沒有第三方對這些數(shù)據(jù)進行核驗,。Lightmatter 公司計劃將在一個刀片服務(wù)器中使用16 個芯片,,組成一個數(shù)據(jù)中心專用AI 計算機,并在2021 年下半年與消費者見面,。當(dāng)然這種設(shè)備并非只采用光子芯片,,它也包含電子芯片。Bowers 認為:“Lightmatter 公司的產(chǎn)品是一個巨大的進步,?!?/p>

  光子芯片同樣可以幫助其他計算機領(lǐng)域?qū)崿F(xiàn)能耗降低。比如,,部分專家認為這類設(shè)備能夠抑制加密貨幣挖礦的能源需求,。然而,這些光子芯片也有局限性,。Englund說,首先,,研發(fā)光基內(nèi)存極為困難,,只能采用傳統(tǒng)電子芯片為Envise 提供內(nèi)存,。此外,光子芯片是模擬計算,,計算精度可能比不上電子芯片,。因此,Lightmatter公司所售刀片服務(wù)器的主要賣點是“加速器”,,用于幫助受過訓(xùn)練的AI算法運行,。

  此外,AI 研究人員稱他們很高興能馬上拿到光子芯片進行測試,。Englund 說:“我們馬上就能看到比較結(jié)果,,見識到光基設(shè)備有多強大?!?/p>

  注:本文內(nèi)容呈現(xiàn)略有調(diào)整,,若需可查看原文。

  


改編原文:

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



WechatIMG454.jpeg

本站內(nèi)容除特別聲明的原創(chuàng)文章之外,,轉(zhuǎn)載內(nèi)容只為傳遞更多信息,,并不代表本網(wǎng)站贊同其觀點。轉(zhuǎn)載的所有的文章,、圖片,、音/視頻文件等資料的版權(quán)歸版權(quán)所有權(quán)人所有。本站采用的非本站原創(chuàng)文章及圖片等內(nèi)容無法一一聯(lián)系確認版權(quán)者,。如涉及作品內(nèi)容,、版權(quán)和其它問題,請及時通過電子郵件或電話通知我們,,以便迅速采取適當(dāng)措施,,避免給雙方造成不必要的經(jīng)濟損失。聯(lián)系電話:010-82306118,;郵箱:[email protected],。