AI算力提升，不能只靠堆GPU。作者丨黃小貴

AI算力賽道又誕生一筆巨額融資。

近日，AI算力公司Lightmatter獲得新一輪4億美元（約合人民幣28.45億元）D輪融資。本輪由普徠仕（T. Rowe Price）領(lǐng)投，老股東GV、富達等跟投。本輪融資后，Lightmatter估值達到44億美元（約合人民幣312.91億元）。

Lightmatter試圖解決AI算力中心面臨的芯片運算效率問題以及巨大能耗問題，希望利用硅光子技術(shù)，將芯片連接在一起來訓練AI深度學習，通過這種方式加快處理速度，同時降低能耗。原理是，Lightmatter的光學互連層可讓數(shù)百個GPU同步工作，從而簡化了昂貴而復(fù)雜的AI模型訓練和運行工作。

Lightmatter創(chuàng)立于2017年，總部位于美國加利福尼亞州，創(chuàng)始人是尼古拉斯·哈里斯（Nicholas Harris）。

尼古拉斯在麻省理工學院獲得電子工程和計算機科學博士學位，是光子學研究的專家，他的博士論文題目是《用于量子信息處理和AI的可編程納米光子學》。在讀博的時候，他制造了硅基集成光子芯片，可以用光而不是電來發(fā)送和處理信息。在讀博士之前，尼古拉斯曾在美光科技擔任研發(fā)工程師，他看到了高性能計算的前景。

具體來說，Lightmatter想解決的問題是芯片（GPU或CPU）互聯(lián)層效率的問題。從物理視角來看，訓練AI是把幾千塊GPU連在一起，但是這些GPU不是像光伏發(fā)電板一樣漫山遍野擺在山坡上，而是若干塊為一組，插在一個機架上，無數(shù)個機架與機架通過信號交換裝置再連起來，組成超大規(guī)模的算力中心。跑AI大模型的時候，數(shù)據(jù)輸入、輸出，這一大片GPU互連的過程也是有時間差的，有先有后。互聯(lián)速度越快，算力中心的速度就越快。Lightmatter想通過硅光子技術(shù)抹平時間差，讓GPU同步運行。

微軟、亞馬遜、 xAI 、 OpenAI 等巨頭都對Lightmatter的解決方案展現(xiàn)了巨大的興趣。因為現(xiàn)有算力中心都是巨大的建筑，里面塞滿了GPU，耗電量極大。有句話說，AI競爭的盡頭，是電力的競爭。而且，未來AI大模型可能需要更多GPU，如果沒有效率更高的方案，可能會出現(xiàn)一座小鎮(zhèn)那么大的算力中心，數(shù)不清的GPU在里面。這得生產(chǎn)多少GPU，得多少電？再未來呢，豈不是要建一座算力城？有人預(yù)測，到2040年，地球上大約80%的能源將用于數(shù)據(jù)中心和計算。

能實質(zhì)性省電、加快運算效率的方案，都讓巨頭們垂涎三尺。隨著摩爾定律的放緩和傳統(tǒng)硅基計算技術(shù)達到物理極限，光子技術(shù)成為計算技術(shù)持續(xù)進步的潛在救星。Lightmatter 的解決方案使用光纖取代了標準的電氣連接，實現(xiàn)了數(shù)百兆的帶寬，遠遠超過了目前算力中心所能達到的水平。

Lightmatter的旗艦產(chǎn)品叫Passage（上圖），它利用三維堆疊光子芯片在處理器之間移動數(shù)據(jù)。這種方法大大提高了AI集群的帶寬和性能，同時降低了功耗。通過將數(shù)千到數(shù)百萬個先進芯片集成到一個內(nèi)聚系統(tǒng)中。Lightmatter目前正在與芯片制造商和云服務(wù)提供商合作，以實現(xiàn)大規(guī)模部署。尼古拉斯指出，由于Lightmatter的設(shè)備是在硅上運行的，因此可以由現(xiàn)有的半導(dǎo)體制造設(shè)施生產(chǎn)，無需大規(guī)模改變工藝。

尼古拉斯同時暗示：“這可能是我們最后一輪私人融資。”這可能意味著Lightmatter接下來就將籌備IPO了。

今年早些時候，Lightmatter還任命英偉達前高管西蒙娜·揚科夫斯基（Simona Jankowski）為CFO，進一步表明了沖刺上市的雄心壯志。

上周，紐約的Xscape Photonics也獲得了 4400 萬美元的 A 輪融資，它也是利用光子技術(shù)來解決AI數(shù)據(jù)中心在能源、性能和可擴展性方面的挑戰(zhàn)，由IAG Capital Partners領(lǐng)投，思科投資和英偉達等公司跟投。

本文不構(gòu)成任何投資建議。

       原文標題 : 312億超級獨角獸浮出水面：一把融資28億，極為低調(diào)