半导体行业关于高性能微处理器和相关集成电路的领先会议之一Hot Chip 32近期落下帷幕， 脱胎于麻省理工学院（MIT）的人工智能加速开发光学计算处理器的子公司Lightmatter展示了一款测试芯片。
科技芯片
据悉，这款处理器芯片使用了硅光子学和MEMS技术，以光的速度（硅）执行矩阵向量乘法，由毫瓦激光光源供电。其计算速度比晶体管芯片（包括最新的GPU）要快几个数量级，而且耗电量非常小。
几十年前就有研究人员尝试将光学应用在计算领域，但是一直没有找到合适的落地场景。
如今有着大算力需求的AI技术为光子芯片打开了应用窗口，商业化的脚步也越来越近。
未来计算呼唤更高性能硬件
Lightmatter表示将在2021年秋季推出其首个商用产品，一款带有光学计算芯片的PCIe卡，专用于数据中心AI推理工作。
资料显示，Lightmatter是一家计算机硬件公司，致力于使用集成的光子学技术来制造更快、更高效的处理器。这家公司的重点研究领域是使用传统计算机芯片制造工艺中与晶体管一起制造的可编程光子元件阵列，来加速深度神经网络中的关键操作。
谈到深度神经网络就不得不提谷歌，谷歌开源软件平台TensorFlow就可用于深度神经网络模型的训练和推理算法，而Lightmatter也在2019年从谷歌母公司Alphabet旗下的风险投资部门GV处获得了一笔投资。这似乎说明，谷歌正在从硬件层面寻求人工智能技术的突破口。
研究光子芯片一是为AI时代提供更高性能的硬件，另一方面则是为了应对摩尔定律失效的可能。未来，人类可能无法再依靠过去晶体管堆叠的方式来提升计算机的性能，光子芯片被认为是未来的主要发展方向之一。
在这样的技术发展背景下，国内外光子芯片研发团队开始崭露头角。国内光子芯片创业企业曦智科技（Lightelligence）于2018年建立，创始人沈亦晨毕业于麻省理工学院物理系，博士在读期间专攻纳米光学技术。2017年，沈亦晨以第一作者身份在《自然-光子》杂志上发表了一篇针对可程序设计纳米光子处理器的论文。2018年，曦智科技创立，获得百度风投与真格基金的1000万美元投资。
资本加持下，沈亦晨带领团队于2019年4月推出全球首个光子AI 芯片原型。公开资料显示，曦智科技研究团队在这个原型产品上成功用光子芯片运行了Google Tensorflow自带的卷积神经网络模型来处理MNIST数据集。这个模型是一个使用计算机视觉识别手写数字的基准机器学习模型，也是机器学习中最著名的基准数据集之一。
曦智科技表示，测试中整个模型超过95%的运算是在光子芯片上完成的处理，测试结果显示，光子芯片处理的准确率已经接近电子芯片（97%以上），另外光子芯片完成矩阵乘法所用的时间是最先进的电子芯片的1/100以内。
在国内为数不多的创业企业中，曦智科技是首家研究出AI光子芯片原型的企业，因此获得了更多资方的青睐，逐渐进入到公众视野。
光子芯片商业化蓄势待发
今年，曦智科技已完成由经纬中国和中金资本旗下中金硅谷基金领投的2600万美元A轮融资，以及和利资本等机构的数千万美元A+轮融资。
沈亦晨认为，基于光子芯片速度快、损耗少、算力高、成本低的这些特点，很多面临性能瓶颈的深度学习场景将是其大展身手的方向。他表示，曦智科技在未来3年内将致力于布局与打造包含芯片设计、核心算法、传输等在内的完整光子计算生态。
可以看出，光子芯片距离在国内正式商用越来越近了。
业内专家告诉记者，数据中心服务器或许可以成为光子芯片最早的市场切入点。
新基建浪潮下，数据中心作为重要新型基础设施，成为了百度、腾讯、阿里等科技巨头争相抢占的数字高地。数字经济已经成为推动我国经济高质量发展的主旋律，全国各地、各行业企业都在数字化转型的道路上积极探索，无论是硬件还是软件，都在走向AI化，这意味着数据量的增加和对算力的更高要求。
随之带来的是数据中心居高不下的耗电量，这为高算力、低功耗、低延迟的光子芯片带来了极佳的应用机会。
谈到光子芯片研发阶段所面临的挑战，某光子芯片研发企业相关负责人坦言，公司想要吸收更多技术人员，但是光子芯片是新兴领域，目前国内对口人才屈指可数，了解的人并不多。
若走到实际应用阶段，又该如何快速打开市场呢？该负责人对记者表示，这是个既复杂又简单的问题：简单在即插即用，公司可以提供端到端的解决方案，产品可以直接插到服务器里，实现性能加成;复杂在如何作出满足用户需求的芯片，这就需要客户在前期和研发团队在芯片设计和软件架设上进行大量沟通。
光子芯片或成产业引路石