MagicOS 9.0发布，亮点全面解锁！

用光学让AI算力集群提速数十倍，Lightmatter融资4亿美元

BLOCK ERA • 2024年10月24日 15:02:10 • 头条 • 阅读 6055

要实现超强的AI能力，需要超大规模的模型，要训练超大规模的AI模型，需要数千，甚至上万的GPU协同工作。

这就带来几个问题：更多的GPU造成的高能耗，计算卡与计算卡之间的通信延迟，计算集群与计算集群之间的通信延迟和算力损耗。

每一次开发布会，NVIDIA都会强调其NVLink芯片间互联技术。目前它的最新产品是NVL72平台，能够将72个NVIDIA Blackwell计算单元连接在一起，其芯片间总传输速度是7Tbps。

那么，如果用光来计算，用光来传输，会怎么样？一家专注于光子计算的公司Lightmatter已经将芯片互连速度提高到30Tbps，100Tbps的版本也在路上。它有光子计算单元，有光学芯片封装和传输技术，能够系统化提升整个AI计算集群的计算力，计算效率，并降低功耗。Lightmatter声称，其产品有能力支持万亿级参数的大语言模型训练，并有望帮助AI实验室们探索通用人工智能。

近日，Lightmatter获得了4亿美元的D轮融资，这使它的累计融资金额达到8.5亿美元，公司估值达到44亿美元。领投最新一轮融资的是T. Rowe Price Associates Inc.，参投机构有GV（Google Ventures），Fidelity Management & Research Company。它此前数轮融资的投资者还包括红杉资本，Viking Global Investors，HP Enterprise、SIP Global Partners和Matrix Partners、Spark Capital 。

速度提升数十倍,用光子计算重塑AI算力集群

Lightmatter由Nicholas Harris、Darius Bunandar和Thomas Graham于2017年创立。Nicholas Harris是麻省理工学院量子光子实验室的成员，2012年，他与合作者实现了“可编程纳米光子处理器”（PNP），这是一种基于硅光子学的光学处理器，可以对光进行矩阵变换。

此后，他在《Nature Photonics》和《Science》等顶尖学术期刊上发表关于光子计算架构可行性文章，其中一篇文章的共同作者是Darius Bunandar（Lightmatter首席科学家）。