เกิดขึ้นได้อย่างไร?Spencer Powers:ฉันเป็นนักศึกษา MBA ที่ MIT ในปี 2015 เมื่อฉันได้พบกับ Yichen ซึ่งกำลังศึกษาระดับปริญญาเอกกับ Marin Soljačić ซึ่งเป็นผู้ร่วมก่อตั้ง Lightelligence ด้วย เราพบกันในชั้นเรียนที่นักเรียนครึ่งหนึ่งกำลังศึกษา MBA และอีกครึ่งหนึ่งกำลังศึกษาระดับปริญญาเอกทุกอย่างเริ่มต้นในปี 2560 เมื่อ Yichen และ Marin ตีพิมพ์บทความในNature Photonicsชื่อ “
การเรียนรู้เชิงลึก
ด้วยวงจรนาโนโฟโตนิกที่เชื่อมโยงกัน ” สิ่งนี้อธิบายถึงพื้นฐานของเทคโนโลยีของเรา ซึ่งเป็นโครงการระดับปริญญาเอกของ Yichen ในปี 2018 เรารวบรวมทีมงานที่มีพนักงาน 15 คน และบริษัทได้รับเงินทุนรอบแรก ในปี 2019 Lightelligence ได้สาธิตตัวเร่งความเร็วปัญญาประดิษฐ์ (AI)
แบบออพติคอลตัวแรกของบริษัทที่มีชื่อว่า COMET ซึ่งสามารถจดจำตัวเลขที่เขียนด้วยลายมือได้อย่างแม่นยำภายในปี 2020 เราระดมทุนได้มากกว่า 100 ล้านดอลลาร์ และปัจจุบันเรามีพนักงานประมาณ 180 คน ซึ่งได้สร้างการออกแบบชิปหลายรุ่นสำหรับการประมวลผลออปติคัลในตัว
เหตุใดจึงมีความจำเป็นสำหรับระบบคอมพิวเตอร์ออปติกแบบรวม Yichen Shen:เริ่มต้นประมาณปี 2012 AI ได้ก้าวเข้าสู่ “ยุคใหม่” ในแง่ของประสิทธิภาพและข้อกำหนดในการประมวลผล พลังการประมวลผลที่จำเป็นในการเรียกใช้อัลกอริธึม AI ขั้นสูงสุดนั้นเพิ่มขึ้นเป็นสองเท่าทุกๆ 3-4 เดือน
ดังนั้นในทศวรรษที่ผ่านมา ความต้องการจึงเพิ่มขึ้นประมาณ 150,000 ปัจจัย และคอมพิวเตอร์ทั่วไปก็ไม่สามารถตามทันได้ ผู้คนเริ่มใช้หน่วยประมวลผลกราฟิก (GPU) แต่ตอนนี้แม้แต่ GPU ก็ยังตามไม่ทัน
ประมาณปี 2558 กฎของมัวร์เริ่มพังทลายลง ทรานซิสเตอร์ยังคงมีขนาดเล็กลง
แต่ประสิทธิภาพที่ได้รับจากการย่อส่วนอย่างต่อเนื่องนั้นไม่ดีเท่าที่เคยเป็นมา ยิ่งไปกว่านั้น เวลาที่ใช้ในการพัฒนาอุปกรณ์รุ่นต่อไปที่มีขนาดเล็กลงก็นานขึ้นเรื่อยๆ อุตสาหกรรม AI ได้ตอบสนองด้วยการเปลี่ยนไปใช้เทคโนโลยีเฉพาะทางมากขึ้น ตั้งแต่หน่วยประมวลผลกลาง (CPU) ไปจนถึง GPU
ไปจนถึงเกทอาร์เรย์
ที่ตั้งโปรแกรมได้ในสนาม (FPGA) ไปจนถึงวงจรรวมเฉพาะแอปพลิเคชัน (ASIC) แต่กำลังหมดเชื้อเพลิง ดังนั้นสิ่งที่เราต้องการจริงๆ คือเทคโนโลยีใหม่เพื่อขยายพลังการประมวลผลที่จำเป็นสำหรับ AI
และนั่นคือสิ่งที่โปรเซสเซอร์ออปติคอลเข้ามา?
YS:ใช่ ที่ Lightelligence เราต้องการขับเคลื่อนเทคโนโลยี AI รุ่นต่อไปด้วย ASIC โทนิคในตัว Light มอบโซลูชันที่สมบูรณ์แบบสำหรับการประมวลผล AI ด้วยเหตุผลหลักสามประการ ขั้นแรก คุณจะได้รับปริมาณงานข้อมูลที่สูงมากโดยใช้โฟโตนิกส์ ใยแก้วนำแสงสามารถขนส่งได้มากกว่าหนึ่งเทราบิต
ต่อวินาที ซึ่งมากกว่าลวดทองแดงประมาณ 100 เท่า ประการที่สอง โฟโตนิกส์ประหยัดพลังงานมากกว่าอุปกรณ์อิเล็กทรอนิกส์มาก เนื่องจากไม่มีความร้อนแบบโอห์มมิกเมื่อแสงเดินทางผ่านวงจร ประการสุดท้าย แสงมีความหน่วงแฝงต่ำกว่าเนื่องจากเดินทางผ่านวงจรได้เร็วกว่าอิเล็กตรอนมาก
เทคโนโลยีของคุณแก้ปัญหาความเร็วได้อย่างไร?YS:เราได้คิดค้นหน่วยการคูณและการสะสมแสง (MAC) ที่ใช้อุปกรณ์โทนิคระดับนาโนเพื่อทำการคูณเมทริกซ์ เรายังมีเครือข่ายแยกต่างหากบนชิป (NOC) เพื่อส่งและกระจายข้อมูลไปยังชิปอิเล็กทรอนิกส์ในระบบ
เราใช้อุปกรณ์ออปติกและอุปกรณ์ไฟฟ้าร่วมกัน เนื่องจากนักวิจัยยังไม่สามารถแก้ปัญหา “ปัญหาหน่วยความจำออปติคัล” ได้ ดังนั้นเราต้องใช้ที่เก็บข้อมูลหน่วยความจำอิเล็กทรอนิกส์ โซลูชันของเราเป็นแบบผสมผสาน และเราเชื่อว่าสถาปัตยกรรมประเภทนี้จะคงอยู่ต่อไปอีกอย่างน้อยสองสามทศวรรษข้างหน้า
วงจรออปติกของเราไม่มีทรานซิสเตอร์ออปติก ชิปของเราดำเนินการประมวลผลด้วยแสงแบบอะนาล็อกแทน แสงเดินทางผ่านอุปกรณ์ผ่านท่อนำคลื่นและสัญญาณจะรบกวนซึ่งกันและกันเพื่อดำเนินการคำนวณที่จำเป็น มันเหมือนกับแสงที่ส่องผ่านเลนส์ซึ่งแปลงฟูริเยร์บนแสง
แม้ว่านี่จะเป็นเอฟเฟกต์แบบพาสซีฟ แต่เราสามารถปรับได้อย่างแข็งขันว่าสัญญาณรบกวนนี้เกิดขึ้นได้อย่างไร เราได้สร้างชิปที่ตั้งโปรแกรมได้ซึ่งเราควบคุมว่าแสงกำลังทำการคูณเมทริกซ์แบบใด สิ่งนี้ทำได้โดยใช้แรงดันไฟฟ้ากับส่วนต่าง ๆ ของชิป คุณวางแผนที่จะทำอะไรกับเทคโนโลยีนี้
YS:การใช้เทคโนโลยีนี้ เราสามารถสร้างโปรเซสเซอร์ AI ที่มีความเร็วสูงกว่ามากและใช้พลังงานต่ำกว่าอุปกรณ์อิเล็กทรอนิกส์แบบดิจิทัลทั่วไป ตลาดที่มีศักยภาพของเราคือ AI บนคลาวด์ การเงิน และการค้าปลีกอัจฉริยะ ผู้ช่วยดิจิทัล เช่น Siri และ Alexa จะได้รับประโยชน์จากการประมวลผลภาษาธรรมชาติ
ที่ดีขึ้น
โดยจดจำประโยคที่ยาวขึ้นและแสดงพฤติกรรมได้เหมือนมนุษย์จริงๆ การใช้งานอื่นๆ ได้แก่ คอมพิวเตอร์วิทัศน์สำหรับรถยนต์ขับเคลื่อนอัตโนมัติ การรู้จำอักขระด้วยแสง การค้นพบยา และวิทยาการหุ่นยนต์
เราสามารถไปที่ปริมาณการผลิตจำนวนมากได้เมื่อจำเป็น – เราเป็น “ห้องทดลองสู่โรงงาน”
ผลิตภัณฑ์ของเราไม่ใช้เทคโนโลยีลึกลับและสามารถผลิตโดยใช้กระบวนการผลิตชิปมาตรฐานในเดือนธันวาคม 2021 คุณได้เปิดตัวผลิตภัณฑ์ใหม่ชื่อ PACE; มันทำอะไร?YS: PACE ซึ่งเป็นเครื่องมือคำนวณทางคณิตศาสตร์โทนิคได้รับการพัฒนาในช่วงสองปีที่ผ่านมา เราเชื่อว่า PACE
เป็นระบบออปติกระบบแรกที่แสดงให้เห็นว่าเหนือกว่าระบบดิจิตอล PACE ยังเป็นระบบแรกของเราที่ออกแบบมาเพื่อการใช้งานนอกเหนือจาก AI และการเรียนรู้เชิงลึก ค้นหาวิธีแก้ไขปัญหาการคำนวณที่ยากที่สุดรวมถึงแบบจำลอง Ising ปัญหาการตัดกราฟสูงสุด และปัญหาการตัดกราฟขั้นต่ำ แบบจำลอง Ising เป็นปัญหาที่สมบูรณ์ของ NP (nondeterministic polynomial) ซึ่งแก้ไขได้ยากมาก
Credit : เกมส์ออนไลน์แนะนำ >>> สล็อตฝากถอนไม่มีขั้นต่ํา
