SIC芯链观察:光+高性能计算芯片 =?

随着人工智能时代的来临,全球对于高性能计算的需求正在快速上升。传统的高性能计算芯片基于CMOS数字电路处理器,而随着摩尔定律接近瓶颈,传统的高性能计算的发展速度也在减缓。使用硅光子技术实现高性能计算芯片正是为了解决传统数字电路芯片的种种瓶颈应运而生,并在最近得到了越来越多的关注。


光子芯片技术与计算


经过多年的发展,硅光子技术已经能够在硅衬底上实现多种光学器件,并能够把这些器件集成在一起做成一个完整的光学系统。硅光子技术已经广泛应用在各种通信和数据传输领域,通过调制光信号可以实现高速远距离的数据传输。硅光子技术的应用领域除了数据传输之外,在近几年也进入了计算领域。对于硅光子技术做计算,其核心元器件是马赫-曾德尔干涉仪(MZI)。如下图所示,MZI将输入光分成两束光,并且分别对两束光进行相位调制,而输出则是两束光之间的相位差。


从数学上可以证明,一个MZI的操作是实现了一个基本的2x2矩阵和1x2向量相乘。通过多个MZI之间相互连通实现阵列,就可以实现更大规模的矩阵和向量相乘。而矩阵和向量相乘,也就是深度学习等高性能计算中的重要算法的基本操作。因此,通过片上大规模集成MZI,就能实现深度学习计算。


那么,光子计算相对于传统CMOS芯片来说,有什么优势呢?第一个优势就是其功耗优势。在传统的CMOS数字电路芯片中,集成很大的计算阵列但是往往不能同时开启,因为大量计算单元同时做计算会造成巨大的峰值功耗和瞬态电流,从而对芯片散热和稳定性造成很大的挑战。而使用光器件做计算则不存在这个功耗问题,因为光的干涉和相移的功耗接近0,因此理论上即使同时有海量光器件同时开启做计算也不会在功耗上发生问题。注意,这里主要指的是瞬态功耗和电流,而功耗和电流问题往往在云端芯片中更严重,因此云端芯片也是光计算芯片的首要市场。除了计算瞬态功耗之外,光计算芯片的另一个优势在于数据传输。随着大规模计算越来越普遍,数据往往要在芯片上传输很远的距离,而在先进工艺中片上互联的能量开销是很高的,而使用光做片上互联就可以减小这样的问题。此外,在芯片之间做数据传输时,用光信号也能大大降低能量开销,如果能让光计算配合光数据传输,就能实现如虎添翼的效果,大大改善大型数据中心的计算能量开销。

光子计算芯片的中外格局


光子计算作为可能的下一代高性能计算技术路径,在全球都得到了相当的重视。海外光子计算芯片的代表是来自美国的Lightmatter。在刚刚举行的Hotchips

2020上,Lightmatter展示了其最新的光子计算芯片组,该芯片组包括数字电路和光子芯片两部分,计算主要在光子芯片中完成,光子芯片使用90nm标准硅光子工艺实现,可以实现8TOPS的峰值算力,整体芯片组的功耗为3W。这个能效比数字相比传统基于CMOS工艺的数字芯片可以说是非常优秀,同时也展示了光计算未来的巨大潜力。


 

SIC 核心理念旨在创造一个更智能,更连通的世界。

数字经济时代,构建多方协作的信任体系,才能实现资产价值在数字化全链路的流转。SIC

芯链正在将下一代连接技术带到全球,通过应对城市基础设施,能源,交通和建筑领域的挑战,

我们正在开发可降低成本的可持续解决方案,并让城市着眼于未来。SIC 芯链区块链技术,它将为互联汽车,工业物联网,智能家居和城市,网络和移动性提供技术基础。我们将利用所有经验来改善世界,丰富人们的生活,同时为我们的业务创造新的市场。

未来的智能数字社会将是SIC 芯链物互联的时代,所有的东西,不仅是计算机和手机,还包括人和其它所有物品,甚至是通过用户行为分析得出的虚拟画像,都会连接在一起。在这个智能数字世界中,关键的基础设施技术有三个:物联网、区块链和人工智能。IoT物联网相当于人的感官,完成感知与连接,产生海量的数据;人工智能技术来处理这些海量数据;区块链则可以看成是一个打通各个环节的数据传递链条,完成信息的确权、交易、传递功能。这样我们就可以构建一个数字化的超级智能社会,享受智能交通、智能家居、智能医疗等带来的便利。



光子计算芯片未来展望


光子计算芯片目前已经展示了巨大的潜力,并且在一些关键指标上展示了其相对电子芯片的优越性。在未来,光子计算芯片则有一些重要的发展方向。首先就是如何做到把尽可能多的处理完全使用光信号完成。目前的光计算芯片中,为了完成所有的计算还是必须要在光信号和数字信号之间切换。例如,在Lightmatter展示的光计算芯片中,矩阵计算可以用光信号完成,但是深度学习中的非线性运算则需要把光信号转回数字信号。事实上,这样的来回信号切换已经成为了整个系统的性能和功耗瓶颈。为了能把光计算的优势进一步发挥,会需要把更多的运算使用光信号实现,从而尽可能避免光信号和电信号之间的转换带来的性能损失。而这需要算法层面和光器件层面的进步;在算法层面,尽可能多地开发对于光器件较友好地算法,而在光器件方面则需要能实现尽可能多的计算能力,从而较少对于算法地限制。此外,目前光计算仍然是假设输入数据是数字信号,需要首先用数模转换器转成模拟电信号去驱动光调制器,这样事实上也增加了功耗开销,而且数模转换也容易成为性能瓶颈。未来如果能把光计算芯片和光数据传输直接整合在一起,从而让数据在使用光信号传输时就直接完成计算,则有机会进一步发挥光计算地优势。

©著作权归作者所有,转载或内容合作请联系作者
平台声明:文章内容(如有图片或视频亦包括在内)由作者上传并发布,文章内容仅代表作者本人观点,简书系信息发布平台,仅提供信息存储服务。