電子發(fā)燒友網(wǎng)報(bào)道（文/梁浩斌）隨著納米制程的不斷往前推進(jìn)，延續(xù)近50年的摩爾定律已經(jīng)日漸式微。AI、5G、物聯(lián)網(wǎng)等新興領(lǐng)域的蓬勃發(fā)展帶動了全球數(shù)據(jù)的爆炸式增長，對算力的需求增速遠(yuǎn)高于摩爾定律所預(yù)測的算力供給增速，傳統(tǒng)的電子芯片只能通過增大面積與功耗來完成更多的計(jì)算，已逐漸無法滿足日益增長的數(shù)據(jù)處理與節(jié)能要求。

在探索超越摩爾定律的路上，先進(jìn)制程已經(jīng)開始發(fā)揮作用，與此同時，由于具備高通量、低延時、低功耗的特性，用光代替電解決部分計(jì)算的也是突破現(xiàn)有瓶頸的途徑之一。而此前一直只存在于實(shí)驗(yàn)室的光子芯片，最近有了新的進(jìn)展。

近日，曦智科技（Lightelligence）發(fā)布了其最新高性能光子計(jì)算處理器——PACE（Photonic Arithmetic Computing Engine，光子計(jì)算引擎）。

曦智科技創(chuàng)始人兼首席執(zhí)行官沈亦晨博士表示：“PACE的發(fā)布具有里程碑式的意義：它成功驗(yàn)證了光子計(jì)算的優(yōu)越性，為集成電路產(chǎn)業(yè)提供了新的發(fā)展路徑。”

曦智科技成立于2017年，成立4年以來，公司總?cè)谫Y額已經(jīng)超過10億人民幣，在波士頓、上海、杭州、南京等地均設(shè)立了辦公室及實(shí)驗(yàn)室，全球員工接近200人，中國員工超過100人。核心研發(fā)團(tuán)隊(duì)來自麻省理工學(xué)院，70%的芯片設(shè)計(jì)師擁有十年以上半導(dǎo)體從業(yè)經(jīng)驗(yàn)。

2017年，沈亦晨博士以第一作者和通訊作者的身份在《自然－光子》雜志發(fā)表封面論文，開創(chuàng)性地提出了光子人工智能計(jì)算的新路徑。也正是由于這篇論文，在后來吸引了十多家初創(chuàng)公司相繼建立。

2019年4月，曦智科技推出了全球首款光子芯片原型板卡，成功將當(dāng)時占據(jù)半個實(shí)驗(yàn)室的整個光子計(jì)算系統(tǒng)集成到了常規(guī)大小的板卡上，驗(yàn)證了以光子替代電子進(jìn)行高性能計(jì)算的開創(chuàng)性想法。當(dāng)時的原型板卡上集成了100個光子器件，運(yùn)行系統(tǒng)時鐘僅有100kHz。

兩年后的今天，這次發(fā)布的PACE已經(jīng)集成了10000個光子器件，運(yùn)行系統(tǒng)時鐘更是達(dá)到了1GHz。跨越幾個數(shù)量級的性能提升，他們是如何做到的？

電子芯片現(xiàn)存的三大瓶頸

自2012年以來，神經(jīng)網(wǎng)絡(luò)和計(jì)算模型的大小就開始爆炸性增長，平均每3到4個月，計(jì)算模型的大小就會翻一倍。但持續(xù)增長的模型，明顯受到算力底層的限制，制約了人工智能的進(jìn)一步發(fā)展。

沈亦晨博士認(rèn)為，目前電子芯片的發(fā)展遇到了三個主要瓶頸：算力、數(shù)據(jù)傳輸和存儲。其中，算力瓶頸主要來源于隨著制程工藝接近物理極限導(dǎo)致的摩爾定律失效，以及功耗和發(fā)熱問題。

隨著晶體管尺寸越來越小，晶體管上的電子隧穿現(xiàn)象也愈發(fā)嚴(yán)重，因此即使將晶體管做得更小，單個晶體管在進(jìn)行運(yùn)算時的功耗也無法進(jìn)一步降低。在這樣的前提下，業(yè)界有兩種解決路徑，單芯片面積增加或多芯片互聯(lián)。

但隨著面積增大，需要更長的銅導(dǎo)線進(jìn)行數(shù)據(jù)傳輸，而銅導(dǎo)線的發(fā)熱量和損耗與長度成正比，即芯片面積越大，發(fā)熱越大、功耗越高。

同樣，多芯片互聯(lián)同樣存在一些問題。首先片間互聯(lián)帶寬有限，即互聯(lián)效率低，其次銅導(dǎo)線依然會造成系統(tǒng)功耗提高，比如通過電將100個芯片或板卡互聯(lián)后，算力可能只比單個板卡提高10倍左右。

因此，沈亦晨博士認(rèn)為，光是最適合解決這些困境的底層技術(shù)方式。“首先，在數(shù)據(jù)搬運(yùn)上面，光已在光通信領(lǐng)域充分證明其領(lǐng)先性和優(yōu)勢了。目前所有的長距離通信，包括數(shù)據(jù)中心里服務(wù)器和服務(wù)器之間的數(shù)據(jù)都是通過光纖代替銅導(dǎo)線進(jìn)行的。我們也認(rèn)為，光進(jìn)入到芯片去幫助運(yùn)算是一個必然的方向。”

曦智光子計(jì)算的三個主要技術(shù)

前面說到光是解決目前電子芯片算力、數(shù)據(jù)傳輸和存儲三大瓶頸的底層技術(shù)方式。而從大數(shù)據(jù)、人工智能等應(yīng)用角度去看，越來越多的算力需求是來自于線性運(yùn)算，而曦智發(fā)明的用光高效做線性計(jì)算的方式，就是光芯片的重要優(yōu)勢之一。

曦智將其技術(shù)分為三個部分：oMAC（通過光來做矩陣的乘積累加運(yùn)算）、oNOC（片上光網(wǎng)絡(luò)）、片間的光網(wǎng)絡(luò)。據(jù)沈亦晨博士介紹，oMAC是一種模擬計(jì)算，通過光模擬信號代替?zhèn)鹘y(tǒng)電子進(jìn)行數(shù)據(jù)處理，數(shù)據(jù)可以加載在光的強(qiáng)度或者相位上面，通過在波導(dǎo)里的傳播相互干涉，同時進(jìn)行運(yùn)算。主要實(shí)現(xiàn)的方法是采用和現(xiàn)在電芯片制備工藝CMOS兼容的硅光工藝平臺，用光電協(xié)同設(shè)計(jì)來進(jìn)行光的矩陣乘法。

這里的優(yōu)勢是，首先，光的矩陣乘法并行能力更強(qiáng)，它能以更高的通量進(jìn)行運(yùn)算。同時，它的能效可以媲美甚至優(yōu)于現(xiàn)在的電子芯片，因?yàn)楣庠谧鰝鞑サ臅r候本身不會發(fā)熱。另外，它完成一個矩陣運(yùn)算所要花的時間少，也就是延時遠(yuǎn)遠(yuǎn)低于電芯片的延時。最后，硅光的工藝對于工藝制程的要求相當(dāng)?shù)停热?5或者45納米的CMOS工藝線就可以滿足現(xiàn)在光芯片、光計(jì)算所有的要求。硅光未來技術(shù)迭代不會需要對制程有特別的要求，更多是從其他方面進(jìn)行技術(shù)迭代，比如主頻、波長數(shù)量還有不同的模式。

而oNOC也就是片上光網(wǎng)絡(luò)，主要通過用波導(dǎo)代替銅導(dǎo)線的方式，在片上進(jìn)行數(shù)據(jù)傳輸，包括實(shí)現(xiàn)片與片之間的光通信。還有比較大芯片上光的總線的通信，在光芯片上構(gòu)建一個固定通信網(wǎng)絡(luò)拓?fù)洌ㄟ^光相連，實(shí)現(xiàn)基于片上光網(wǎng)絡(luò)的數(shù)據(jù)交互。最后，采用一些波分復(fù)用的方式來傳播數(shù)據(jù)，優(yōu)勢是帶寬更大，能耗更低，延時會遠(yuǎn)遠(yuǎn)優(yōu)于銅導(dǎo)線，并且對距離不敏感。

最后的片間光網(wǎng)絡(luò)即將上述片上光網(wǎng)絡(luò)進(jìn)一步拓展到多個板卡、更多服務(wù)器之間。通過光纖將芯片和芯片直接互聯(lián)起來，芯片之間數(shù)據(jù)通過光來傳輸。

全球唯一展示光子優(yōu)勢，PACE超3080百倍！

曦智認(rèn)為，光電混合計(jì)算最重要的技術(shù)演進(jìn)的點(diǎn)，就是不斷增加單個光芯片上的器件集成度。實(shí)際上，從最早的4x4乘法器，到64x64乘法器，再到目前光電混合2.5D封裝，曦智在四年時間里，已經(jīng)實(shí)現(xiàn)一萬個光器件集成在一塊芯片上。

也正因?yàn)榧啥壬系耐黄疲琍ACE是曦智科技目前可以對外展示最新的可運(yùn)作的計(jì)算處理器，是目前已知全球集成度最高的光子芯片，同時也是全球第一個展示出光子優(yōu)勢的計(jì)算系統(tǒng)，能夠在一些有商業(yè)化應(yīng)用前景的算法上，比目前電子芯片提高數(shù)量級的優(yōu)勢。

那么光子計(jì)算的優(yōu)勢在什么領(lǐng)域能體現(xiàn)出來？NP-Complete Problem（多項(xiàng)式復(fù)雜程度非確定性問題，NPC）可以說是目前全球最難以高效解決的數(shù)學(xué)問題，比如生物信息里蛋白質(zhì)結(jié)構(gòu)的預(yù)測、物流交通調(diào)度、芯片設(shè)計(jì)、材料研發(fā)等都會應(yīng)用到。但目前NPC沒有多項(xiàng)式算法，只能用窮舉法逐個檢驗(yàn)最終得到答案。但如果我們能夠有效解決其中一個問題，它也可以被映射到其他問題上去。

而由于光子芯片的特性，PACE可以通過重復(fù)矩陣乘法和巧妙利用受控噪聲組成的緊密回環(huán)來實(shí)現(xiàn)低延遲，于是在進(jìn)行NPC問題的計(jì)算時，PACE就可以相比GPU快上百倍。所以，PCAE在解決NPC問題上有比較多的商業(yè)應(yīng)用前景。

據(jù)了解，與英偉達(dá)RTX3080 GPU相比，在同時運(yùn)行一樣的循環(huán)神經(jīng)網(wǎng)絡(luò)算法時，PACE所需時間只有3080的1%不到。

采用光電混合結(jié)構(gòu)，基于現(xiàn)有生態(tài)打造

實(shí)際上，PACE的結(jié)構(gòu)由光芯片和電芯片這兩部分組成。電芯片上主要做數(shù)據(jù)的存儲，以及數(shù)模混合的調(diào)度，光芯片上主要做數(shù)據(jù)的計(jì)算。這里可以理解為光芯片只是一個底層的硬件支持，而信息轉(zhuǎn)換和軟件相關(guān)的都采用電芯片進(jìn)行數(shù)字處理，所有指令、編譯、軟件，都會在數(shù)字電芯片上。所以與現(xiàn)有的數(shù)字芯片生態(tài)一樣，只是在底層計(jì)算端換成了光芯片。

作為光電混合的設(shè)計(jì)的芯片，可能有人會擔(dān)心在工藝上難以大規(guī)模量產(chǎn)。實(shí)際上，沈亦晨表示，硅光芯片采用的是CMOS工藝，這一點(diǎn)能解決90%最核心的問題。由于基本采用硅基的CMOS工藝，在電學(xué)、熱學(xué)，包括仿真上都有相當(dāng)成熟的軟件可以直接使用。

而封裝層面，PACE上采用了芯片堆疊，也就是類似于HBM的2.5D、3D封裝方案。目前唯一不同的是，封裝方案上需要增加一個接口，將光源導(dǎo)入光芯片中。

光芯片商業(yè)化還有多遠(yuǎn)？

在談到這項(xiàng)技術(shù)的商業(yè)前景時，沈亦晨博士向記者強(qiáng)調(diào)，光計(jì)算并不是只有光芯片，在可預(yù)見的未來里，都將會是和電子芯片深度結(jié)合的光電混合計(jì)算。光芯片相比于電芯片，它更多是承接主要任務(wù)的處理器，主要承接的是線性計(jì)算和數(shù)據(jù)網(wǎng)絡(luò)這兩個部分。但由電芯片發(fā)出指令的一個好處是它和目前現(xiàn)有的市場環(huán)境、軟件環(huán)境都是兼容的。

另外要注意的是，目前曦智的光電混合芯片，還不能用于消費(fèi)者熟知的領(lǐng)域，比如PC、手機(jī)、編解碼芯片等，同時這也不是曦智科技考慮的范疇。而曦智科技在應(yīng)用場景的選擇上，會先切入大數(shù)據(jù)，包括云計(jì)算、智能駕駛、金融上的量化交易、生物藥物研發(fā)等場景。

沈亦晨表示，作為一項(xiàng)顛覆性的技術(shù)，本身一定需要經(jīng)歷漫長的商業(yè)化過程。他透露，在第一階段也就是2022年開始的一到三年內(nèi)，對于算力、延時等痛點(diǎn)特別強(qiáng)的應(yīng)用場景開始落地，包括金融、大模型云服務(wù)、非AI的方向的優(yōu)化、高性能運(yùn)算等。

而第二個階段會隨著產(chǎn)品落地，在不同應(yīng)用場景體現(xiàn)光計(jì)算優(yōu)勢后，將會投入更大規(guī)模團(tuán)隊(duì)做人工智能訓(xùn)練的市場。

第三階段曦智將會延伸到GPU，包括車載芯片等市場。

“這些都是我們覺得對于算力需求非常大的，但是需要一個更成熟的硬件、軟件體系和進(jìn)一步切入的市場。”因此沈亦晨認(rèn)為，技術(shù)商業(yè)化會是一個相當(dāng)漫長的過程，需要不斷地去改變、嘗試不同應(yīng)用場景和行業(yè)。