用光速跑云端AI推理 美國公司推光子芯片，商業(yè)產(chǎn)品明年見(jiàn)

  在剛落幕不久的Hot Chips 32大會(huì )上，脫胎于麻省理工學(xué)院的初創(chuàng )公司Lightmatter展示了用于通用AI加速的光子計算測試芯片。該處理器利用硅光子和MEMS技術(shù)，以光速處理矩陣向量乘法，由毫瓦級激光光源供電。據悉，在相同芯片面積上，光子器件的速度比電子器件快1000倍，而功耗僅有電子器件的1/1000。

  Lightmatter于2017年在馬薩諸塞州波士頓市成立，目前有46名員工，已從Google Ventures等投資方處融資3300萬(wàn)美元，擁有30項專(zhuān)利。作為最早面向AI推理定制光子芯片的公司之一，Lightmatter將于2021年秋季推出其首款商業(yè)產(chǎn)品——搭載光子計算芯片的PCIe卡，專(zhuān)為數據中心AI推理工作負載而設計。

  能效提升20倍，吞吐量提高5倍

  得益于硅光子技術(shù)的進(jìn)步，硅芯片上的光傳輸成為可能。光子芯片通過(guò)采用與傳統基于晶體管的電子器件完全不同的物理學(xué)原理，可實(shí)現更快的性能、更低的能耗。Lightmatter首席執行官尼克·哈里斯稱(chēng)：“我們可以利用現有AI數據中心，將能耗降低為原來(lái)的1/20，將物理空間減少為原來(lái)的1/5?！?

  據他介紹，這只是Lightmatter正在打造的第一代產(chǎn)品，未來(lái)還有很長(cháng)的路線(xiàn)圖。哈里斯強調，此次展示的測試芯片只是作為其技術(shù)的演示，并不是為了在基準測試中有出色表現。但他堅持認為，在實(shí)際應用中，該演示芯片仍將擊敗AI加速領(lǐng)域的市場(chǎng)領(lǐng)導者——英偉達A100 GPU。據哈里斯介紹，與A100相比，其光子芯片在BERT和ResNet-50推理等工作負載上可提供20倍的能效和至少5倍的吞吐量。

  格芯代工，采用3D封裝堆疊

  Lightmatter的芯片由兩個(gè)垂直堆疊的芯片組成，整個(gè)芯片面積為150平方毫米，兩個(gè)裸片均由格芯標準CMOS工藝制造，包含超過(guò)十億個(gè)FinFET晶體管、數萬(wàn)個(gè)光子算術(shù)單元和數百個(gè)記錄設置數據轉換器。

  上方是一個(gè)12nm ASIC(Lightmatter副總工程師Carl Ramey在Hot Chips演講時(shí)介紹的是14nm ASIC)，用于存儲內存和控制下方作為計算引擎的90nm光子芯片裸片。該光子處理器具有64 x 64光子矩陣向量乘積計算器，可在標準數據中心工作溫度下運行，總延遲時(shí)間不到200皮秒(1萬(wàn)億皮秒=1秒)，比晶體管計算要快幾個(gè)數量級，晶體管計算需要多個(gè)時(shí)鐘周期。計算引擎由50兆瓦的激光驅動(dòng)。哈里斯認為，這種低功耗光子計算芯片的優(yōu)勢之一，是可以與控制/內存ASIC進(jìn)行3D堆疊?；诰w管的計算芯片會(huì )散發(fā)過(guò)多的熱量。堆疊的芯片縮短了ASIC上的操作數存儲區與光子芯片上的計算元件之間的軌跡線(xiàn)——從數據轉換器到光子計算引擎的距離不到總路徑的1毫米。反過(guò)來(lái)，這降低了延遲和功耗。哈里斯說(shuō)：“這里有一個(gè)很好的正反饋循環(huán)”， “節省功耗使我們堆疊，而堆疊可以節省更多功耗?！?

  更高速度、更低功耗是如何實(shí)現的?

  Lightmatter光學(xué)計算陣列由DAC和ADC模塊封裝，作為與數字電路的其余部分的接口。DAC接收數字輸入信號，將其轉換為模擬電壓，并使用該電壓來(lái)驅動(dòng)激光器(該技術(shù)已在光纖發(fā)射器中廣泛使用)。

  來(lái)自該激光器的光，在進(jìn)入馬赫曾德?tīng)柛缮鎯x(MZI)后，相干光分為兩束，每半束光的相位調整不同，將具有不同相位的光束組合會(huì )導致相長(cháng)或相消干涉，從而有效地調制通過(guò)MZI的光的亮度(該調制可被視為乘法運算)。

  在波導(承載光的“電線(xiàn)”)相遇之處，信號被有效地加在一起，這是光MAC的基礎。計算陣列輸出的光到達光電二極管，通過(guò)機械手段實(shí)現MZI中的關(guān)鍵操作，改變光的相位。

  Lightmatter副總工程師Carl Ramey在Hot Chips演講解釋說(shuō)，其光子芯片使用了納米光學(xué)機電系統(NOEMS)。與MEMS器件類(lèi)似，波導結構通過(guò)在下面蝕刻而懸浮，然后通過(guò)向其上方和下方的電容器板添加電荷來(lái)偏轉。這成功地改變了光的相位所需的數量，并且所需功率極低。

  “NOEMS設備具有一些非常驚人的性能，” Ramey說(shuō)?！八鼈兊膿p耗極低，靜態(tài)功耗幾乎為零。我們只是將一些電子傾倒到小電容器上，幾乎沒(méi)有泄漏——電容足夠小，致動(dòng)所用的動(dòng)態(tài)功率也很小。(結構)也能以相對較高的速度啟動(dòng)，最高可達數百兆赫?！?

  Ramey說(shuō)，Lightmatter的演示芯片具有64 x 64計算元素，但可以很容易地擴大規模。

  據他介紹：“類(lèi)似于基于晶體管的脈動(dòng)陣列，計算量與面積成線(xiàn)性比例關(guān)系，“延遲也隨著(zhù)陣列的尺寸而縮放。因此，在一個(gè)典型的流水線(xiàn)晶體管設計中，您需要64個(gè)時(shí)鐘周期來(lái)執行這些操作，從左到右。我們的延遲也隨陣列尺寸而定，但是速度要快三個(gè)數量級。因此，即使是1000 x 1000的陣列，其延遲也會(huì )遠低于納秒?！?

  有趣的是，光子計算陣列消耗的功率與面積的平方根成比例。這是因為功耗主要歸因于數據轉換。

  “當我們將每個(gè)新元素添加到陣列中時(shí)，我們將獲得更高的性能，但是我們只需要付出功率平方根的代價(jià)即可?！? Ramey說(shuō)，“因此，我們制造的芯片越大，實(shí)際上它們的效率就越高。這與電子系統有很大不同，電子系統只是線(xiàn)性擴展：性能越高，功耗越大?！?

  除了與計算相關(guān)的能量外，還有與在芯片周?chē)苿?dòng)數據有關(guān)的能量(當今基于晶體管的大型AI芯片在硅片上移動(dòng)數據可能要消耗50-100W功率)。而通過(guò)光學(xué)計算，以光學(xué)方式移動(dòng)數據，意味著(zhù)不需要電源，從而節省了很多錢(qián)。

  結果是，光子計算設備的運行功耗不到3W，僅是其他計算方法每次推理操作所消耗能量的一小部分。

  支持同時(shí)執行多個(gè)AI推理任務(wù)

  光子計算的另一個(gè)有趣功能是并行處理能力。與光通信中使用的技術(shù)類(lèi)似，可以將多個(gè)獨立的數據流編碼到不同波長(cháng)的光上，并同時(shí)饋入計算引擎。

  這意味著(zhù)光學(xué)計算芯片可以同時(shí)執行多個(gè)AI推理任務(wù)?！斑@是光子計算的一個(gè)非常獨特的特性，” Lightmatter首席執行官Nick Harris說(shuō)，“這意味著(zhù)您有一個(gè)物理資源，一個(gè)處理器，但它的作用就像一排處理器?！?

  雖然指定的光譜(1310至1600nm)在理論上可以適合至少1000路，但哈里斯說(shuō)，因激光技術(shù)還不成熟，目前僅支持8路。

  結語(yǔ)：落地將是艱巨的挑戰

  據悉，Lightmatter的目標客戶(hù)是當今的數據中心，包括高性能計算等可擴展系統。自動(dòng)駕駛技術(shù)是一個(gè)遙遠的未來(lái)發(fā)展方向，不過(guò)哈里斯承認，進(jìn)入這一領(lǐng)域所需的可靠性工程將是“一項艱巨的任務(wù)”。

  Lightmatter具有完整的軟件堆棧，支持TensorFlow、PyTorch、ONNX等機器學(xué)習框架。哈里斯說(shuō)，他們的目標是在兩個(gè)機器學(xué)習框架之間實(shí)現即插即用。對于初創(chuàng )企業(yè)而言，首要挑戰之一可能是如何使持懷疑態(tài)度的客戶(hù)理解和接受光子計算的整個(gè)概念。

  如何做到這一點(diǎn)呢?哈里斯回應稱(chēng)：“這是一個(gè)艱巨的挑戰”。他介紹道，自1960年代以來(lái)的計算歷史上，從來(lái)沒(méi)有一種技術(shù)取代過(guò)電子晶體管做計算，人們已經(jīng)嘗試過(guò)，但從未成功?！拔艺J為這是您第一次看到它的實(shí)現，而我們銷(xiāo)售它的方式就是通過(guò)展示它的運行?！惫锼拐f(shuō)。

  文章來(lái)源：EE Times，AnandTech