從生成播放列表到語音識別，創建和操作“AI”功能，總是需要占用大量的計算機處理能力。創業公司Lightmatter決心改變徹底這種糟糕的情況。公司制造的光子芯片從本質上來將，可以以光速進行計算，一路秒殺晶體管。最近，這家公司還獲得了1100萬美元A輪融資。

聽上去有點華而不實?但是公司的團隊和技術真的是實打實的。Lightmatter的首席執行官Nick Harris曾經就在麻省理工的論文中寫到了光子芯片，并發布了不少文章來探討光子計算架構的可行性。

跟大多數計算運行一樣，AI和機器學習的最根本在于大量的計算。普通的電腦可以做簡單的計算，但是對于復雜的問題，則需要將其拆解細分，各個擊破。而這種復雜問題，在AI應用中十分常見。更關鍵的問題是，如何能讓AI快速地處理大量數據集。

隨著人工智能產品的需求不斷增加，人們對計算的要求也越來越高，但顯然，目前的計算機芯片已經達到了極限速度。“摩爾定律正在消亡的一個特點就是，像英特爾這樣的公司正在大力投資量子計算等東西。只要不是傳統的計算，他們就投資開發，”Harris在采訪中說，“所以，現在正是尋求其他計算架構的大好時機。”

公司的光子芯片通過讓光穿過一個極小的可配置鏡頭和傳感器，來一下子解決所有問題。通過創建和跟蹤光的相位或路徑的微小變化，僅在光從芯片這端到達另一端的極端時間內，解決方案便可生成。這不僅意味著計算結果的快速反饋，也意味著所需消耗的能量也是傳統芯片的極小部分。

“很多深度學習都依賴于這種特殊的運行，而我們的芯片可以大大提高這一運行速度，”Harris解釋說，“這是一個特殊用途的光學計算機可以在特殊問題上大放異彩的時刻。首款光子芯片可以憑精確且可擴展的方式完成這項任務。”

“在速度、功耗和延遲方面，我們已經非常接近理論可能性，”Harris說。也就是說，你不能讓光跑得更快。但跟傳統計算機類似，你可以把芯片布置地更加密集，讓它們并行工作，或者，改進傳感器性能等等。

公司最近宣布的1100萬美元A輪融資，由Matrix和Spark領投。這筆新的資金將幫助團隊把技術從原型層面應用到實際產品中。

“這不是一個科學項目，”Matrix的Stan Reiss說，“這是以可控的方式首次對光學計算的應用。”

他還指出，競爭對手們過于拘泥于提高半專業化硬件的性能，比如開發特殊的AI主板等，但最終他們還是跳不出傳統計算機的局限。

“任何人都可以開發出這種芯片，但問題是這類芯片也面臨著巨大的競爭壓力，而Lightmatter這家公司則完全不一樣。”

而且，光子芯片也僅僅是在最近才變得可能。過去十年中，在構建光子芯片的基礎研究和基礎設施方面的投資最終得到了回報。如今，這項技術已經足夠成熟從實驗室走向市場。

Harris提到：“AI仍處于起步階段，若要進一步前進，新的技術必不可少。在Lightmatter，我們正在用光子技術來增強電子計算機的性能，以從根本上推出足夠強大的新計算機，以促進下一代人工智能的發展。”