作者: 赵广立 来源:中国科学报 发布时间:2019-1-11
选择字号:
起底“换道超车”的“光子人工智能芯片”:
理想“丰满” 现实遥远

 

媒体披露的“光子人工智能芯片”

■本报记者 赵广立

中国芯又“换道超车”了,不过这次是“光子人工智能芯片”。

1月6日,有媒体在一篇题为《光子人工智能芯片助“中国芯”换道超车》的 文章里,介绍了一种在许多人看来可以称之为神奇的“光子人工智能芯片”:它“算力是传统电子人工智能(AI)芯片的1000倍,但功耗只有其百分之一”,“未来可广泛应用于手机、自动驾驶、智能机器人、无人机等领域”。根据该媒体的报道,该光子人工智能芯片项目已经于近日落户顺义,“将这项新技术推向了台前”。

该文还指出,光子人工智能芯片“出自一个由清华、北大、北交大等多所高校的在校博士生组成的创业团队”,并指出该团队是“全国第一个、全球第二个”光子人工智能芯片研究团队。

并非“超车”,或仅是“换道追赶”

《中国科学报》记者通过采访调查了解到,这支由“多所高校在校博士生组成的团队”之所以宣称自己是“全球第二个”光子人工智能芯片团队,是因为在光子AI芯片这条赛道上,国际上“早有蜻蜓立上头”。

来自麻省理工学院的研究团队与他们的合作者早在2016年甚至更早就提出了这种思路:用光子代替电子,来进行一些人工智能计算。他们认为这种方法将会大大提高计算速度和效率,并于2017年6月12日将他们的一些实验结果发表在著名期刊《自然—光子学》上。

该论文的第一作者及通讯作者沈亦晨,是一位出生在杭州的青年科学家,发表论文时为麻省理工学院博士后。为了实现光子芯片,沈亦晨还组建了一支团队“Lightmatter”,此后在组建公司时更名为Lightelligence,目前沈亦晨是Lightelligence 的联合创始人兼CEO。

凭借光子芯片,Lightelligence团队拿下了2017年的麻省理工学院“$100K 创业大赛”和哈佛大学“Harvard President Innovation Challenge”的第一名,这两项赛事都是全美高校最负盛名的学生创业大赛。

值得一提的是,百度风投联合美国半导体行业的基金投资了沈亦晨的Lightelligence团队,种子轮为1000万美元。Lightelligence团队当时表示,计划于2019年第一季度开发出原型产品。

中科院上海微系统与信息技术所研究员余明斌1月8日在接受采访时告诉《中国科学报》,他对沈亦晨团队有些了解,沈亦晨本人在麻省理工学院就读时就已在该方向进行过大量探索。不过,据他最近与沈亦晨沟通了解到,目前光子AI芯片领域的研发仍处于早期阶段。

不过,在媒体报道中,研究团队负责人白冰直言“(光子人工智能)芯片的设计、加工、封装、测试全部在国内完成,摆脱了对国外高制程光刻机的依赖,是我国在芯片领域换道超车的核心技术”,不仅容易给人造成“光子AI芯片已然可以流片使用”的假象,其“换道超车”之说更是令人费解。

“摆脱高制程光刻机依赖”偷换概念

在媒体报道中,白冰在阐述“光子人工智能芯片发展的意义”时提到,其在生产加工环节,只需采用国内130纳米微电子加工工艺即可,这“摆脱了对国外高制程光刻机的依赖”“无须在工艺制程上进行追赶”。

在电子芯片的核心加工环节中,高精密度的光刻机的确是很强的技术壁垒,目前我国芯片加工、生产在这方面对外依赖程度很高,在成本等多个方面受限。然而,将对加工工艺有明显不同要求的光子芯片与电子芯片直接横向对比,难免有引起误会之嫌。

光子AI芯片确实不需要太高的制程工艺,而这是光电子器件的特性决定的。一位从事硅基光子器件研发、要求匿名的教授告诉《中国科学报》,光波长在微米级别,器件尺寸较大,通常不需要几纳米尺寸的结构来控制,工程上确实比较容易实现。

该教授说,打个比方,其言论就好比我们生产一辆拖拉机,“摆脱”了对德制8缸发动机的“依赖”一样。

神经网络计算带来“机会”

为何光子芯片能比传统电子芯片有如此显著的性能功耗比?沈亦晨曾在受访时解释说,光子的特性先天适合线性计算(AI 算法里重要的部分),这包含了高维度的并行计算。

在人工智能算法中,包含有多次矩阵相乘的运算,传统计算机架构的CPU和GPU在处理这些运算的时候相对吃力,计算效率较低;而基于光学的计算方法,恰好长于此项——一旦被设置好,光学芯片开展诸如矩阵乘法运算所消耗的能量,理论上接近0。此外,由于光本身就是一种模拟介质,其可以直接在模拟域进行运算,而这要远快于那些基于“模拟—数字转换”的方法。

“利用光子来做矩阵乘法运算是功耗降低和速度提升的主要原因”,沈亦晨说,因为密集的矩阵乘法运算“是人工智能算法中最耗时间和功率的”。

一个可参照的例子是,即使是一片普通的眼镜片,也会对穿过它的光波进行一次复杂的运算:傅立叶变换。而光子芯片所执行的运算或许比傅立叶变换还要简单,但基本原理类似。

这在沈亦晨看来,“可能是光学计算有史以来最大的机会”。

这是因为,曾有很多研究者长期以来寄望于研发基于光子的计算机,但结果往往事与愿违——过去,神经网络计算尚不流行,而传统的逻辑计算并不是光子计算最擅长之处。 而今,基于光子的神经网络系统“可能对于某些深度学习算法是可行的”。

并且,随着半导体工业来到后摩尔定律时代,光子计算也是对摩尔定律的一种有效补充。余明斌告诉记者,与量子计算类似,待摩尔定律走到极限,光子计算是可以让芯片性能继续提升的一个选项。

不过,受访专家提醒道,光子计算和量子计算还有一处类似:目前仍处于实验验证阶段,何时能够实现尚不得知。

尚处于早期探索阶段

光子计算机由来已久。从 20世纪60 年代开始,美国贝尔实验室就曾花费巨资研发通用光学计算机部件,但他们的努力至今也没有取得太多成效。

个中原因,上文要求匿名的教授认为,尽管光子计算早有人做,但貌似“一直没有找对方向,现在似乎也没有”。

记者了解到,和微电子一样,“硅光子”也是基于硅材料的半导体架构。不过,光不适合做非线性运算,且光芯片的集成度和尺寸有一定的规范,要取代半导体芯片还有很大的难度。并且,在实现光子计算的路上还有很多重大的工程改进需要完成。

而从白冰团队所披露的信息来看,鉴于“没看到太多实质性内容和突破性创新”,上述匿名教授认为该团队描述的光子人工智能芯片的前景“尚有待观察”。

“光子芯片距离可用的功能芯片还很远。”受访专家告诉《中国科学报》,就算是起步较早的沈亦晨团队,目前也没有宣称推出真正的功能芯片。

余明斌还对《中国科学报》说道,媒体在文末引用的他的观点,可能是早前其在某论坛上的一些陈述,“我想要表达的是‘硅光技术可能带来一些重大的突破’”。

事实上,光子芯片目前确处于早期探索阶段。2016年,中科院B类战略性先导科技专项就立项支持了一个该类探索科研项目——“大规模光子集成芯片”项目。该项目由中科院西安光学精密机械所牵头,联合中科院半导体所、上海微系统与信息技术所、计算技术所共同承担。而中科院B类先导专项的定位,就是着眼未来,瞄准新科技革命“可能发生的方向和发展迅速的新兴、交叉、前沿方向”。

多位受访专家对《中国科学报》说,有年轻团队愿意探索、有投资人愿意投资这种面向未来的前沿新兴领域是好事情,但现在有些媒体、创业团队甚至学术研究者为了博眼球、融资、拿项目,动辄在“卡脖子”和“突破卡脖子”上大做文章,“未免太过了”。

上述匿名教授也对《中国科学报》表示,虽然“不太相信那篇报道所说的”,但“我基本上还是支持的,就算是跟在后面,作一些尝试总是好的”。

《中国科学报》 (2019-01-11 第7版 信息技术)
 
 打印  发E-mail给: 
    
 
以下评论只代表网友个人观点,不代表科学网观点。 
相关新闻 相关论文

图片新闻
蛟龙号深海载人潜水器“升级换代”后亮相 我国成功发射第四十四颗北斗导航卫星
最有效疟疾疫苗将大规模测试 非洲最大食肉哺乳动物犬齿似香蕉
>>更多
 
一周新闻排行 一周新闻评论排行
 
编辑部推荐博文