AI는 오늘날 많은 제품과 서비스의 기본이지만 데이터 및 컴퓨팅주기에 대한 갈망은 끝이 없습니다. 가벼운 문제 AI 작업에 특화된 초고속 포토 닉 칩으로 무어의 법칙을 뛰어 넘을 계획이며, 새로운 80 천만 달러로 회사는 자사의 경량 컴퓨팅을 시장에 출시 할 준비가되어 있습니다.

우리는 2018 년에 처음으로 Lightmatter를 다루었습니다., 창립자들이 MIT에서 갓 벗어 났고 11 만 달러를 모금하여 포토 닉 컴퓨팅에 대한 아이디어가 그들이 주장한 것만 큼 가치가 있음을 증명했습니다. 그들은 다음 XNUMX 년 동안 기술을 구축하고 개선하며 하드웨어 신생 기업과 기술 창립자가 찾는 모든 장애물에 부딪 혔습니다.

회사의 기술이하는 일에 대한 전체 분석은 그 기능을 읽으십시오 — 필수 사항은 변경되지 않았습니다.

간단히 말해서, Lightmatter의 칩은 말 그대로 순식간에 기계 학습의 기본이되는 복잡한 계산을 수행합니다. 전하, 논리 게이트 및 트랜지스터를 사용하여 데이터를 기록하고 조작하는 대신 칩은 빛의 경로를 조작하여 계산을 수행하는 광자 회로를 사용합니다. 수년 동안 가능했지만 최근까지도 대규모 작업이 가능했으며 실제로 매우 가치있는 목적으로는 불가능했습니다.

제품 프로토 타입

Lightmatter가 2018 년에 시작되었을 때이 기술이 Google 및 Amazon과 같은 수천 개의 사용자 지정 단위 회사가 AI를 교육하는 데 사용하는 것과 같은 더 전통적인 컴퓨팅 클러스터를 대체하기 위해 판매 할 수 있는지 여부는 완전히 명확하지 않았습니다.

“원칙적으로 기술이 훌륭해야한다는 것을 알고 있었지만 우리가 알아 내야 할 세부 사항이 많았습니다.”CEO이자 공동 창립자 인 Nick Harris는 인터뷰에서 TechCrunch에 말했습니다. "우리가 극복해야 할 많은 어려운 이론적 컴퓨터 과학 및 칩 설계 과제… 그리고 COVID는 짐승이었습니다."

공급 업체가 위임을 받고 업계의 많은 사람들이 파트너십을 일시 중지하고 프로젝트를 연기하는 등의 일로 인해 전염병으로 인해 Lightmatter가 일정보다 몇 달 뒤처졌지만 다른 쪽은 더 강해졌습니다. Harris는 칩 회사를 처음부터 구축하는 데 따르는 어려움이 예상치 못한 것은 아니지만 상당하다고 말했습니다.

이미지 크레딧 : 가벼운 문제

"일반적으로 우리가하는 일은 꽤 미친 짓입니다."라고 그는 인정했습니다. “우리는 무에서 컴퓨터를 만들고 있습니다. 우리는 칩, 칩 패키지, 칩 패키지가 놓이는 카드, 카드가 들어가는 시스템, 그리고 여기에서 실행되는 소프트웨어를 설계합니다. 이 모든 전문 지식을 아우르는 회사를 만들어야했습니다.”

이 회사는 소수의 창립자에서 Mountain View와 Boston에있는 70 명 이상의 직원으로 성장했으며, 신제품을 시장에 출시하면서 계속 성장할 것입니다.

몇 년 전 Lightmatter의 제품은 눈에 잘 알려진 반짝임 이었지만 이제는 '범용 광자 AI 가속기'라고 부르는 Envise에서보다 견고한 형태를 취했습니다. 일반 데이터 센터 랙에 맞도록 설계된 서버 장치이지만 놀라운 속도로 신경망 추론 프로세스를 수행 할 수있는 여러 개의 포토 닉 컴퓨팅 장치가 장착되어 있습니다. (현재는 복잡한 논리가 아닌 특정 유형의 계산, 즉 선형 대수로 제한되지만 이러한 유형의 수학은 기계 학습 프로세스의 주요 구성 요소입니다.)

Harris는 성능 향상에 대한 정확한 수치를 제공하는 것을 망설 였지만 이러한 개선이 충분히 인상적이지 않다는 것보다 증가하고 있기 때문에 더 많은 것을 제공했습니다. 웹 사이트는 BERT와 같은 대형 변압기 모델에서 NVIDIA A5 장치보다 100 배 빠르면서 에너지의 약 15 %를 사용한다고 제안합니다. 이 플랫폼은 지속적으로 더 많은 컴퓨팅 성능을 필요로하고이를 사용하는 데 필요한 에너지를 코를 통해 지불하는 Google 및 Amazon과 같은 거대 AI 기업에게 두 배로 매력적입니다. 더 나은 성능이나 더 낮은 에너지 비용이 좋을 것입니다. 둘 다 함께 저항 할 수 없습니다.

Lightmatter의 초기 계획은 2021 년 말까지 가장 가능성이 높은 고객을 대상으로 이러한 장치를 테스트하고이를 개선하고 널리 판매 할 수 있도록 생산 수준까지 끌어 올리는 것입니다. 그러나 Harris는 이것이 본질적으로 새로운 접근 방식의 모델 T라고 강조했습니다.

“우리가 옳다면 우리는 다음 트랜지스터를 발명했을뿐입니다.”라고 그는 말했다. 그리고 대규모 컴퓨팅의 목적을 위해 그 주장은 장점이없는 것이 아닙니다. 조만간 초소형 포토 닉 컴퓨터를 손에 넣지 않을 것이지만, 10 년까지 세계 전력의 2030 % 정도가“정말 무제한 식욕을 갖고있다”고 예측되는 데이터 센터에 있습니다.

수학의 색

이미지 크레딧 : 가벼운 문제

Lightmatter가 포토 닉 컴퓨터의 성능을 향상시킬 계획 인 두 가지 주요 방법이 있습니다. 첫 번째이자 가장 미친 소리는 다른 색상으로 처리하는 것입니다.

이 컴퓨터가 실제로 어떻게 작동하는지 생각할 때 그렇게 거칠지 않습니다. 수십 년 동안 컴퓨팅의 핵심이되어 온 트랜지스터는 전기를 사용하여 논리 연산, 게이트 열기 및 닫기 등을 수행합니다. 거시적 규모에서는 파형처럼 조작 할 수있는 다른 주파수의 전기를 가질 수 있지만이 작은 규모에서는 그렇게 작동하지 않습니다. 당신은 단지 한 가지 형태의 통화를 가지고 있으며, 전자와 게이트는 열리거나 닫혀 있습니다.

그러나 Lightmatter의 장치에서 빛은 진행되는 동안 계산을 수행하는 도파관을 통과하여 프로세스를 단순화 (일부 방식으로)하고 속도를 높입니다. 그리고 우리 모두가 과학 수업에서 배운 것처럼 빛은 다양한 파장으로 나옵니다. 동일한 하드웨어에서 독립적으로 동시에 사용됩니다.

청색 레이저에서 전송 된 신호를 빛의 속도로 처리 할 수있는 동일한 광학 마법이 최소한의 수정으로 적색 또는 녹색 레이저에서 작동합니다. 그리고 광파가 서로 간섭하지 않으면 일관성을 잃지 않고 동시에 동일한 광학 부품을 통해 이동할 수 있습니다.

즉, Lightmatter 칩이 빨간색 레이저 소스를 사용하여 20 초에 백만 번의 계산을 수행 할 수 있다면 다른 색상을 추가하면 XNUMX 백만 개가되고 다른 색상을 추가하면 XNUMX 개가됩니다. 수정이 거의 필요하지 않습니다. 가장 큰 장애물은 작업에 적합한 레이저를 얻는 것입니다. 거의 동일한 하드웨어를 사용하고 거의 즉각적으로 성능을 XNUMX 배, XNUMX 배 또는 XNUMX 배 향상시킬 수 있다는 점은 멋진 로드맵을 만듭니다.

또한 회사가 정리 작업을 진행하는 두 번째 도전, 즉 상호 연결. 모든 슈퍼 컴퓨터는 수천 대 수천의 작은 개별 컴퓨터로 구성되어 완벽하게 동기화됩니다. 그렇게하려면 각 코어가 다른 코어가 수행하는 작업을 알고 있는지 확인하고 슈퍼 컴퓨팅이 처리하도록 설계된 엄청나게 복잡한 컴퓨팅 문제를 조정하기 위해 지속적으로 통신해야합니다. (인텔은 엑사 규모의 슈퍼 컴퓨터를 구축하는이 "동시성"문제에 대해 이야기합니다. 여기에서 지금 확인해 보세요..)

“우리가 그 과정에서 배운 것 중 하나는이 칩이 너무 빨라서 대부분의 시간을 기다리면서 거기에 앉아있을 때 서로 대화 할 수있게하는 방법입니다. ” 해리스가 말했다. Lightmatter 칩은 작업 속도가 너무 빠르기 때문에 기존 컴퓨팅 코어에 의존하여 둘 사이를 조정할 수 없습니다.

광자 문제에는 광자 솔루션이 필요합니다. 즉, 광섬유 대신 도파관을 사용하여 서로 다른 코어간에 데이터를 전송하는 웨이퍼 규모의 상호 연결 보드입니다. 물론 파이버 연결은 정확히 느리지는 않지만 무한히 빠르지는 않으며 파이버 자체는 실제로 칩이 설계된 스케일에서 상당히 부피가 커서 코어 사이에 가질 수있는 채널 수를 제한합니다.

“우리는 광학 부품 인 도파관을 칩 자체에 내장했습니다. 하나의 광섬유 공간에 40 개의 도파관을 장착 할 수 있습니다.”라고 Harris는 말했습니다. "즉, 더 많은 차선이 병렬로 작동한다는 것을 의미합니다. 이는 엄청나게 빠른 상호 연결 속도를 제공합니다." (칩 및 서버 악당은 해당 사양을 찾을 수 있습니다. 여기에서 지금 확인해 보세요..)

광 인터커넥트 보드는 Passage라고 불리며 미래 세대의 Envise 제품의 일부가 될 것입니다. 그러나 색상 계산과 마찬가지로 미래 세대를위한 것입니다. 전력의 일부에서 5 ~ 10 배의 성능은 현재 잠재 고객을 만족시켜야합니다.

80 천만 달러를 작업에 투입

이러한 고객, 초기에는 이미 데이터 센터와 슈퍼 컴퓨터를 소유하고있는 "초 규모"데이터 핸들러가 올해 말에 첫 번째 테스트 칩을 받게 될 것입니다. 그것이 B 라운드가 주로 진행되는 곳입니다. Harris는“우리는 얼리 액세스 프로그램에 자금을 지원하고 있습니다.”라고 말했습니다.

이는 출하 할 하드웨어 구축 (공급 업체의 현재 어려움은 말할 것도없고 규모의 경제가 시작되기 전에 단위당 매우 비쌈)과 시장 진출 팀 구축을 의미합니다. 서비스, ​​지원 및 이와 같은 것과 함께 제공되는 엄청난 양의 소프트웨어-많은 채용이 진행되고 있습니다.

라운드 자체는 HP Enterprise, Lockheed Martin, SIP Global Partners 및 이전 투자자 GV, Matrix Partners 및 Spark Capital의 참여로 Viking Global Investors가 주도했습니다. 총 모금은 약 113 억 11 만 달러입니다. 초기 $ 22MA 라운드가 있었고 GV는 $ 1 만 A-80, 그리고이 $ XNUMXM을 가지고 뛰었습니다.

특히 신경망에서 포토 닉 컴퓨팅과 잠재적 인 애플리케이션을 추구하는 다른 회사가 있지만 Harris는 Lightmatter의 뒤를 밟고 있다고 생각하지 않는 것 같습니다. 제품 배송에 가까워 보이는 경우는 거의 없으며 어쨌든 이것은 하키 스틱 순간의 한가운데있는 시장입니다. 그는 OpenAI 연구를 통해 AI 관련 컴퓨팅에 대한 수요가 점점 더 큰 데이터 센터를 제외하고는 기존 기술이 제공 할 수있는 것보다 훨씬 빠르게 증가하고 있음을 지적했습니다.

향후 XNUMX 년 동안 우리가 암호 화폐 세계에서 본 것처럼 전력 소비를 억제해야하는 경제적, 정치적 압력이 가해질 것이며 Lightmatter는 일반적인 GPU 기반 요금에 대한 효율적이고 강력한 대안을 제공 할 준비가되어 있습니다.

Harris가 이전에 희망적으로 제안했듯이 그의 회사가 만든 것은 업계에서 잠재적으로 혁신적이며 서두르지 않으면 골드 러시가 발생하면 이미 주장을 내린 것입니다.

코인 스마트. 유로파 최고의 비트 코인-보르 스
출처 : https://techcrunch.com/2021/05/06/lightmatters-photonic-ai-ambitions-light-up-an-80m-b-round/