近日消息，計算設備的發展，從速度更快的處理器，再到成本更低的數據存儲服務，都為最新的人工智能（AI）時代提供了幫助。現在人工智能行業需要的是更快、更節能的AI模型，于是半導體行業內出現了一波新的創新潮。

一家名為Luminous Computing的公司完成了一輪900萬美元的種子輪融資，他們的投資人中包括了一些大名鼎鼎的人物，例如比爾·蓋茨（Bill Gates）和Uber公司CEO 達拉·科斯羅薩西（Dara Khosrowshahi）。這家公司有一個遠大的目標，他們希望能夠用全新的芯片來提升AI的處理速度。傳統的芯片企業通常都是使用電子來執行AI模型的大量計算任務。而Luminous Computing卻與眾不同，他們要用光。

許多行業都在努力增加自己的設備中所使用的AI芯片的數量，例如自動駕駛汽車和無人機等。但是當前廣泛應用的電子芯片并不適合這種使用方式，因為處理這些任務需要耗費大量的電力，而且數據的處理方面也有可能不夠迅速。

這些限制會導致卡頓和延遲，對于依靠機器學習進行研究的學者來說，這種卡頓和延遲可能不算什么大問題，只是等待的時間稍長一些而已；但是對于需要AI算法在繁忙的道路上做出實時快速判斷的自動駕駛汽車而言，這種卡頓和延遲卻有可能造成嚴重的后果。

而且這個瓶頸如今正在變得更加嚴重：研究機構OpenAI的一項研究顯示，對大型AI模型進行訓練所需要消耗的算力，每三個半月就會翻一番。

Luminous的創始人和CEO馬庫斯·戈麥斯（Marcus Gomez）指出，盡管人們對于AI有著極高的期待，然而硬件的限制卻讓從業人員趕到沮喪。他說到：“很多年以前，硅谷就承諾要將電影《星球大戰》之中那樣的AI變成現實，但是直到現在我們依然在等待那一天的到來。”更加強大的AI芯片將能夠為AI的發展提供極大的幫助，例如幫助醫生進行診斷的機器學習模型，以及新的能夠運行在智能手機上的AI應用。

光學解決方案

Luminous認為，光就是解決這個問題的最佳方案。這家公司利用激光將光投送到芯片的微型結構上，這個過程被稱為“波導”。通過波導，他們可以使用不同顏色的光將多個數據進行同時移動，相比傳統的電子芯片，這個芯片的數據傳輸速度更快。

這種迅速傳輸大量信息的能力，意味著光學處理器非常適合用來進行AI模型的海量計算。而且，相比于電子處理器，光學處理器對于能源的要求也更低。

Luminous的聯合創始人兼CTO 米歇爾·納米亞斯（Mitchell Nahmias）表示，相比當前最先進的AI芯片，該公司當前的原型產品對能源的需求降低了3個數量級。

但是Luminous 在市場上也面臨著激烈的競爭。Lightelligence和Lightmatter等企業也在對光學AI芯片進行研究。另外，英特爾等大型芯片企業也開始涉足了這個領域，未來他們也有可能會發布新的光學處理器。

麻省理工學院教授、Lightmatter的技術顧問德克·英格倫德(Dirk Englund)認為，在進入實際量產之后，Luminous有可能會遇到一些挑戰。光學芯片需要很多的因素才能實現對光的控制，其工作方式非常復雜，這也是這種芯片至今尚未被廣泛采用的原因這一。

蓋茨和其他投資人認為Luminous的三位創始人（戈麥斯、納米亞斯和邁克爾·高）能夠克服困難。這些投資人也認為，成功突破算力瓶頸的企業，也將會在未來成為解放AI全部潛力的企業。

Luminous種子輪融資的另一個投資方，來自風險基金Neo的阿里·帕托維（Ali Partovi）指出，當前就連一些最基本的AI產品，例如智能手機上的語音助理，也還不夠成熟，經常會讓用戶感到沮喪，而造成這一現象的原因就是設備缺少足夠的AI算力。帕托維說到：“想象一下，我們的世界會變成這個樣子：Siri隨時隨地都能發揮良好的作用。”