在各方努力降低 AI 耗能和環(huán)境影響的進(jìn)程中，美國馬薩諸塞州波士頓的初創(chuàng)公司Lightmatter宣布，已經(jīng)研究出一種用光進(jìn)行運(yùn)算的芯片，耗電量只有同等級電子芯片的六分之一。其他公司也在為AI、自動駕駛汽車、量子計算等應(yīng)用研發(fā)相似的光子芯片。

　　波士頓Lightmatter公司所開發(fā)的Envise光子芯片將用于加速AI的深度學(xué)習(xí)。該公司稱一組服務(wù)器若使用該芯片，其所消耗的電量將大幅降低，而其每秒執(zhí)行的推理次數(shù)將是競爭對手開發(fā)的服務(wù)器的三倍以上。來源：Lightmatter(公共領(lǐng)域)。

　　最近幾十年計算機(jī)能耗飛漲。研究人員估計，目前數(shù)據(jù)中心所耗能源占全世界能源的1%。僅谷歌一家公司每年就耗費了 12 TW·h 以上的能源，比斯里蘭卡整個國家耗費的能源還要多。

　　比特幣以及其他種類加密貨幣的挖礦活動自2009年興起，現(xiàn)在耗費的電量也越來越多，最新官方估計比特幣挖礦每年耗費電量達(dá)121 TW·h。

　　AI也是耗電大戶，特別是其中的深度學(xué)習(xí)、面部識別等功能所必需的深度學(xué)習(xí)算法。訓(xùn)練這些算法時，需要處理大量數(shù)據(jù)，也就相應(yīng)地需要耗費大量電力，并可能產(chǎn)生巨量二氧化碳。一項研究估計，深度學(xué)習(xí)算法訓(xùn)練所需能源相當(dāng)于一輛汽車在其使用壽命內(nèi)所耗盡的能源總量。

　　各個公司也采取了多種方式抑制能耗并減少計算機(jī)計算對氣候產(chǎn)生的影響。例如，數(shù)據(jù)中心能效得到了有效提升。2010年~2018年數(shù)據(jù)中心能耗僅上升了6%，算力則提升了6倍。但是使用光子而非電子的光基集成電路在降能耗上表現(xiàn)更為出色。這些電路能耗如此之低，歸功于光的性質(zhì)。當(dāng)電子通過晶體管和其他傳統(tǒng)集成電路元件時，會遇到阻力并產(chǎn)生熱量。隨著設(shè)計者不斷將各種元件添加到芯片上，芯片產(chǎn)生的熱量自然會升高。

　　此外，光子芯片計算速度也更高。在光基設(shè)備中數(shù)據(jù)以光速移動，比普通電路中電子移動速度快10倍。美國馬薩諸塞州劍橋市麻省理工學(xué)院的電子工程學(xué)和計算機(jī)工程學(xué)副教授Dirk Englund說道：“物理學(xué)使我們有了如此巨大的收獲?！彼€稱，光子芯片能將處理速度提升 6~7 個數(shù)量級。

　　除此，光子芯片將為AI帶來突破式發(fā)展，不只因為其極高的運(yùn)行速度和低能耗。Englund說，光子芯片可以輕松運(yùn)算矩陣向量乘法，同時支持深度學(xué)習(xí)。而且，傳統(tǒng)集成電路無法勝任的線性代數(shù)計算，對光子芯片來說也不在話下。

　　數(shù)家公司都在為AI開發(fā)光子芯片，其中就包括位于波士頓的Lightelligence公司。然而，Lightmatter公司的Envise芯片是最接近商業(yè)化的。公司稱該芯片相比當(dāng)前頂尖電子芯片快10倍，且能耗只有后者的15%。不過還沒有第三方對這些數(shù)據(jù)進(jìn)行核驗。Lightmatter公司計劃將在一個刀片服務(wù)器中使用16個芯片，組成一個數(shù)據(jù)中心專用AI計算機(jī)，并在2021年下半年與消費者見面。當(dāng)然這種設(shè)備并非只采用光子芯片，它也包含電子芯片，加利福尼亞大學(xué)圣塔芭芭拉分校電子與計算機(jī)工程及材料學(xué)教授John Bowers認(rèn)為：“Lightmatter公司的產(chǎn)品是一個巨大的進(jìn)步?！?/p>

　　光子芯片同樣可以幫助其他計算機(jī)領(lǐng)域?qū)崿F(xiàn)能耗降低。比如，部分專家認(rèn)為這類設(shè)備能夠抑制加密貨幣挖礦的能源需求。然而，這些光子芯片也有局限性。Englund說，首先，研發(fā)光基內(nèi)存極為困難，只能采用傳統(tǒng)電子芯片為 Envise 提供內(nèi)存。此外，光子芯片是模擬計算，計算精度可能比不上電子芯片。因此，Lightmatter公司所售刀片服務(wù)器的主要賣點是“加速器”，用于幫助受過訓(xùn)練的AI算法運(yùn)行。此外，AI研究人員稱他們很高興能馬上拿到光子芯片進(jìn)行測試。Englund說：“我們馬上就能看到比較結(jié)果，見識到光基設(shè)備有多強(qiáng)大?！?/p>