文 | 晏秋

編輯 | 楊逍 

Lightmatter是光子計算公司，總部位於馬薩諸塞州波士頓，並在硅谷設有分部，由Nicholas Harris和他的團隊創立，其目標是通過計算加速人類進步。通過結合電子學、光子學和新型算法，Lightmatter構建了針對AI的下一代計算平臺。這種光子計算平臺能夠節省能源，減少數據的碳足跡和運營成本，爲AI的快速發展提供源源不斷的動力。

Lightmatter在不久前才完成了C 輪融資，籌集了 1.54 億美元，截止目前，該公司已獲融資達2.7億美元。其C輪投資方包括SIP Global、Fidelity Management & Research Company、Viking Global Investors、GV (Google Ventures)和HPE Pathfinder，Lightmatter的現有投資者也參與其中。

隨着生成式AI系統在各行各業的湧現和普及，運行算法所需的能源消耗和資金呈指數級增長，導致熱負荷大、性能差和運營成本高等突出問題。例如GPT-4的訓練模型可能會消耗龐大電力，併產生大量廢熱。爲突破模型的規模、能力和成本方面的限制，大型語言模型 （LLM）成爲人工智能市場的新寵兒。

在這一機遇下，Lightmatter研發了三類光子技術產品：Envise、Passage和Idiom，提供一整套硬件和軟件解決方案，旨在釋放光子計算和互連技術的優勢。其中，Envise 4S 在服務器中配置了16個Envise芯片，功耗僅爲3KW，可以以超高的性能運行目前世界上最大的神經網絡，具有可靠性、可用性和可維護性的特點。Passage爲並排集成的晶體管提供了一個功能強大的接口，它使用 CPU、GPU、FPGA、DRAM 和 ASIC 的異構塊進行晶圓級處理，內設光子互連，無需連接光纖，降低了高性能計算系統所需的成本。Idiom與深度學習模型交互，提供模型部署所需的轉換工具，能夠自動將模型部署到 Lightmatter 硬件上，優化神經網絡模型的性能。Lightmatter的技術可用於自動駕駛、機器人視覺與控制、電子商務、數字信號處理等領域，公司計劃在2024年進行大規模的生產部署。

Lightmatter首席執行官兼創始人 Nick Harris 指出：“AI可擴展性和能源消耗性方面的挑戰是前所未有的，傳統芯片突破了技術界限，但數據中心產生的能源消耗越來越多。據統計，訓練一個大型語言模型所消耗的能量大約比100個美國家庭一年的消耗總量還要多，除非創建一種新的計算範式，否則到本世紀末，AI模型將消耗世界總電力的10%-20%。這迫使我們對計算基礎設施進行改進，我們相信，未來幾年，光子技術將改變生成式人工智能和超級計算，通過光子學能夠創造出一個更光明的未來”。

2022年，Lightmatter調整了領導團隊人員，將英特爾數據中心和人工智能集團前副總裁Ritesh Jain和谷歌前工程師Richard Ho博士任命爲副總裁。團隊成員多元專業，從數字、模擬和光子到系統和平臺再到機器學習技術均有所涉獵。

SIP Global Partners 的普通合夥人 Jeffrey Smith 表示：“Lightmatter在硬件中利用了光子學的方法，進一步提升生成式AI的初始性能和應用場景，輻射全球的算法算力。我們很高興能夠投資Lightmatter，期待它通過更快、更可持續的計算來發揮AI的潛力”。

“光子技術能夠滿足當今人工智能計算工作負載的需求。Lightmatter正在採取一種差異化的方法，同時彙集了一支經驗豐厚的技術團隊來完成它的使命”，GV 的普通合夥人 Erik Nordlander 說，“我們很高興能支持 Lightmatter下一階段的發展，他們正在打造世界領先的光子計算公司。”