導讀

　　隨著越來越多耗電量大的人工智能不斷投入使用，計算機的能源需求也將飛漲。為降低耗能和對環(huán)境的影響，芯片" target="_blank">光子芯片——作為一種用光進行運算的芯片，耗電量只有同等級電子芯片的六分之一，逐漸被研發(fā)及應用于人工智能、自動駕駛汽車、量子計算等領域。

　　中國工程院院刊《Engineering》2021年第9期刊發(fā)《光子芯片——效率更高、能耗更低》，報道了光子芯片的研發(fā)及應用進展，介紹了光子芯片較于其他芯片的優(yōu)越性，即光子芯片不存在電阻問題，因為由激光產生的光子能快速通過波導、調制器、反射器等原件陣列，因此，光子芯片產生熱量更少、能耗也更低、計算速度也更高。文章指出，光子芯片將為人工智能帶來突破式發(fā)展，同樣可以幫助其他計算機領域實現能耗降低。

　　本文選自中國工程院院刊《Engineering》2021年第9期

作者：Mitch Leslie

來源：

Light-Based Chips Promise to Slash Energy Use and Increase Speed[J].Engineering,2021,7(9):1195-1196.

　　計算機早已是世界能耗巨頭，且隨著越來越多耗電量大的人工智能（AI）投入使用，計算機的能源需求也將飛漲。在各方努力降低AI 耗能和環(huán)境影響的進程中，美國馬薩諸塞州波士頓的初創(chuàng)公司Lightmatter 宣布，已經研究出一種用光進行運算的芯片，耗電量只有同等級電子芯片的六分之一（圖1）。其他公司也在為AI、自動駕駛汽車、量子計算等應用研發(fā)相似的光子芯片。最近幾十年計算機能耗飛漲。研究人員估計，目前數據中心所耗能源占全世界能源的1%。僅谷歌一家公司每年就耗費了12 TW·h 以上的能源，比斯里蘭卡整個國家耗費的能源還要多。比特幣以及其他種類加密貨幣的挖礦活動自2009 年興起，現在耗費的電量也越來越多，最新官方估計比特幣挖礦每年耗費電量達121 TW·h。AI 也是耗電大戶，特別是其中的深度學習、面部識別等功能所必需的深度學習算法。訓練這些算法時，需要處理大量數據，也就相應地需要耗費大量電力，并可能產生巨量二氧化碳。一項研究估計，深度學習算法訓練所需能源相當于一輛汽車在其使用壽命內所耗盡的能源總量。

    　圖1 波士頓Lightmatter 公司所開發(fā)的Envise 光子芯片將用于加速AI 的深度學習。該公司稱一組服務器若使用該芯片，其所消耗的電量將大幅降低，而其每秒執(zhí)行的推理次數將是競爭對手開發(fā)的服務器的三倍以上。來源：Lightmatter（公共領域）

　　各個公司也采取了多種方式抑制能耗并減少計算機計算對氣候產生的影響。例如，數據中心能效得到了有效提升。2010—2018 年數據中心能耗僅上升了6%，算力則提升了6 倍。但是使用光子而非電子的光基集成電路在降能耗上表現更為出色。

　　這些電路能耗如此之低，歸功于光的性質。當電子通過晶體管和其他傳統集成電路元件時，會遇到阻力并產生熱量。隨著設計者不斷將各種元件添加到芯片上，芯片產生的熱量自然會升高。電子這一特性甚至成為了微型芯片性能提升的障礙，同時也是計算機能耗如此之高的主要原因。舉個例子，數據中心40%的能耗都用于散熱。相較之下，一個光子芯片不存在電阻問題，因為由鐳射產生的光子能快速通過波導、調制器、反射器等原件陣列。因此，光子芯片產生熱量更少，能耗也更低。光子芯片計算速度也更高。在光基設備中數據以光速移動，比普通電路中電子移動速度快10 倍。美國馬薩諸塞州劍橋市麻省理工學院的電子工程學和計算機工程學副教授Dirk Englund 說道：“物理學使我們有了如此巨大的收獲?！彼€稱，光子芯片能將處理速度提升6~7 個數量級。

　　在電路上用光子代替電子這一設想由來已久。20 世紀六七十年代，研究者就已經開始開發(fā)光子芯片了。那時候，部分專家預計光子芯片會像傳統集成芯片一樣迅速微型化。至1990 年，美國新澤西州茉莉山的貝爾實驗室就制作出了光子計算機的原型機。該原型機能使用光進行計算。但是光子芯片發(fā)展步伐從未追上電子芯片。Englund 說，其中一個原因就是雖然工程師能將電子元件縮小，讓一個芯片上集成數十億元件，但是他們不知道怎樣才能將光子元件也縮小到如此地步?！叭昵?，人們還難以讓光子元件足夠緊湊?！?/p>

　　自此以后，光子設備制造方法也不斷優(yōu)化，使得光子元件也越來越小。例如，微型版的馬赫-曾德爾干涉儀（Mach-Zehnder interferometer）是有希望制造出來的。馬赫-曾德爾干涉儀是Lightmatter 公司制造新型芯片的關鍵元件，其能分離光束，由此使設備執(zhí)行矩陣乘法計算。但是光子芯片上的元件數量仍遠遜于電子芯片。加利福尼亞大學圣塔芭芭拉分校電子與計算機工程及材料學教授John Bowers 稱，當前光子芯片元件數量也只是一萬出頭。但是經過數十年的發(fā)展，光子集成電路已經集成了各種元件，其中就包括可以通過光纖通信的收發(fā)器?，F在，性能更強的光子芯片也陸續(xù)商業(yè)化或進入研發(fā)階段。研究人員正在研發(fā)的光子集成電路能夠處理激光探測及測距系統的數據，該系統用于自動駕駛汽車。加拿大多倫多的一家公司Xanadu 2021 年所公布的光子芯片可幫助研發(fā)量子計算機，與其競爭對手不同，應用此類芯片的計算機將無需極低溫工作環(huán)境。

　　光子芯片將為AI 帶來突破式發(fā)展，不只因為其極高的運行速度和低能耗。Englund 說，光子芯片可以輕松運算矩陣向量乘法，同時支持深度學習。而且，傳統集成電路無法勝任的線性代數計算，對光子芯片來說也不在話下。

　　數家公司都在為AI 開發(fā)光子芯片，其中就包括位于波士頓的Lightelligence 公司。然而，Lightmatter 公司的Envise 芯片是最接近商業(yè)化的。公司稱該芯片相比當前頂尖電子芯片快10 倍，且能耗只有后者的15%。不過還沒有第三方對這些數據進行核驗。Lightmatter 公司計劃將在一個刀片服務器中使用16 個芯片，組成一個數據中心專用AI 計算機，并在2021 年下半年與消費者見面。當然這種設備并非只采用光子芯片，它也包含電子芯片。Bowers 認為：“Lightmatter 公司的產品是一個巨大的進步?！?/p>

　　光子芯片同樣可以幫助其他計算機領域實現能耗降低。比如，部分專家認為這類設備能夠抑制加密貨幣挖礦的能源需求。然而，這些光子芯片也有局限性。Englund說，首先，研發(fā)光基內存極為困難，只能采用傳統電子芯片為Envise 提供內存。此外，光子芯片是模擬計算，計算精度可能比不上電子芯片。因此，Lightmatter公司所售刀片服務器的主要賣點是“加速器”，用于幫助受過訓練的AI算法運行。

　　此外，AI 研究人員稱他們很高興能馬上拿到光子芯片進行測試。Englund 說：“我們馬上就能看到比較結果，見識到光基設備有多強大?！?/p>

　　注：本文內容呈現略有調整，若需可查看原文。

改編原文：

　　Mitch Leslie.Light-Based Chips Promise to Slash Energy Use and Increase Speed[J].Engineering,2021,7(9):1195-1196.