ニュース

한어Русский языкEnglishFrançaisIndonesianSanskrit日本語DeutschPortuguêsΕλληνικάespañolItalianoSuomalainenLatina

光コンピューティングチップ業界の水温は変化しつつあります。

著者｜バドゥ‍‍

編集者｜王波

「集積光回路は、半導体分野では60年に一度しか起こらない『車線変更と追い越し』となるだろう。」

昨年末、2023年世界ハード技術イノベーション会議で発表された「フォトニック時代：フォトニック産業発展白書」の序文の最後の段落にこんな一文があった。

演算能力とデータ伝送の点で光コンピューティングチップの利点があることは疑いの余地がなく、国内チームの研究結果が新聞でよく報道されますが、大規模な商業利用となると、まだ多くの人がその利点を持っています。疑問。 2023年、マイクロ・ナノ・フォトニック・デバイスの研究に従事する大学院生が、光コンピューティング・チップに関連する問題について議論する投稿をZhihuに投稿し、「商用化されていないので、大きな問題があるに違いない」と率直に述べた。

では、光コンピューティングチップは紙から生まれたのでしょうか?

マトリックス スケール (計算能力密度) と単一ノードの光識別 (計算能力精度) は、光コンピューティング チップのパフォーマンスを測定するための重要な指標です。商業標準を満たす業界で認められたマトリックス サイズは 128×128 で、2 つあります。同社は 64×64 光コンピューティング チップのテープアウトを完了しました。その後 3 年間、このボトルネックは解消されず、一部の企業は別のトラックに移行しました。

最近開催された 2024 年世界人工知能会議 (WAIC) で、「Jiazi Guangnian」は次のことを学びました。国内の光コンピューティングチップ企業であるOptical Based Technologyは、演算能力密度と演算能力精度が商用基準に達した初の光コンピューティングチップのテープアウトを完了した。、このチップのマトリクス サイズは 128×128 で、ピーク演算能力は 1700TOPS を超えます。

Light-based Technology が開発したマトリクス サイズ 128 × 128 の光コンピューティング チップ 画像出典: Light-based Technology

Light-based Technology の共同創設者 Cheng Tangsheng 氏は、「現在、NVIDIA A100 とのベンチマークを行っています。128×128 チップはボード化され、最終的なコンピューティング能力は NVIDIA A100 と同じになります。」と語った。 NVIDIA の電子チップ製品との比較。同時に、消費電力は当社の第 1 世代製品の約 10 分の 1 から 15 分の 1 になります。また、光コンピューティング チップも桁違いに削減されます。」

128×128 のマトリックス スケールは、国産の光コンピューティング チップが単に「紙の上にとどまっている」、または「実験室に住んでいるだけ」ではなく、工業化に一歩近づいていることを意味します。

Optical Standard Technology の創設者である Xiong yingjiang 氏は、同社は 128×128 の光コンピューティング ボードをデバッグしており、2025 年には商用の光コンピューティング ボード製品を発売し、より高いエネルギー効率とより大きなコンピューティング パワーを人々に提供する予定であると述べました。同時に、同社はより大きなマトリックス規模の光コンピューティング チップの研究開発を完了しようとしています。

チップ業界に焦点を当てているある投資家は、「私たちは転換点に来ているのかもしれない」と語った。「誰もが、光コンピューティングチップはまったく実現不可能だという当初の見方から、それは可能だと考えるようになった。」

光コンピューティングチップ業界の水温は変化しつつあります。

1.「光を信じますか?」

「光を信じますか？」

このインターネットの流行語は、光コンピューティング チップ業界を如実に表しているものでもあります。

過去 50 年間にわたり、チップのコンピューティング能力はムーアの法則に従って成長し続けました。以前は、業界は電子チップのコンピューティング能力を使用することに慣れていましたが、現在では電子チップのコンピューティング能力が成長のボトルネックに直面しています。

たとえば、量子トンネル効果により、トランジスタ サイズのさらなる縮小が制限され、パフォーマンスが向上するにつれて、エネルギー消費と熱の蓄積により、チップの信号遅延、内部チップの伝送速度、およびデータ伝送のボトルネックにより、処理速度が制限されます。既存の技術枠組みではトランジスタ数は上限に近い。

需要は依然として増加している一方で、供給はボトルネックに直面しています。 Moore Thread の創設者兼 CEO の Zhang Jianzhong 氏は、「AI 創造時代 - 2024 Jiazi Gravity」で、数十億、数億の資金があっても、コンピューティング センターを設立するのは困難です。コンピューティング リソースの不足と相まって、AI が直面する問題は次のように率直に述べました。 OpenAI を含む多くの企業は、コンピューティング リソースの不足によって引き起こされる問題、つまり反復問題を解決する方法を検討しています。」

状況を打破するにはどうすればよいでしょうか？光コンピューティング チップは新しいアイデアを提供します。

光コンピューティング チップは、コンピューティング タスクの光学的実現に焦点を当てたフォトニック チップの応用形式です。超高速、超強力な並列性、超高帯域幅、超低損失の特性を備えています。

実際、何十年もの間、科学者は光の探求をやめたことはありません。 1940 年代にフーリエ変換が光学に導入され、フーリエ光学が開発されました。 1980 年から 2004 年は光コンピューティングの黄金時代であり、科学研究者は光パターン認識、論理光コンピューティング、光ニューラル ネットワーク、光相互接続、光ホログラフィック ストレージなどの多数の光コンピューティング技術を提案しました。

しかし、光コンピューティングのアプリケーション要件とアプリケーションシナリオが不明確であり、適合する光ハードウェアシステムが不足しているため、光コンピューティング技術の開発は比較的遅れています。

近年、人工知能産業の爆発的な発展に伴い、光コンピューティングチップも急速な発展期に入っています。

2021 年には、フォトニクス製品と関連サービスの世界全体の価値は 7 兆米ドルを超え、世界経済の約 11% を占めると予想されます。

現在、光コンピューティングは、幅広い専門分野と非常に高い理論的および技術的要件を備えた新興産業です。この分野は、中国と国際競争相手が同じスタートラインに立ち、技術的な超越を達成できる可能性のある分野とみなされている。

2.128×128: コンピューティング能力と消費電力において 2 倍の画期的な進歩

光コンピューティングチップに対する大きな期待にもかかわらず、光コンピューティングは長い間研究室に閉じ込められた技術でした。

2017年に光コンピューティングの分野で初のNature論文が掲載され、その後次々と企業が設立された。しかし、業界チェーン全体が十分に成熟しておらず、パッケージングから電子チップの連携までの参考例はあまりありません。業界での5年間の開発を経て、光ベースの技術が確立された2022年までに、技術と産業チェーンは徐々に成熟しましたが、光コンピューティングチップはまだ、従来の電気チップのように大規模に商品化されていません。

Xiong yingjiang 氏は、これには主に 2 つの理由があると考えています。1 つは、過去の光コンピューティング チップの設計が未熟で、現在の主要な電気ソリューションと直接比較できなかったことです。2 つ目は、それを製品に実装するための産業チェーンが未熟だったことです。最終的には、統合は依然として非常に困難なエンジニアリング作業です。

「国内の多くの大学の光コンピューティングチップは、3×3や4×4などのサイズが小さい。一部の新興企業は最大でも64×64しか達成できず、商品化能力がないことを意味する。」そして開発段階です」とFengrui Capitalの初期プロジェクト責任者であるLi Gang氏はJiazi Guangnianに語った。

今回、Optical Based Technology のマトリクス サイズ 128×128 の光コンピューティング チップのテープアウトに成功しました。国内の光コンピューティングチップは商品化の臨界点に達した。

大規模な商業利用を実現するには、光コンピューティングチップが非線形コンピューティングやストレージと計算の統合などの問題を解決する必要があり、科学研究機関も業界も、光電子統合エコシステムを構築することが唯一の方法であると考えています。 PCM 相変化材料に基づいて、ストレージと計算を統合するインメモリ コンピューティングを実現するオプティカル ベース テクノロジは、光コンピューティング チップを核とした電気チップ設計機能を反復して実現しました。国内トップクラスのパッケージング企業との戦略的協力関係を確立し、高度なオプトエレクトロニクスパッケージング機能を共同開発しています。

「128×128のマトリックススケールは、GoogleのTPUやHuaweiのAscendで使用されているアーキテクチャに匹敵します。私たちにとって、光コンピューティングは、計算能力密度とマトリックススケールの点ですでに電子コンピューティングと同等です。これは以前の光コンピューティングではありません。」可能ではありましたが、初めて実行しました。」

光ベース技術の光子ストレージとコンピューティング統合プロトタイプ、画像出典：光ベース技術

光コンピューティング チップのマトリクス サイズは、コンピューティング能力に対応します。

たとえば、行列サイズを 64×64 から 128×128 に増やすと、計算能力は少なくとも 4 倍増加しますが、消費電力の増加は線形です。

具体的には、64×64 マトリックス スケールで、チップには 64 個のアナログ - デジタル コンバーター (ADC) と 64 個のデジタル - アナログ コンバーター (DAC) が装備されています。マトリックスサイズが 128×128 に達すると、演算能力は 4 倍に増加しますが、必要な ADC と DAC の数は元の 2 倍に増加するだけであり、演算能力効率は少なくとも 2 倍になります。

同時に、この光コンピューティングチップの精度も画期的な進歩を遂げ、AI推論の標準精度に達しました。

さらに重要なのは、128×128 マトリックスの各ユニットが調整可能であるため、チップはあらゆる種類の AI コンピューティング タスクを処理できる完全にユニバーサルなプラットフォームになります。これは、これまでの固定ウェイトとはまったく異なります。単一のアプリケーションを処理する他の光コンピューティング チップとは対照的です。

このような技術的な進歩は一夜にして起こるものではありません。それよりも10年にわたる技術蓄積の結晶。

オックスフォード研究所は、2014 年以来、相変化材料とシリコン光の研究開発を先駆けて進め、2017 年には世界初の光子ストレージとコンピューティングの統合チップの開発に成功しました。オックスフォード大学での博士課程在学中、チェン・タンシェン氏は、「相変化材料の光学計算」の世界初の人物、オックスフォード大学材料学部教授で王立工学アカデミーの会員でもあるハリッシュ・バスカラン氏の下で学びました。また、オックスフォード大学で相変化材料の光学計算を主導し、チップおよび新しい超低消費電力ナノ相変化材料の研究開発にも参加しました。

Cheng Tangsheng 氏は、オックスフォードの博士課程の学生だった頃から、長年にわたって光コンピューティング技術の実用化における問題を解決し、消費電力を削減し、規模を拡大する方法を研究してきました。人工知能の開発などのアプリケーションの計算能力要件。

Light-based Technology の創設チームは、光コンピューティングの分野で画期的な進歩を続けています。 2022年の起業はさらに「準備」が整います。

「会社の設立当初から、市場にある既存の光コンピューティングチップのマトリックスが小さく、そのため計算能力密度と計算能力の規模が制限されていることを認識していました。そのため、会社の設立初日から、私たちはまずマトリックスのサイズを 64×64 から 128×128 に増やし、その後 256×256 と 512×512 にさらに拡大する必要があることは明らかです」と Cheng Tangsheng 氏は「Jiazi Guangnian」に語った。

昨年、光ベースのテクノロジーは前世代の光コンピューティング チップを使用して、パッケージング、電気チップとの統合、ResNet-50 などの一般的な AI ネットワークの実行を含むボード アーキテクチャの完全な動作を完了しました。

今年、Light-based Technology はチップをさらに最適化する一方で、マトリックス サイズを 128 × 128 に増やし、計算能力密度とスケールを向上させました。他方では、各独立した光学デバイスを最適化してシミュレーションしました。ターゲットを絞ったテープアウトを実現し、システム全体の総合的な最適化を実現します。

「私たちは基本的に3か月から6か月ごとにテープアウトを行っています。製品を迅速に作り、継続的に繰り返すことによってのみ、会社は真に安定できると信じています。」とXiong yingjiang氏は語った。

今回の 128×128 光コンピューティング チップは、これまでの 3 つの製品反復から派生したものです。

では、そのような光コンピューティングチップ製品の商業シナリオはどこにあるのでしょうか?

3. 光コンピューティング チップを必要とするのは誰ですか?

アプリケーション層の場合、光コンピューティング チップは、より高いコンピューティング能力とより低い消費電力を提供します。

コンピューティング能力が高いということは、光コンピューティング チップがより複雑なモデルを処理できることを意味し、より複雑なモデルがより優れたアプリケーションにつながる可能性があることを意味し、消費電力が低いということは、モデルのトレーニングとユーザーによるモデルの実際の使用の両方のコストがかかることを意味します。大幅に削減されました。光コンピューティングチップが実用化されれば、ポストムーア時代の幕開けとなり、好循環が形成されることになる。

テクノロジー アプリケーションにおけるあらゆる変化は、コンピューティング能力のブレークスルーから生まれます。人工知能の破壊的な瞬間は、まさにコンピューティング能力の向上によって起こります。

したがって、光コンピューティング チップの主なシナリオは人工知能です。 「人工知能の急速な発展に伴い、このシナリオのアプリケーションとニーズは非常に明確になっています。光コンピューティングチップは、現在の大規模モデル関連アプリケーションに迅速に適応し、最適化できます」とLi Gang氏は述べた。

大規模モデルの分野では、光コンピューティングは下流の顧客のコスト削減と効率の向上に役立ちます。これにより、将来の推論コストが現在の 1,000 分の 1 または 10,000 分の 1 に削減され、ユーザーはほとんどコストがかからずに大規模モデルにアクセスできるようになり、それによって大規模モデル企業の粗利益率が大幅に向上します。

大規模なモデル アプリケーションの実装には、コンピューティングの電力コストを削減することが非常に重要です。そうしないと、企業は毎日オーバーヘッドに悩まされることになり、モデルの規模とトレーニングの品質が低下します。

人工知能の新興企業の創設者は「Jiazi Guangnian」に、コンピューティング電力コストの低下はアプリケーション製品の開発に役立つと語った。トークン節約アプリケーションを作成しようとしています。」

同時に、光コンピューティング チップのコンピューティング能力の大幅な向上により、人工知能、ビッグデータ分析、自動運転など、現在人気のあるテクノロジー シナリオに強力なパワーを提供することもできます。

Xiong yingjiang氏は、自動運転分野において、現在のL3レベルの計算能力は200～500TOPSであり、L5レベルに到達するには2,000TOPS以上の計算能力が必要になると予想されると紹介した。既存の技術に基づく場合、消費電力は2kWを超え、新エネルギーのスマート運転車両の耐久性が課題となります。

したがって、低消費電力で高い計算能力を備えたソリューションを見つける必要があり、光コンピューティング チップはこの要求を正確に満たすことができます。

現在注目を集めている身体化インテリジェンスの場合、光コンピューティング チップは、エネルギーをあまり消費せずにエンド側で大量の計算を実行できるため、ロボットが多数の機械的操作を実行しながら「高い IQ」を維持できるようになります。

身体化された知能が汎用人工知能 (AGI) の能力と認知能力に達しようとすると、必要なコンピューティング能力は現在のレベルをはるかに超えることになります。光コンピューティングチップの高い計算能力の可能性により、身体化された知能が独立して思考することが可能になり、人間を超える思考論理と判断能力さえも持つ可能性があります。これが光コンピューティング技術の究極の可能性となります。

超高速かつ高エネルギー効率という特性を備えた光コンピューティングチップが、将来必ず新たなアルゴリズムパラダイムを生み出し、コンピューティング科学分野全体の進歩と革新を促進することは否定できません。

4.「左手に釘、右手にハンマー」で工業化への道

128×128 マトリックススケールの光コンピューティング チップがテープアウトされるため、今後 2 年間は光コンピューティング チップのエンジニアリングにとって重要な時期となるでしょう。言い換えれば、光コンピューティング チップは、「実際の複雑な」シナリオのテストを真に受け入れ始めなければなりません。

「2025年は光ベースの技術にとって画期的な年になるだろう。そのとき、光コンピューティングチップは商業化の初年度を迎えるだろう。光ベースの技術は下流企業との大規模な接触と適応が行われ、商業提携が確立されるだろう。2026年には」 、光コンピューティングチップの大規模な出荷が実現されると期待されています」とXiong yingjiang氏は予測しました。

同氏は「Jiazi Light Year」で、光ベースの技術の開発は、チップからボード、下流の適応、最終出荷に至るまで、製品サイクルの奥深くまで垂直に進むT字型の戦略に従っていると語った。電子チップも今年後半にはテープアウトされる予定で、チームはパッケージングテストを実施し、最終的にはフォトニックコンピューティングボードを形成して顧客に提供し、ソフトウェアエコシステムを構築する予定です。 。

水平的には、光ベースの技術は、光コンピューティング分野における研究開発の障壁を広げ、256×256 および 512 の光コンピューティング チップの研究開発を含むがこれに限定されない、より大きなマトリックス スケールでの研究開発を実施します。 ×512マトリクススケール、波長分割多重技術などの先進技術を活用。

「この T 字型戦略は綿密であり、製品が空中の城ではなく、ユーザー レベルにまで深く踏み込むことができることを保証します。同時に、研究において常に主導的な地位を維持できることも保証します。」と発展」と熊銀江氏は『Jiazi Guangnian』に語った。

光ベース技術の光コンピューティングチップ動作図、画像出典：光ベース技術

光ベースのテクノロジーは、研究開発能力を「ハンマー」と見なし、市場の需要を「釘」と見なします。それには、テクノロジーの継続的な反復と、ユーザーのニーズに対する継続的なフィードバックの両方が必要です。

この 2 つが中間で一致する場合は、左側の市場と右側の R&D の両方に投資する必要があります。

科学研究レベルでは、Light-based Technology と復丹大学は、技術の多様化の時代における光コンピューティングのあらゆる可能性を探るため、将来のコンピューティング ハードウェアに関する共同研究室を設立しました。

エンジニアリングの実装に関しては、チームはシミュレーション、デジタル、ハードウェア、システム アーキテクチャ、アルゴリズムの分野で上級の「業界のベテラン」を集め、製品が実際のエンジニアリングの実装を確実に達成できるようにしました。

同時に同社は、国内大手シリコンフォトニクス企業であるユナイテッド・マイクロエレクトロニクスとの戦略的協力や、国内トップクラスのパッケージングによる2.5Dおよび3Dオプトエレクトロニクスパッケージングの最先端の研究開発など、国内産業チェーンのパートナーとの関係を確立している。そしてテスト工場。

技術的なブレークスルーは単なる足がかりにすぎません。次に、光コンピューティング チップと光ベースの技術一般的に言えば、私たちが直面しなければならないのは産業エコロジーという課題です。

現在、市場の顧客は通常、NVIDIA またはその他の使い慣れた GPU を使用しています。光コンピューティング ボードの広範なアプリケーションを実現するには、顧客に合わせて調整する必要があります。 「私たちの取り組みの方向性は、光コンピューティングボードがハードウェアの観点から既存のエコシステムと完全に互換性があることを保証することです。」とCheng Tangsheng氏は述べました。

確かに、光コンピューティング チップと電気チップは代替品ではなく、相互に強化するものです。

開発の初期段階では、光コンピューティング チップがテンソル コンピューティング コアの役割を果たし、従来の電子チップを支援する可能性があります。現在市場で電子チップが優勢であることを考慮すると、まず光コンピューティング チップが人工知能アプリケーションにおける多数の線形コンピューティング タスクを担うことになります。

しかし、顧客のニーズが徐々に充実するにつれて、ソフトウェアエコシステム全体も充実し、さまざまな光コンピューティング企業の提供能力も向上します。

Cheng Tangsheng 氏は、現在の光コンピューティング チップの開発を「AlphaGo の出現前夜」に例えました。人工知能や電子チップ プラットフォームと比較すると、オプティカル コンピューティングはまだ開発の比較的初期段階にあります。効率の向上とエコシステムの改善に伴い、光コンピューティングは徐々に大きな役割を果たし、インテリジェント時代のコンピューティング、ストレージ、伝送、知覚に強力な技術サポートを提供します。

中科創興の創業パートナーである米磊氏は、2016年に「米70法」を提案した。彼は、光学技術が将来非常に重要な基礎技術となり、そのコストが将来の全技術コストの70％を占めると信じていた。製品。 ％。しかし、テクノロジーのブレークスルーには長期的な蓄積と投資、さらに長期間の変革と実装が必要であることは否定できません。

人類は誕生以来光の恩恵を受けてきましたが、光は人工知能にもさらなる可能性をもたらします。

※参考文献：

、蘇州嘉子

（カバー画像出典：AIツールを使用して生成された「Jiazi Guangnian」）

[Jiazi ライブルーム プレビュー]

今週木曜日（7月18日）14:00、Jiazi Guangnianの創設者兼CEOのZhang Yijia氏が、Jiazi GuangnianのシンクタンクアナリストであるNoor Maimati氏（小麦）とともにライブ配信を行い、AI医療の波の背後にある機会と課題を分析します。生放送では、嘉子広年シンクタンクの研究結果をもとに、AI医療に関する最新の判断をわかりやすく「0.5倍速」でお伝えします。途中、登壇者2名が質問にもお答えします。視聴者からのメッセージや皆さんとのコミュニケーションなど、お得な情報満載ですのでお見逃しなく！

ポスターの QR コードをスキャンしてライブ配信の予約をし、事前にライブ配信コミュニケーション グループに参加して、レポートを入手し、事前に学習教材を習得してください。