Lightmatter和Lightelligence两家光芯片初创公司之间的较量
发布时间：2020-03-20 10:50:10 热度：6629
3/20/2020，光纤在线讯，大多数技术人员都熟知摩尔定律，该定律指出，计算机芯片上的晶体管数量每18个月左右就会翻一番。这是指计算技术的指数级增长，这有助于解释为什么你口袋中的智能手机的计算能力比支持人类登上月球的计算能力还要强大许多许多倍。还有一个鲜为人知的定律说那些声称摩尔定律已死的人数每18个月翻一番。那是因为即使利用纳米技术来蚀刻出甚至更小的晶体管，我们也开始达到某种技术瓶颈，这就促使光学计算成为了前进的趋势。
没有掌握所有技术知识时，传统计算使用电子执行计算。另一方面，光学计算提议改用光子来执行计算。由于光子是光的基本粒子，因此很容易理解为什么我们将其称为“光学计算”，换句话说，就是光驱动的计算机。从命名学上很容易分得出，一种叫做电子，另一种叫做光子。在光子学的当前应用中，我们将电子学和光子学结合起来用于诸如光纤通信之类的事情，一种可以使用光以更高的容量和速度实现数据远距离传输的学问。
用来传输数据的光缆
但是，当谈论到传统计算应用时，科学家在开发使“纯光学计算”成为现实的必要组件方面遇到困难。这就解释了为什么一家名为Lightmatter的公司的最新消息令人惊讶——Lightmatter希望使用光学计算来创建新的人工智能芯片。
如果你持有Nvidia（NASDAQ：NVDA）的股票，那么你是一个非常幸运的人，因为他们的股价在过去5年中增长了+ 1,831％并且继续上涨。这是因为NVDA正处于“完美风暴”：其GPU已用于各种高增长应用程序中，例如自动驾驶，游戏以及人工智能。尽管诸如FPGA等其他类型的芯片在AI应用中具有一定市场，但到目前为止，NVDA主导了这一领域。当然，这使得很多初创企业试图也进来分一杯羹。在我们的文章“12个AI硬件初创公司打造新的AI芯片”中我们也介绍了不少这样的公司。CB Insights预估至少有45家初创公司正在为人工智能构建新芯片。最新出现的参与者之一是上述的Lightmatter。
两家初创公司的故事
波士顿初创公司Lightmatter成立于去年年底，他们获得1100万美元融资最近才披露出来。整个公司的基础来源于一篇在2017年6月发表的，标题为利用相干纳米光子电路进行深度学习的论文。该论文最初发表于《自然光子学》（Nature Photonics），文章列出了帮助编写该论文的不少人的名字，但你应该注意其中的前两个名字：尼古拉斯·哈里斯和沈亦晨。因为哈里斯先生是Lightmatter的共同创立者，他和其他几位未被列为论文撰稿人的人共同创办了该公司。我们稍后再讨论沈先生，我们首先还是看一下他们在这篇论文中实际的倡议。
人工智能的工作方式是，它用“人工神经网络”来模仿我们大脑的工作方式。这些计算模型中使用的关键计算称为矩阵乘法。Lightmatter的主要投资人Matrix Partners在Medium上发表的一篇文章，讨论了矩阵乘法实际上是使人工智能出现瓶颈的原因，因为这是一种会消耗所有算力并限制整个过程速度的计算。 Lightmatter建议用光学计算执行矩阵乘法，同时保持其他所有条件不变。根据《科学美国人》的一篇文章讨论，该方法可以实现“与最佳常规芯片相同的精度，同时将能耗降低几个数量级，并提供100倍的速度提升”。
这也并不仅仅是一个想法，因为该团队实际上设法组装了一个原型“硅光矩阵倍增器”来证明这一概念。结果显著：哈里斯先生得以筹集1100万美元成立了一家公司。但是，这还不是故事的结局。深入研究表明，还有另一家初创公司也正运用该论文中的相同技术。
这家是来自马萨诸塞州剑桥市的初创公司，由前面提到的论文的合著者沈亦晨领导。他从百度风险投资公司筹集了1000万美元，这加强了中美之间日益增长的竞争。这一点在之前我们的“中国在技术领域打败美国的10种方式“的文章中有所讨论。除了创立Lightelligence，沈先生似乎还成立了一家名为Lux Labs的公司，该公司致力于发展新型光学薄膜。据他在《福布斯》杂志评选的30位30岁以下杰出人士中的资料，他为这家企业筹集了300万美元的种子资金。他是否打算同时推进两家公司的发展，还是现在暂时将Lux Labs搁置并未说明。另外要指出的是，我们之前已经谈过的无线充电公司WiTricity的创始人Marin Soljacic是Lightelligence的董事之一。
关于这两家初创公司，据《波士顿商业杂志》透露，“哈里斯不想谈论两个人的分手，而沈没有回复电子邮件”。两位分手追求自己的事业，而不是在一家可能因分歧而受到阻碍的初创公司一起工作，这可能是一件好事。可以推测的是两个大男孩（LAD）现在都在竭尽全力地尽快申请专利，都希望重复类似“基因编辑技术CRISPR”式的最后摊牌。鉴于中国致力于减少对Nvidia等公司的依赖，我们可以猜测如果沈先生将其技术带回中国的条件是非常有利的。现在，我们面临着一种境况：健康的竞争可能会加速这项技术的开发，从而使商业化比原本预期更快来临。
原文链接：https://www.nanalyze.com/2018/02/lightmatter-lightelligence/
没有掌握所有技术知识时，传统计算使用电子执行计算。另一方面，光学计算提议改用光子来执行计算。由于光子是光的基本粒子，因此很容易理解为什么我们将其称为“光学计算”，换句话说，就是光驱动的计算机。从命名学上很容易分得出，一种叫做电子，另一种叫做光子。在光子学的当前应用中，我们将电子学和光子学结合起来用于诸如光纤通信之类的事情，一种可以使用光以更高的容量和速度实现数据远距离传输的学问。
用来传输数据的光缆
但是，当谈论到传统计算应用时，科学家在开发使“纯光学计算”成为现实的必要组件方面遇到困难。这就解释了为什么一家名为Lightmatter的公司的最新消息令人惊讶——Lightmatter希望使用光学计算来创建新的人工智能芯片。
如果你持有Nvidia（NASDAQ：NVDA）的股票，那么你是一个非常幸运的人，因为他们的股价在过去5年中增长了+ 1,831％并且继续上涨。这是因为NVDA正处于“完美风暴”：其GPU已用于各种高增长应用程序中，例如自动驾驶，游戏以及人工智能。尽管诸如FPGA等其他类型的芯片在AI应用中具有一定市场，但到目前为止，NVDA主导了这一领域。当然，这使得很多初创企业试图也进来分一杯羹。在我们的文章“12个AI硬件初创公司打造新的AI芯片”中我们也介绍了不少这样的公司。CB Insights预估至少有45家初创公司正在为人工智能构建新芯片。最新出现的参与者之一是上述的Lightmatter。
两家初创公司的故事
波士顿初创公司Lightmatter成立于去年年底，他们获得1100万美元融资最近才披露出来。整个公司的基础来源于一篇在2017年6月发表的，标题为利用相干纳米光子电路进行深度学习的论文。该论文最初发表于《自然光子学》（Nature Photonics），文章列出了帮助编写该论文的不少人的名字，但你应该注意其中的前两个名字：尼古拉斯·哈里斯和沈亦晨。因为哈里斯先生是Lightmatter的共同创立者，他和其他几位未被列为论文撰稿人的人共同创办了该公司。我们稍后再讨论沈先生，我们首先还是看一下他们在这篇论文中实际的倡议。
人工智能的工作方式是，它用“人工神经网络”来模仿我们大脑的工作方式。这些计算模型中使用的关键计算称为矩阵乘法。Lightmatter的主要投资人Matrix Partners在Medium上发表的一篇文章，讨论了矩阵乘法实际上是使人工智能出现瓶颈的原因，因为这是一种会消耗所有算力并限制整个过程速度的计算。 Lightmatter建议用光学计算执行矩阵乘法，同时保持其他所有条件不变。根据《科学美国人》的一篇文章讨论，该方法可以实现“与最佳常规芯片相同的精度，同时将能耗降低几个数量级，并提供100倍的速度提升”。
这也并不仅仅是一个想法，因为该团队实际上设法组装了一个原型“硅光矩阵倍增器”来证明这一概念。结果显著：哈里斯先生得以筹集1100万美元成立了一家公司。但是，这还不是故事的结局。深入研究表明，还有另一家初创公司也正运用该论文中的相同技术。
这家是来自马萨诸塞州剑桥市的初创公司，由前面提到的论文的合著者沈亦晨领导。他从百度风险投资公司筹集了1000万美元，这加强了中美之间日益增长的竞争。这一点在之前我们的“中国在技术领域打败美国的10种方式“的文章中有所讨论。除了创立Lightelligence，沈先生似乎还成立了一家名为Lux Labs的公司，该公司致力于发展新型光学薄膜。据他在《福布斯》杂志评选的30位30岁以下杰出人士中的资料，他为这家企业筹集了300万美元的种子资金。他是否打算同时推进两家公司的发展，还是现在暂时将Lux Labs搁置并未说明。另外要指出的是，我们之前已经谈过的无线充电公司WiTricity的创始人Marin Soljacic是Lightelligence的董事之一。
关于这两家初创公司，据《波士顿商业杂志》透露，“哈里斯不想谈论两个人的分手，而沈没有回复电子邮件”。两位分手追求自己的事业，而不是在一家可能因分歧而受到阻碍的初创公司一起工作，这可能是一件好事。可以推测的是两个大男孩（LAD）现在都在竭尽全力地尽快申请专利，都希望重复类似“基因编辑技术CRISPR”式的最后摊牌。鉴于中国致力于减少对Nvidia等公司的依赖，我们可以猜测如果沈先生将其技术带回中国的条件是非常有利的。现在，我们面临着一种境况：健康的竞争可能会加速这项技术的开发，从而使商业化比原本预期更快来临。
原文链接：https://www.nanalyze.com/2018/02/lightmatter-lightelligence/
