··工程7（2021）1195新闻亮点基于光的芯片承诺削减能源使用并提高速度米奇·莱斯利高级技术作家计算机已经吞噬了世界上很大一部分电力，随着越来越多的耗电型人工智能（AI）系统的部署，它们的 在一个可能减少人工智能的电力使用和环境影响的步骤中，总部位于美国马萨诸塞州波士顿的初创公司Lightmatter宣布，它已经开发出一种微芯片，可以用光进行计算，所需能量约为可比较电子芯片的六分之一。 1）[2]。其他公司正在为人工智能和许多其他用途开发类似的光子芯片，包括自动驾驶汽车和量子计算[3，4]。近几十年来，计算机的能耗迅速增长。研究人员估计，数据中心现在消耗了世界上大约1%的仅谷歌每年就使用超过12 TW h的电力，超过斯里兰卡的国家[6]。比特币和其他加密货币的挖矿活动始于2009年，也在消耗越来越多的电力[7]，最新的权威估计将比特币的年使用量定为也是一个强大的用户[9]。特别是，训练面部识别等功能所需的深度学习算法需要大量的数据处理，这反过来又需要大量的电力，并可能产生大量的二氧化碳[9]。一项研究估计，Fig. 1.总部位于波士顿的Lightmatter公司开发的Envise光子芯片旨在加速人工智能的深度学习。该公司表示，使用这些芯片的服务器机架消耗的功率大大降低，同时每秒执行 的 推 理 次 数 是 领 先 的 电 子 竞 争 对 手 生 产 的 标 准 服 务 器 的 三 倍 多 图 片 来 源 ：Lightmatter（公共领域）。深度学习算法消耗的能量相当于一辆汽车在其使用寿命中消耗的能量[2]。公司已经采取了一些措施来控制能源消耗，减少计算对气候的影响。例如，数据中心能源效率的提高意味着，在2010年至2018年期间，它们的计算能力仅增长了6%，而在此期间，它们的计算能力增长了6倍。但是，用光子而不是电子操作的光子集成电路可以产生更大的减少。由于光的特性，这些电路可以如此吝啬。当电子在传统的集成电路中穿过晶体管、电容器和其他元件时，会遇到电阻随着设计师们将越来越多的元件封装到芯片上，热量的产生也在飙升。它已经成为提高微芯片性能的障碍[10]，也是计算机消耗如此多能量的主要原因[11]。例如，数据中心大约40%的电力用于冷却[12]。相比之下，在光子芯片中，电阻不是问题，因为激光器产生的光子通过类似的组件阵列，包括波导，调制器和反射器。因此，芯片产生的热量更少，需要的功率更少。光子芯片也可以更快。数据在光子器件中以光速移动，大约比标准电路中的电子快十倍。美国马萨诸塞州剑桥市麻省理工学院电气工程和计算机科学副教授Dirk Englund说：“物理学允许有巨大的收益。”他说，光子芯片可以将处理速度提高六到七个数量级。用光代替电子制作电路的想法由来已久。研究人员在20世纪60年代和70年代开始开发光子芯片，当时一些专家预测它们将遵循与传统集成电路相同的快速小型化轨迹[13]。到1990年，位于美国新泽西州默里山的AT T贝尔实验室已经创建了一个依靠光来执行计算的原型光学计算机[14]。但光基芯片从未赶上电子芯片。原因之一是，尽管工程师们能够缩小电子元件，使数十亿个可以安装在一个芯片上，他们不知道如何对光学元件也是如此，Englund说。‘‘Thirty years ago,https://doi.org/10.1016/j.eng.2021.07.0052095-8099/©2021 THE CONDITOR.由爱思唯尔有限公司代表中国工程院和高等教育出版社有限公司出版。这是CC BY许可下的开放获取文章（http：//creativecommons.org/licenses/by/4.0/）。可在ScienceDirect上获得目录列表工程杂志首页：www.elsevier.com/locate/engM. 莱斯利工程7（2021）1195从那时起，制造光子器件的改进方法允许组件缩小。比如：该执委会有可能制造一个微型版本的光子芯片所携带的元件仍然比电子芯片少得多。加州大学圣巴巴拉分校的电子和计算机工程与材料教授约翰·鲍尔斯说，这个记录是1万多一点但是十多年来，光子集成电路已经被引入到诸如允许通过光纤通信的收发器之类的产品中。现在，更强大、更有能力的基于光的芯片开始进入市场或正在开发中。研究人员正在研究光子集成电路，可以为帮助引导自动驾驶汽车的光探测和测距（LIDAR）系统提供数据。总部位于加拿大多伦多的Xanadu公司在2021年宣布的光子芯片可以推动量子计算机的开发，因为与竞争对手的设计不同，包含该芯片的机器不必冷却到极低的温度。光子芯片可能是人工智能的福音，不仅仅是因为它们的速度和低能耗。他们很容易执行几家公司正在为AI开发基于光的芯片，包括总部位于波士顿的Lightelligence[16]。然而，Lightmat- ter的芯片，被称为Envise，是最接近用户的。该公司声称，该芯片的速度比其领先的电子竞争对手快10倍，而能耗仅为其15%，尽管这些数字尚未得到独立验证[2]。Lightmatter计划将16个芯片整合到刀片服务器中，这是一种用于数据中心的专用AI计算机，它表示将于2021年底开始接触客户。该装置将不是纯粹的光子-它将包含电子芯片以及。但鲍尔斯说：“看起来他们所做的是一个重大的进步。”光子芯片还可以降低其他计算领域例如，一些专家认为，这些设备可能会抑制加密货币挖矿的能源需求[17]。然而，这些芯片仍然有很大的一方面，创造一个基于光的记忆是非常困难的，Englund说。传统的电子芯片提供了Envise此外，芯片是模拟的，它们的计算不具有电子竞争对手的精度[15]。出于这个原因，Lightmatter将主要将其服务器刀片作为“加速器”出售，该加速器与已经训练过的AI算法一起尽管如此，人工智能研究人员表示，他们很高兴很快就能让光芯片通过他们的步伐。将开始看到真正的基准测试以及这些设备的强大程度，引用[1] 奈特·W 人工智能可以做伟大的事情-如果它 旧金山：连线; 2020年1月21日[引用2021 年 6 月 20 日 ] 。 可 从 以 下 网 址 获 得 www.wired.com/story/ai-great-things-burn-planet/：[2] 奈特·W这个人工智能芯片使用光，而不是电子。旧金山：连线; 2021年3月10日[引用2021年6月20日]。可从以下网址获得www.wired.com/story/chip-ai-works-using-light-not-electrons：[3] 哈里斯·N 光是远程、全自动电动汽车的关键。 旧金山：TechCrunch; 2021年5月25日[引用于2021年6月20日]。可查阅：https://techcrunch.com/2021/05/24/light-is-the-key-to-long-range-fully-autonomous-evs/。[4] Choi CQ.在数百个量子比特的竞赛中，光子可能具有“量子优势”。 纽约市：IEEE频 谱 ; 2021 年 3 月 5 日 [ 引 用 2021 年 6 月 20 日 ] 。 可 从 以 下 网 址 获 得 ：https://spectrum.ieee.org/tech-talk/computing/hardware/race-to-hundreds-of-photonic-qubits-xanadu-scalable-photon。[5] 洛尔湾云计算并不像人们担心的那样会消耗大量的能源。纽约市：纽约时报; 2020年2月27日[引用2021年6月20日]。可查阅：https://www.nytimes.com/2020/02/27/technology/cloud-computing-energy-usage.html。[6] Bruce R.谷歌如何用足够的电力为整个国家提供“垄断”。纽约市：福布斯; 2020年10 月 21 日 [ 引 用 2021 年 6 月 20 日 ] 。 可 从 以 下 网 站 获 得 ：https://www.forbes.com/sites/robertbryce/2020/10/21/googles-dominance-is-fueled-by-zambia-size-amounts-of-electricity。[7] 莱斯利·M加密货币会打破能源银行吗？工程2020;6（5）：489-90。[8] 克里德尔角 比特币消耗更多>>能源比阿根廷”[互联网]。伦敦：英国广播 公 司 ; 2021 年 2 月 10 日 [ 引 用 2021 年 6 月 20 日 ] 。 可 从 以 下 网 址 获 得 ：https://www.bbc.com/news/technology-56012952[9] 迪克森湾AI云拯救世界，如果它不先破坏环境。纽约市：PC Mag; 2020年4月17日[引用于2021年6月20日]。可查阅：https://www.pcmag.com/news/ai-could-save-the-world-if-it-doesnt-ruin-the-environment-first。[10] 沃尔多普：摩尔定律的筹码已经下降了。Nature 2016;530（7589）：144-7.[11] 一种新的冷却计算机的系统可以彻底改变创新的步伐。 华盛顿特区：史密森尼; 2020年9月16日[引用于2021年6月20日]。可从以下网址获得：https://www.smithsonianmagcom/science-nature/researchers-craft-revolutionary-invention-cool-computers-180975807/.[12] 迈耶·D 微软欢呼其海底数据中心实验的成功，并表示这可能对陆地也有影响。纽 约 市 ： 财 富 ; 2020 年 9 月 15 日 [ 引 用 2021 年 6 月 20 日 ] 。 可 查 阅 ：https://fortune.com/2020/09/15/microsoft-project-natick-undersea-datacenter-scotland/。[13] Smit M，Williams K，van der Tol J.基于InP的光子集成的过去，现在和未来。APL Photon2019;4（5）：050901。[14] Markoff J.激光设备可能是更快的计算机的关键。纽约市：纽约时报; 1990年1月30日[引用2021年6月20日]。网址：www.nytimes.com/1990/01/30/business/laser-device-could-be-key-to-faster-computer.html。[15] 施耐德湾以光速进行深度学习（Deep Learning at the Speed of Light）。 纽约市：IEEESpectrum; 2021年1月8日[引用于2021年6月20日]。网址：https：//spectrum。ieee.org/computing/software/deep-learning-at-the-speed-of-light。[16] 奈特·W使用光驱动的芯片使人工智能算法快速疯狂。剑桥：麻省理工学院技术评论 ; 2018 年 11 月 29 日 [ 引 用 2021 年 6 月 20 日 ] 。 可 从 以 下 网 址 获 得 ：https://www.technologyreview.com/2018/11/29/138899/making-ai-algorithms-crazy-fast-using-chips-powered-by-light/。[17] 光子芯片能拯救比特币吗？[互联网]。剑桥：麻省理工学院技术评论; 2019年11 月 21 日 [ 引 用 2021 年 6 月 20 日 ] 。 可 从 以 下 网 址 获 得 ： https ： //www.technologyreview.com/2019/11/21/131869/can-photonic-chips-save-bitcoin/。1196
我的内容管理
展开
