我国首个光子人工智能芯片项目正式启动!光子芯片原理是什么?为什么更适合于AI?

2019-01-07 12:51:19 来源:EETOP

光子人工智能芯片。光子芯片的计算速度为电子芯片的1000倍,但功耗仅为其百分之一。

算力是传统电子人工智能芯片的1000倍,但功耗只有其百分之一,低延迟还抗电磁干扰,由清华、北大、北交大等高校博士生创业研发的光子人工智能芯片,在技术上实现不少突破,未来可广泛应用于手机、自动驾驶、智能机器人、无人机等领域。近日,该光子人工智能芯片项目落户顺义,将这项新技术推向了台前。

芯片的设计、加工、封装、测试全部在国内完成,摆脱了对国外高制程光刻机的依赖,是我国在芯片领域换道超车的核心技术。”研究团队负责人白冰说。

具高速率、低功耗优势

落地顺义的光子人工智能芯片出自一个由清华、北大、北交大等多所高校的在校博士生组成的创业团队,该团队是全国第一个,也是全球第二个光子人工智能芯片研究团队。

团队负责人、光子芯片的研发者之一——白冰,目前正在北京交通大学通信与信息系统专业攻读博士学位。作为国内第一个研究光子计算的团队,白冰介绍,光子芯片具有低延迟、抗电磁干扰等优势,计算能力是传统芯片的三个数量级,功耗却只有传统芯片的百分之一。

全流程可在国内完成

对于光子人工智能芯片发展的意义,白冰说,国内电子芯片设计领域能力很强,但在核心加工环节有一个很强的技术壁垒,需依赖国外的高制程光刻机,在成本等多个方面都会受限。光子人工智能芯片的生产过程自主可控,全流程可在国内完成,采用国内130nm微电子工艺加工完成,摆脱了对于国外高制程光刻机的依赖,无需在工艺制程上进行追赶。

芯片的设计、加工、封装、测试全部在国内完成,摆脱了对国外高制程光刻机的依赖,所以说是我国在芯片领域换道超车的核心技术。”白冰说。

白冰表示,未来芯片主要还是针对人工智能领域的应用与发展。目前光子人工智能芯片的产品部署主要集中于设备端,预计于2022年将光子芯片运用到云端。

记者了解到,第三代半导体是北京市高精尖产业的重要内容,也是顺义确定发展的三大创新型产业集群之一。当前,顺义正布局全产业链,7.1万平方米的第三代半导体材料及应用联合创新基地已于去年12月竣工。目前,中关村科技园区顺义园管理委员会已与其团队签约,项目正式落户顺义。

据介绍,上海也已开始光子芯片的布局,计划到2021年建成全国硅光子芯片研发和中试基地,到2025年量产平台实现芯片批量供货,成为国际知名硅光子的研发、制造基地。

释疑1 什么是光子人工智能芯片

白冰介绍,光子人工智能芯片是指采用硅基光子集成技术,让光提供算力,为人工智能应用提供高性能的硬件支持。第一个层面是“人工智能芯片”。如果一个芯片要跑得非常快、非常省电,一定是芯片的物理结构跟软件高度匹配,这样才能达到一个比较高的效率。包括现在的人脸识别、自动驾驶、安防监控、AI金融、AI医疗等,实际上都是一种人工智能算法,要设计一款芯片结构跟其特征匹配,这就是人工智能芯片

第二个层面是“光子”。已有的人工智能芯片都是电子芯片,电子芯片在计算速度和功耗方面会有瓶颈。光子人工智能芯片是依托硅基光子集成技术,在内部用光完成矩阵运算与数据交换。它的计算过程与人工智能算法高度匹配,计算速度比普通电子芯片高,功耗比电子芯片低。

中科院上海微系统所所长助理、上海新微科技集团总裁秦曦曾介绍,集成电路的发展沿着摩尔定律已趋于极限,硅光子技术是超越摩尔研究领域的发展方向之一。通过硅光集成,用光代替原来的电进行传输,成本有可能降低到原来的十分之一,甚至更低。

释疑2 与传统芯片比有哪些优势?

白冰解释,主要有两方面优势。一个优势是计算速度,光子人工智能芯片的计算速度大概是电子芯片的三个数量级,约1000倍,单个电子芯片的计算速度大约是7.8TFlops,而光子人工智能芯片的计算速度大概是3200TFlops。第二个优势是功耗,光子人工智能芯片的功耗仅为电子芯片的百分之一,单位电子芯片和耗电量大概300W,对应的光子人工智能芯片的耗电量只有4W。

对比不同芯片在同一情境下是否具有优势,要考虑性能功耗比、单位美元提供算力两方面。性能功耗比是指消耗单位瓦特提供的性能,重在强调涉及多少电费,单位美元提供算力则重在强调芯片的生产成本。在这两方面,光子人工智能芯片比电子芯片更有优势。

释疑3 未来主要应用在哪些方面?

白冰表示,光子人工智能芯片可广泛用于手机、安防监控、自动驾驶、服务机器人、无人机、工业物联网、企业服务器和数据中心等关键人工智能领域。比如在分拣机器人机械臂上装上摄像头,让它识别有什么东西,控制它去抓取等。

据其介绍,光子人工智能芯片的发展得益于人工智能的发展。光学计算芯片其实在实验室一直存在,但它一直没有比较好的应用场景,没有办法落地应用。近年来伴随着人工智能的兴起,人工智能的算法特征恰好跟光学芯片物理性能匹配,这使得光学计算有了走出实验室、走向产业应用的机会,就是这样一个过程。

中科院“百人计划”专家、上海微系统所研究员余明斌回国后也一直致力于硅光工艺平台的建设。他认为,这是一个可能引发巨大产业新空间的前瞻性技术。

光子芯片原理及世界发展现状

从传输走向计算,光子芯片将成终极计算解决方案?

从 2006 年开始,英特尔推出首款标准 CMOS 工艺的电子混合硅激光器之后,电和光这两个截然不同的物理现象终于成功被凑在一起。往后数年,基于此技术的超高带宽光学传输架构更成为高性能数据中心的最爱,借此有效降低了大量数据传输造成的系统瓶颈。

2015 年,IBM 研究人员,发表了针对光子计算的新实验性技术,通过把硅光子数组集成到与 CPU 相同的封装尺寸中。硅光子技术的问题一直在于芯片的光学接口,不过 IBM 的光子解决方案能被应用于系统单芯片 (SoC),以廉价的标准连接器 (edge connector) 在芯片之间传输光,或是只要将 CMOS 芯片边缘接在一起就能进行芯片芯片的通讯。

这些光子芯片的发展主要是作为解决传统芯片芯片之间,或芯片与存储系统之间的互连问题。而凭借集成度高的光子芯片的发明,取代了过去庞大复杂的光传输架构,且速度能更快,延迟更低。

然而,真正把“光子”带往计算领域,甚至架构成“光子芯片”的概念,却是近两年才逐渐被发掘出来。

由于半导体芯片技术虽依靠新应用与算法的整合,能做到的事情也越来越多,但实际上芯片架构本身还是基于同样的逻辑之下,且受限于半导体工艺,计算能力、规模以及功耗、成本形成难以均衡的四角关系。

这时,业界也开始积极寻找能突破现况的新计算技术。GPGPU、神经网络芯片、DSP、FPGA 都在不同的时期被提出来,擅长解决特定应用计算领域,但这些芯片并没有解决根本的问题,也就是其基于半导体结构所面临的物理特性限制。

图丨光子突触作用原理

AI 所带起的计算需求不断膨胀,促进了处理架构持续推陈出新,譬如英特尔未来将结合 CPUFPGA 计算能力,借以应对更复杂的应用情境;英伟达则是在其最新一代的 GPU 方案上大幅强化推理性能。除此之外,亦有不少希望能够针对特定计算推出更适合的新架构,比如说类神经网络芯片 (NPU)、量子计算机 (Quantum computing),以及最新的计算概念:基于光子回路 (Photonic Circuits) 的计算架构。

实际上,“光”被使用在计算环境中已经有超过数十年的历史,过去主要用以在不同芯片或存储设备间传输数据之用,而因为相关的传输技术成本太高,且必须搭配昂贵的周边才能显现出其效益,也因此,“光”的传输从没有被普及到消费市场,导致我们对这个事实没有太明确的认知。

然而,计算则是另一层次的问题。

图丨SMART Photonics的光子芯片

用很简单的概念解释光子计算芯片,就是在芯片上使用了无数个光学开关器,作用就类似半导体芯片中的逻辑栅,利用不同波长,相位和强度的光线组合,在复杂的反射镜、滤波器以及棱镜结构所组成的数组中进行信息处理。

硅光子和微电子一样,都是基于硅材料的半导体架构。而硅作为光学通信传输方面的应用已经相当普及,由于光的快速反应和并行特性,能瞬间传输大量数据,因此被普遍应用在数据中心的服务器上。也因为光子传输过程稳定,并行能力强,且纠错设计相对简单,传输和转换所需要的能量极小,所以采用光子计算的架构理论上可以做到相对低的功耗表现。其次,光子芯片理论上也能做到规模极小的应用上,比如说移动设备中。

光子芯片可沿用目前成熟的半导体工艺技术,而目前仍处于实验阶段的光子芯片仅需要老旧的微米级工艺就可达到大幅超越既有半导体芯片的计算能力,也因此未来工艺微缩空间极大。而凭借芯片密度的增加,性能还能大幅成长,甚至有机会彻底改写摩尔定律的限制。

沿用 CMOS 工艺是光子计算最大优势,但目标非取代传统半导体计算

由于光子芯片基本上还是以目前的 CMOS 制造工艺为基础,相对于量子计算使用的特殊工艺,在成本或量产技术方面都要更有优势,虽然目前实验室中的光子芯片在密度上还比不过传统半导体芯片,但已经比量子芯片好很多了。

而光子芯片的效能取决于架构和算法,比如说同时使用多少路不同波长的光来进行组合,或者是在芯片中使用的光学信号的带宽,以及光电转换时的瓶颈,但是单从光的物理特性上来看,在合适的算法上要做到传统半导体芯片的百倍速度是不会有太大的问题的。

当然,理论上光子芯片可以做到规模很大,也可以做到很小,但因为光不适合做非线性运算,另外光芯片的集成度和尺寸还是会有一定的规范,要完全取代半导体芯片还是有很大的难度。

芯片、算法到周边的生态正在发展中

2017 年 6 月,麻省理工学院研究团队针对可程序设计纳米光子处理器提出了一份论文,并且发表在《自然-光子》杂志上。该论文的第一作者及通讯作者,出生在杭州的沈亦晨目前为 Lightelligence 的联合创始人兼 CEO。

沈亦晨强调,目前 Lightelligence 的光子芯片发展已经完成实验室阶段的展示,在算法、总线以及存储方面都有相对应的设计正在进行,当然,计算芯片最重要的还是生态,这点也需要更多科研机构和公司加入到扩展光学计算这一领域来共同建立。

因为主力产品是芯片,所以核心部分在于算法和硬件的结合,以及相对应的芯片指令以及编译程序,而 Lightelligence 的工作就是要让开发出来的芯片可以应用到目前市场上流行的框架中,比如说 TensorFlow、Caffe 等。

另外,由于光子计算在传输或者是存储有其特殊性, Lightelligence 也在开发相对应的周边设计。当然,沿用目前的存储系统虽可加快落地商用速度,但可能就会限制光子计算的性能表现,因此这部分未来还是会以搭配针对光子计算优化的设计为目标,才更能凸显光子计算的整体优势。

如今 Lightelligence 团队正努力改善光子计算的相关生态,目前当然还不成熟,不过业界对于高性能计算,甚至更好的神经网络计算架构有着非常高的期待,相信其光子计算架构落地之后,可以大大加速整体 AI 计算生态的变革。

沈亦晨表示,不论是特定用途,或者是针对通用计算能力,这个都会是芯片架构发展的不同过程的选择。Lightelligence首先还是会以技术或应用场景比较成熟的光子芯片应用着手,然后再逐步去扩大可应用的范围。同时也在努力开发光子芯片前后端的技术,为未来不同的计算场景进行更好的适配。

沈亦晨强调,总体来讲,在实现光子计算的路上还有很多重大的工程改进需要完成,但和过去的种种光子计算的尝试相比,现在可能是最好的时机,也是最接近实现的一次。

光子计算在处理一些 AI 算法时有独特的优势

事实上,光子芯片或许将会是未来最适合用来作为 AI 计算的硬件架构,这是因为光的特性先天适合线性计算(AI 计算里最重要的部分),这包含了高维度的并行计算。相对的,虽然量子计算近来也因为 AI 而受到关注,但量子计算还是比较偏向擅长解码或搜索的领域,另外在量产的生态上也还不太成熟,但潜力却不容小觑。

  1. EETOP 官方微信

  2. 创芯大讲堂 在线教育

  3. 创芯老字号 半导体快讯

相关文章

全部评论

  • 最新资讯
  • 最热资讯
@2003-2024 EETOP
×