以光芯片为切入点，通过高维光子计算技术，突破算力边界。
文｜陈敏
编辑｜张子怡
封面来源｜IC photo
硬氪获悉，北京芯算科技有限公司（以下简称“芯算科技”）近日完成数千万元天使轮融资，由九合创投独家投资。本轮融资将用于产品迭代、团队搭建及业务拓展等方面。
“芯算科技”成立于2023年8月，基于当前海量数据的处理需求，以光芯片为切入点，研发高维光计算芯片和光电混合计算板卡等产品，可广泛应用于AI加速、云服务器、数据中心、边缘计算领域等场景。
目前，随着AI在多领域的应用，算力需求呈爆发性增长。相应地，电子芯片通过减小特征尺寸实现算力增长的方式，基本达到物理极限；实际的算力增长与社会对算力的需求存在严重失配。
相比之下，光芯片以光子作为信息载体，实现信息高速的传输、交互与计算，具有“两高两大两低”的技术优越性，即：高通量、高速率、大带宽、大算力、低功耗和低延时。
硬氪了解到，当前，我国与国际同步完成硅光技术领域的战略布局、且持续投入中。从国家层面的“十三五”到“十四五”规划，对集成电路、新一代人工智能技术均明确了发展目标与战略需求，建设光电芯片制造工艺平台、完善相关产业生态链等，为硅光芯片相关产业的快速发展奠定了基础。
早在2017年，“芯算科技”核心团队开始从事光计算芯片和光子计算技术相关的研究工作，率先提出芯片化高维光学神经网络且开拓高维光计算技术架构；并于2023年，团队推出高维光计算芯片和光电混合计算原型板卡，该板卡融合了片上多波长光源芯片、光子矩阵运算芯片、波分复用模组及光电转换模组等，其算力已突破100Tops（Tops表示处理器每秒可以执行1万亿次操作）。
“对于光计算技术而言，增大算力具有多种技术途径，市场还未形成绝对主流的选择，一般主要是以下两种方案：一是增大光计算芯片矩阵规模，该方法是有效的途径之一，但会引入更高的研发成本和更高的硬件复杂度；二是增加信号的并行度，该方案可在相对小规模的硬件基础上实现超大算力，减少了成本且降低了封装的难度，提高了系统的稳定性。”芯算团队告诉硬氪。
“芯算科技”聚焦于提升数据并行处理，依托高维光计算架构，引入集成多波长光源技术、波分复用技术、光电信息重构技术等，建立芯片上“数十车道”的信息高速路，实现大容量的信息处理，从而将单芯片算力实现数量级的提升。
“如果把电子计算比喻成走国道，速度慢且油耗大；那么光子计算则是走高速公路，速度相对快且油耗较低；而高维光计算技术，相当于拓展了高速公路的车道数量、建立了高架桥、地下隧道等，充分释放了硬件系统潜力，从而实现单位时间内通过更多的车辆，即完成海量数据的快速处理。”芯算团队告诉硬氪。
芯算团队表示：“该高维光学神经网络并不是简单地将光计算芯片与多波长信号结合，该途径面临众多的技术壁垒和难点。比如，第一，需要大带宽光计算芯片；第二，需要产生特定频率间隔的片上光源芯片等，降低串扰；第三，保证器件与系统的兼容性，即光源芯片、计算芯片、及电路控制系统等均要围绕该高维光计算架构而发展。”
“芯算科技”所采用的高维光计算技术的算力天花板高，且系统具有可编程性，灵活性强。硅光芯片的寿命足够长，即意味着可完成AI领域的“训练”和“推理”过程。
在高维光计算芯片、光子计算智能算法、系统自控技术、光电混合封装等方面，团队完成了自主可控的“光、电、算、控”等核心技术积累。此外，团队根据未来潜在的应用需求，成功研发了片上多波长光源系统，并获意向订单，该光源系统可实现商用波分复用系统兼容。
未来，“芯算科技”将在保证系统稳定性的基础上，兼具“增大矩阵规模”和“增大并行数”，预计下一代产品的算力可提升至500Tops以上。
团队方面，“芯算科技”核心团队成员来自麻省理工学院、牛津大学、中国科学院大学、上海交通大学等高校，曾在《Nature》及系列子刊上发表过多篇论文，在高维光计算芯片和光子计算领域拥有研发能力和工程技术攻关能力。
投资方观点：
九合创投创始人王啸表示，算力是AI新时代竞争的关键，存在‘卡脖子’的风险。光计算是算力解决的新通道，有望突破摩尔定律，成为中国企业弯道超车的有效路径。“芯算科技”创新性的提出了高维光学神经网络的光计算技术路径，拥有巨大的发展前景，九合看好“芯算科技”的研发及落地能力，期待“芯算科技”成为全球光子计算的领军企业，打造AI时代更快更强的新型智能计算基础设施。
独家、深度、前瞻，为1%的人捕捉商业先机
36氪旗下精选公众号
👇 真诚推荐你来关注👇
继续阅读
阅读原文