（原标题：初创公司开发了一款光学NPU）

若是您但愿不错时常碰面，迎接标星保藏哦~

来源：本色来自eejournal，谢谢。

垄断基于光子学的期间进行“光速联想”有显著的招引力——不单是是极高的速率，尽管这虽然很进击，而且与基于晶体管逻辑的联想竣事比拟，其功耗也极低。

昔日几年，我战争过几家提供各样光学联想处理决议的公司。但到当前为止，这些处理决议主要触及将不同频率和相位的多束光注入光纤，并垄断插手进行复杂的联想，若是用硅片进行这些联想，则需要广泛晶体管。

好吧，我刚刚战争到光学联想边界的一些崭新事物。我和Michael F?rtsch 博士聊天，他是一家名为Q.ANT的德国初创公司的首席奉行官。虽然，当我说“初创公司”时，咱们需要记着 Q.ANT 成立于 2018 年，到撰写本文时已流程去了六年。我不知谈你是若何念念的，但从期间角度来看，六年前对我来说似乎是一世之久。

浅易先容一下配景故事，迈克尔领先从事的是联想网站的奇迹，但自后以为没趣，于是他开动学习数学和物理，终末获取了马克斯·普朗克学会的博士学位。随后，迈克尔在好意思国国度表率与期间量度所(NIST)奇迹了几年，还作念了一些其他奇迹，终末他决定重返工业界，创办了 Q.ANT。

在继续之前，值得邃密的是，咱们（东谈主类）但愿奉行的联想量现在每三个月阁下就会翻一番。这在多个层面上都是可怕的。

这里的一个问题是咱们奉行联想所亏蚀的能量。当前，大多数联想都是使用基于 CMOS 期间的硅芯片进行的。较小的晶体管比较大的晶体管亏蚀的功率更少。咱们正在转向越来越小的工艺节点，其中晶体管的尺寸以纳米为单元，是以这很好 - 对吗？

问题是，咱们但愿奉行的联想量呈指数级增长，这意味着咱们需要在单个芯片上装配数百亿个晶体管。数百亿个晶体管会亏蚀广震动力，而当一台服务器中有多个这么的芯片、一个机架中有多个服务器、一个数据中亲信知彼万个机架时，动力亏蚀就会加重。

归根结底，咱们当前的联想处理决议 (a) 远莫得达到咱们所但愿的速率，何况 (b) 亏蚀太多电力。举例，迈克尔指出，他最近插足了一次超等联想契机议和展览。他说每个机架都需要水冷。他还指出，在不久的将来，新的超标量数据中心将开动需要我方的专用发电站——可能是袖珍模块化反映堆 (SMR) 的格局。

Q.ANT 是一家酷爱的公司。它领有来自 21 个国度的 100 多名众人，领有约 890 年的行业告戒，平均年齿约为 36 岁。该公司的奇迹是开发光子联想处理决议，以应付现在东谈主工智能 (AI) 期间的两大挑战：1）管束东谈主工智能推理和其他数据密集型应用所需的广泛数据（包括复杂的数学运算）。2）权贵减少现在民众东谈主工智能数据中心所亏蚀的广泛电力和动力。

现在，咱们不错深化量度 Q.ANT 的期间，但我追思深化量度可能会诡秘更大的故事，是以让咱们将事情保握在相对较高的水平。让咱们从底下的图像开动，这是基于光子学的本机处理单元 (NPU)，它成就在公司的光赋能本机算法 (LENA) 架构上。

Q.ANT 的光子芯片是 LENA 的中枢（来源：Q.ANT）

与其他居品比拟，这款光子芯片的第一个辩认在于，它收受薄膜铌酸锂 (TFLN) 制造而成。不雅察左侧的低损耗波导，它将引入光信号；不雅察右侧的低损耗耦合器，它将输出光信号。

中间的金色圆圈是电控光调制器。咱们不错这么统一，每个圆圈都是一个电容器的极板。通过向该极板施加电压，咱们不错调制通过调制器的光信号。多个调制器不错相互鸠合使用，以竣事越来越复杂的联想。

这款 Q.ANT NPU 使用光而不是电子来奉行复杂的非线性数学运算，有望竣事比传统 CMOS 期间至少高 30 倍的动力恶果和权贵的联想速率莳植。 念念念念看，傅里叶变换在传统联想中时时需要数百万个晶体管，而现在只需一个光学元件就能完成。这很令东谈主欢喜，不是吗？

基于这一底层期间，Q.ANT 秘书推出其首款生意居品——基于光子学的 NPU，它配备了行业表率的 PCI-Express（PCIe）接口，与现在现存的联想生态系统透顶兼容。

PCIe 卡上的 Q.ANT NPU（来源：Q.ANT）

嗯，这如实看起来很棒，但这项期间到底有多好呢？我很欣慰你问这个问题，因为迈克尔共享了一张以超过直不雅的花样“传达这个念念法”的图片，如下所示。

LENA 与表率 GPU（来源：Q.ANT）

假定咱们试图窥探 AI 识别文森特·梵高的《星夜》。咱们使用基于 LENA 的 NPU 而不是在传统图形处理单元 (GPU) 上竣事的表率东谈主工神经收罗 (ANN) 进行窥探

上行裸露一个窥探周期 (epoch) 后的适度。下行裸露 150 个周期后的适度。很容易看出 Q.ANT 处理决议有多先进。雷同值得邃密的是，LENA 仅需要 0.1 百万个参数，仅奉行 0.2 百万次操作，而 GPU 则需要 5.1 百万个参数和 10 百万次操作。

现在我还是引起了你们的邃密，我会起首告诉你们当前的情况，然后告诉你们我认为畴昔事情可能会如何发展。

当前的情况是，上图第一张图中所示的 TFLN NPU 装配在一块原始的硅基板上——基本上等于一块莫得任何晶体管的硅片。当前，这块基板的主要作用（虽然，除了提供摒弃物以外）是为调制器提供电容器的另一侧（我将其视为不错偏置或至少接地的“大容量电容器板”）。此外，如今，光信号通过老例光纤传入和传出该开发。

那么畴昔会如何呢？起首，我不错设念念将铌酸锂层径直装配在功能都全的硅芯片上。在这种情况下，咱们不错在芯片顶部（战争 NPU 底面的一侧）使用金属化圈看成各个调制器电容器的名义，何况不错在 NPU 顶面上涂一层导体看成“大容量电容器板”。

其次，与使用光纤将光信号“水平”地传送到铌酸锂层的边际不同，咱们不错使用硅芯片中制造的激光二极管将光信号垂直朝上传输到 NPU 的低损耗光波导中。雷同，与使用光纤访谒从铌酸锂层的边际“水平”传出的光信号不同，咱们不错使用硅芯片中制造的光电二极管从 NPU 的低损耗光耦合器垂径直纳这些光信号。

念念象一下，将现在任何高端 CPU、GPU、FPGA 或 SoC（当前仅由硅制成）与上述光学 NPU 相鸠合。统共东西都将放在团结个封装中（不比今天的封装大），在外界看来就像日常芯片一样。我应该指出，统共这些都只是我的推断；这不是迈克尔说 Q.ANT 正在作念的事情，但若是我在 Q.ANT 有话要说，我会视察这件事。

非线性收罗的潜在应用不错通过 Q.ANT 期间得到增强，从而提供更高的性能，同期亏蚀更少的电量，这些应用多各样种。底下列出了一些示例。

非线性收罗的示例应用（来源：Q.ANT）

我认为，对于任何参与 AI 和高性能联想 (HPC) 的东谈主来说，这种光子处理在恶果和性能方面都超过酷爱。虽然，这不全是对于我的（应该是，但事实并非如斯）。那么，你对这一切有什么认识？

如有硅光流片需求，

迎接扫码，将有专东谈主对接。

https://www.eejournal.com/article/a-bold-new-twist-on-optical-computing/

半导体极品公众号推选

专注半导体边界更多原创本色

热心民众半导体产业动向与趋势

*免责声明：本文由作家原创。著述本色系作家个东谈主不雅点，半导体行业不雅察转载仅为了传达一种不同的不雅点，不代表半导体行业不雅察对该不雅点赞同或撑握，若是有任何异议，迎接筹议半导体行业不雅察。

今天是《半导体行业不雅察》为您共享的第3976期本色，迎接热心。

『半导体第一垂直媒体』

及时 专科 原创 深度

公众号ID：icbank

心爱咱们的本色就点“在看”共享给小伙伴哦开云体育