北京时间6月13日消息，计算设备的发展，从速度更快的处理器，再到成本更低的数据存储服务，都为最新的人工智能（AI）时代提供了帮助。现在人工智能行业需要的是更快、更节能的AI模型，于是半导体行业内出现了一波新的创新潮。
一家名为Luminous Computing的公司完成了一轮900万美元的种子轮融资，他们的投资人中包括了一些大名鼎鼎的人物，例如比尔·盖茨（Bill Gates）和Uber公司CEO达拉·科斯罗萨西（Dara Khosrowshahi）。这家公司有一个远大的目标，他们希望能够用全新的芯片来提升AI的处理速度。传统的芯片企业通常都是使用电子来执行AI模型的大量计算任务。而Luminous Computing却与众不同，他们要用光。
许多行业都在努力增加自己的设备中所使用的AI芯片的数量，例如自动驾驶汽车和无人机等。但是当前广泛应用的电子芯片并不适合这种使用方式，因为处理这些任务需要耗费大量的电力，而且数据的处理方面也有可能不够迅速。
这些限制会导致卡顿和延迟，对于依靠机器学习进行研究的学者来说，这种卡顿和延迟可能不算什么大问题，只是等待的时间稍长一些而已；但是对于需要AI算法在繁忙的道路上做出实时快速判断的自动驾驶汽车而言，这种卡顿和延迟却有可能造成严重的后果。
而且这个瓶颈如今正在变得更加严重：研究机构OpenAI的一项研究显示，对大型AI模型进行训练所需要消耗的算力，每三个半月就会翻一番。
Luminous的创始人和CEO马库斯·戈麦斯（Marcus Gomez）指出，尽管人们对于AI有着极高的期待，然而硬件的限制却让从业人员赶到沮丧。他说到：“很多年以前，硅谷就承诺要将电影《星球大战》之中那样的AI变成现实，但是直到现在我们依然在等待那一天的到来。”更加强大的AI芯片将能够为AI的发展提供极大的帮助，例如帮助医生进行诊断的机器学习模型，以及新的能够运行在智能手机上的AI应用。
光学解决方案
Luminous认为，光就是解决这个问题的最佳方案。这家公司利用激光将光投送到芯片的微型结构上，这个过程被称为“波导”。通过波导，他们可以使用不同颜色的光将多个数据进行同时移动，相比传统的电子芯片，这个芯片的数据传输速度更快。
这种迅速传输大量信息的能力，意味着光学处理器非常适合用来进行AI模型的海量计算。而且，相比于电子处理器，光学处理器对于能源的要求也更低。
Luminous的联合创始人兼CTO米歇尔·纳米亚斯（Mitchell Nahmias）表示，相比当前最先进的AI芯片，该公司当前的原型产品对能源的需求降低了3个数量级。
但是Luminous在市场上也面临着激烈的竞争。Lightelligence和Lightmatter等企业也在对光学AI芯片进行研究。另外，英特尔等大型芯片企业也开始涉足了这个领域，未来他们也有可能会发布新的光学处理器。
麻省理工学院教授、Lightmatter的技术顾问德克·英格伦德(Dirk Englund)认为，在进入实际量产之后，Luminous有可能会遇到一些挑战。光学芯片需要很多的因素才能实现对光的控制，其工作方式非常复杂，这也是这种芯片至今尚未被广泛采用的原因这一。
盖茨和其他投资人认为Luminous的三位创始人（戈麦斯、纳米亚斯和迈克尔·高）能够克服困难。这些投资人也认为，成功突破算力瓶颈的企业，也将会在未来成为解放AI全部潜力的企业。
Luminous种子轮融资的另一个投资方，来自风险基金Neo的阿里·帕托维（Ali Partovi）指出，当前就连一些最基本的AI产品，例如智能手机上的语音助理，也还不够成熟，经常会让用户感到沮丧，而造成这一现象的原因就是设备缺少足够的AI算力。帕托维说到：“想象一下，我们的世界会变成这个样子：Siri随时随地都能发挥良好的作用。”
广告声明：文内含有的对外跳转链接（包括不限于超链接、二维码、口令等形式），用于传递更多信息，节省甄选时间，结果仅供参考，IT之家所有文章均包含本声明。