中科創(chuàng)星投資全球首家光子芯片公司，“曦智科技”完成2600萬美元A輪融資

  ICC訊 4月8日，源自麻省理工學院的光子計算硬件開發(fā)公司“曦智科技”宣布，已于近期完成2600萬美元A輪融資。本輪融資由經(jīng)緯中國和中金資本旗下中金硅谷基金領投，祥峰投資、中科創(chuàng)星、招商局創(chuàng)投等跟投，老股東百度風投和峰瑞資本持續(xù)加碼。2018年，曦智科技曾獲得1070萬美元的種子輪融資。

  此次 A 輪融資使曦智科技的累計融資額達到 3670 萬美元，成為了目前全球融資額最高的光子計算創(chuàng)業(yè)公司。而本輪融資也讓公司能夠保持足夠的彈藥，加速產(chǎn)品化的進度。接下來，曦智科技將持續(xù)投入面向數(shù)據(jù)中心的第一款產(chǎn)品的研發(fā)，并探索在一些細分場景下的商業(yè)落地。

  投資人觀點

  中科創(chuàng)星創(chuàng)始合伙人米磊認為信息產(chǎn)業(yè)的發(fā)展趨勢是從電到光，隨著摩爾定律失效，光子技術(shù)將取代電子技術(shù)成為信息產(chǎn)業(yè)的基石?；趯庾赢a(chǎn)業(yè)的深刻洞察，米磊博士2016年提出了“米70定律”，該定律指出信息產(chǎn)業(yè)中光子技術(shù)的成本將達到總成本的70%，目前該定律在通信產(chǎn)業(yè)-信息的傳輸中已經(jīng)得到驗證。而在信息的計算領域，集成電路芯片已經(jīng)遇到嚴重的瓶頸，功耗墻、I/O墻、訪存墻嚴重制約了性能的提升，已經(jīng)進入創(chuàng)新S曲線的發(fā)展瓶頸期，急需找到新的技術(shù)路線才能突破瓶頸。光子芯片正是解決集成電路困境的下一代革命性技術(shù)，未來光子計算將逐步取代集成電路在計算中的主導地位。目前AI芯片在計算芯片中的占比越來越大，AI芯片也遇到類似的問題，在人工智能的深度學習算法中，矩陣運算占到計算的80%-90%，而光子芯片在處理矩陣運算時有高速、并行性、高帶寬與低功耗的天然優(yōu)勢。而基于光學的互連，能夠?qū)⒒ミB帶寬密度提高1000倍，功耗降低10倍。隨著技術(shù)的不斷進步和商業(yè)化落地，光子芯片將會為人工智能帶來幾個量級的性能提升，因此，光子芯片將首先在AI芯片中應用。

  中科創(chuàng)星董事總經(jīng)理林佳亮表示，曦智科技是中科創(chuàng)星在光計算領域布局的一家重量級的公司。光計算在低延遲、高吞吐率、低功耗等方面將會比現(xiàn)有的計算方案具備顛覆性的性能優(yōu)勢，可以更好地支持各類AI應用，給人來帶巨大的想象空間。沈亦晨博士作為這一方向的學術(shù)開拓者，同時組建了一只全球頂尖的創(chuàng)業(yè)團隊，中科創(chuàng)星相信曦智科技能在光計算這個領域，會成為一家獨角獸級別的公司。

  圖|曦智科技產(chǎn)品模型圖(來源：曦智科技)

  近年來，在如何為機器智能提供更強大的算力上，學界和業(yè)界已經(jīng)在考慮下一波發(fā)展浪潮，光子計算正是頗具潛力的選項之一。

  利用硅光子來做數(shù)據(jù)傳輸和矩陣乘法運算，在功耗降低和速度提升上前景可期，很可能帶來光子計算有史以來最大的機會。應用在云計算環(huán)境中，它可以加速深度學習的訓練和推理，同時邊緣設備也能受惠于這一技術(shù)，例如對功耗更敏感的無人機、傳感器等設備。

  作為2017年被《麻省理工科技評論》評選出的“35歲以下創(chuàng)新35人”(Innovators Under 35)，曦智科技聯(lián)合創(chuàng)始人兼CEO沈亦晨博士表示：“在過去兩年，光子計算在全球受到了相當高的關(guān)注，不再是一個科研項目，而是一個正在產(chǎn)品化的技術(shù)，并且有多家創(chuàng)業(yè)公司以及大公司已相繼入場。”一個有力證明是，在執(zhí)行線性運算這類任務上，曦智科技的第一款原型板卡已經(jīng)在速度上優(yōu)于傳統(tǒng)的電子計算芯片，并且還有相當大的提升空間。

  可以說，曦智科技作為光子計算領域第一家公司，一直跑在最前列。從 2017 年沈亦晨博士與其所在的麻省理工學院團隊在《自然-光子學》上發(fā)表一篇重要論文，將集成光子計算的新起點展示在世人面前，到 2019 年初的第一款產(chǎn)品原型問世，再到 2020 年的配套算法展現(xiàn)光子計算軟硬結(jié)合的更多應用場景可能性(詳見 DeepTech 相關(guān)報道《用光挑戰(zhàn) “世界7大數(shù)學難題” 之首，麻省理工團隊再證光學計算潛力》)，并成功吸引國內(nèi)外如谷歌、FaceBook、AWS、BAT 級別的客戶接洽，曦智科技作為光子計算領域第一家公司，在不到 3 年的時間成功將原本“束之高閣”的前沿計算技術(shù)快速推向市場。

  圖|沈亦晨博士與其所在的麻省理工學院團隊在《自然-光子學》上發(fā)表的論文(來源：曦智科技)

  曦智科技也因此在2019年同阿里云、百度、華為等公司一同入選《麻省理工科技評論》50家聰明公司(MIT Technology Review 50 Smartest Companies)。

  這些成績都展示了曦智科技未來更大的發(fā)展?jié)摿Α?

  目前，曦智科技擁有近50名員工，在美國波士頓和中國上海發(fā)展了屬于自己的跨國多元團隊，均擁有功能齊全的光學實驗室，團隊成員背景包括麻省理工學院、哥倫比亞大學、佐治亞理工大學、北京大學和加州大學伯克利分校等的優(yōu)秀畢業(yè)生，以及產(chǎn)業(yè)界來自谷歌、微軟、英特爾、英偉達、AMD、ADI等公司的業(yè)界知名人士。公司正在重點擴張中國核心團隊。

  圖|曦智科技團隊(來源：曦智科技)

  一項創(chuàng)新研究，“重啟”光子計算

  盡管曦智科技是一家年輕的公司，但其所專注的光子計算，其實是一個古老的技術(shù)領域。

  作為一種完全不同于電子計算的技術(shù)，光子計算以光子為信息處理載體，依賴光硬件而非電子硬件，以光運算代替電運算，擅長快速并行處理高度復雜的計算任務，但它一直沒找到合適的應用場景，且受限于傳統(tǒng)分離式光子器件，具有光場調(diào)控手段單一、光子設計體積龐大的缺點。因此，光子計算一直都停留在實驗室階段。

  近幾年，電子計算愈發(fā)受制于摩爾定律，讓一部分人將目光從“電”轉(zhuǎn)向了速度更快、能耗更低的“光”。

  一方面，受光通訊領域的帶動，硅基光電子技術(shù)在過去十年經(jīng)歷了非常顯著的發(fā)展。簡單地解釋硅基光子技術(shù)，就是在傳統(tǒng)CMOS芯片上蝕刻微米級別的光學元器件，作用類似于空間光學里的反射鏡，棱鏡以及顯示器，這項技術(shù)大大提高了光學元器件的集成度。光子芯片可沿用目前成熟的半導體工藝技術(shù)，現(xiàn)有的光子芯片僅需要45-90nm工藝就可以完成想要的性能。

  另一方面，基于人工神經(jīng)網(wǎng)絡算法的深度學習系統(tǒng)的流行，密集的矩陣乘法運算以及數(shù)據(jù)傳輸正是人工智能算法中最耗時間和功率的。但光子芯片可以用來執(zhí)行AI 計算里最重要的兩個步驟，并具有獨特優(yōu)勢：在片上數(shù)據(jù)傳輸以及矩陣運算方面可以大大降低延時和能耗，并且提高帶寬。

  由此，光子 AI 芯片的概念應運而生。

  曦智科技成立的目的，就是從光子芯片這個全新的角度來切入 AI 加速。“對產(chǎn)業(yè)界來說，這可能開啟了一個全新的方向，而且它的發(fā)展速度遠遠高于電子運算?！鄙蛞喑空f。

  2016 年，沈亦晨還在麻省理工學院做博士后期間，他所在的研究團隊打造了首個光子計算系統(tǒng)。該成果于 2017 年以封面文章的形式發(fā)表在頂級期刊 《自然-光子學》上，在硬件和算法有著雙重創(chuàng)新：

  在硬件上，光干涉儀作為基本的矩陣運算單元有效取代了傳統(tǒng)電子晶體管;

  在算法上，團隊開發(fā)了一系列在不犧牲性能條件下有效降低深度學習計算量、并適應于光子芯片的算法。

  圖|曦智科技 CEO 沈亦晨(來源：麻省理工科技評論)

  當時，國際著名光學科學家、斯坦福大學終身教授 David Miller, 曾專門在《自然》雜志上撰文評價沈亦晨團隊的光子 AI 芯片的研究成果，稱“這一系列的研究成果極大地推動了集成光子在未來取代傳統(tǒng)電子計算芯片的發(fā)展?！?

  曦智科技也正以此作為起點，并成功于2019年4月正式發(fā)布了全球首款光子芯片原型板卡，驗證了當時的開創(chuàng)性想法，成功將當時占據(jù)了半個實驗室的整個光子計算系統(tǒng)集成到了常規(guī)大小的板卡上。團隊在約2年時間便實現(xiàn)了計算效率的提升、軟件環(huán)境和集成程度的成熟，對于光子計算從實驗室走向市場，這是意義非凡的一步。

  圖|曦智科技開發(fā)的世界第一款光子芯片原型板卡

  (來源：曦智科技)

  這款原型產(chǎn)品成功運行了Google TensorFlow 自帶的卷積神經(jīng)網(wǎng)絡模型來處理MNIST 數(shù)據(jù)集。這是一個使用計算機視覺識別手寫數(shù)字的基準機器學習模型，也是機器學習中最著名的基準數(shù)據(jù)集之一。測試中，整個模型超過95% 的運算是在光子芯片上完成的處理，測試結(jié)果顯示，光子芯片處理的準確率已經(jīng)接近電子芯片(97%以上)，另外光子芯片完成矩陣乘法所用的時間是最先進的電子芯片的 1/100 以內(nèi)。

  圖丨曦智科技晶圓級光子芯片實物圖(來源：曦智科技)

  對于這支創(chuàng)業(yè)團隊而言，這一步也給了他們更多往前推進光子計算的信心。

  正如沈亦晨回答為何創(chuàng)業(yè)所言：“要實現(xiàn)光子計算的初衷，待在實驗室是無法實現(xiàn)的，只能通過創(chuàng)業(yè)這條產(chǎn)業(yè)化路徑來實現(xiàn)，我別無選擇，而現(xiàn)在正是最好的時機?！?

  開拓光子計算邊界

  近年來得到發(fā)展的新型計算技術(shù)并不只有光子計算。

  AI 所掀起的計算需求不斷膨脹，帶動了市場針對特定計算推出更適合的新架構(gòu)，諸如類神經(jīng)網(wǎng)絡芯片(NPU)、量子計算 (Quantum Computing)等，也在煥發(fā)生命力。

  然而，在能夠延續(xù)現(xiàn)有成熟半導體工藝技術(shù)上，光子芯片的優(yōu)勢又更為明顯。

  沈亦晨表示，曦智科技計劃通過未來持續(xù)的定期流片來不斷發(fā)展，預計公司的第一款商用產(chǎn)品將面向數(shù)據(jù)中心，并也已經(jīng)開始與一些對公司的初期系統(tǒng)感興趣的國內(nèi)外客戶開展合作。

  另一個競爭重點在于，新型計算技術(shù)必須能夠證明自身的實際應用價值。正如許多押注量子計算的大型公司正在“廝殺”量子優(yōu)越性一樣，光子計算同樣需要回答這個命題。

  因此，繼承現(xiàn)有的成熟半導體工藝以外，曦智科技也在不斷拓寬光子計算應用的新領地。直到今年的一項新算法，他們將邊界延伸到了量子計算的“領地”—— 光子對于一些復雜問題優(yōu)化解決的效率要遠高于現(xiàn)有已經(jīng)實現(xiàn)的量子解決方案。

  具體而言，2020年1月，沈亦晨等人在一項刊登于《自然-通訊》的研究中發(fā)明了一種新的伊辛(Ising)算法，專門用于基于光子硬件探索 NP完全問題，證明光子對于復雜問題優(yōu)化解決的效率要遠高于現(xiàn)有已經(jīng)實現(xiàn)的量子解決方案(在這之前，相當一部分量子計算領域研究一直用伊辛來展示量子計算的優(yōu)勢)。

  光子這種求解伊辛問題的更優(yōu)能力，從生物學研究到藥物發(fā)現(xiàn)再到路線優(yōu)化，在大量科學工程學中遇到的優(yōu)化問題上都有施展的空間，未來或可以幫助到生物技術(shù)、出行等不同的行業(yè)。

  值得一提的是，這個新的光子算法正是基于曦智科技此前的光子芯片原型板卡。

  沈亦晨表示，“我們的下一款芯片將會在性能上徹底顛覆現(xiàn)有的電子同類產(chǎn)品”?；?A href="http://m.3xchallenge.com/site/CN/Search.aspx?page=1&keywords=%e5%85%89%e5%ad%90%e8%8a%af%e7%89%87&column_id=ALL&station=%E5%85%A8%E9%83%A8" target="_blank">光子芯片速度快、損耗少、算力高、成本低的這些特點，很多面臨性能瓶頸的深度學習場景將是這款產(chǎn)品大展身手的方向。涵蓋硬件到算法，曦智科技在未來2-3年將致力于布局與打造包含芯片設計、核心算法、傳輸?shù)仍趦?nèi)的完整光子計算生態(tài)。

  圖|曦智科技未來產(chǎn)品概念 (來源：曦智科技)

  眾所周知，芯片是各種智能系統(tǒng)中最關(guān)鍵的技術(shù)，全球芯片產(chǎn)業(yè)過去近半個世紀的興盛史已證明了這一點，但中國還需要證明更多：在完全由電子支配的計算時代，中國已經(jīng)落下一段距離，而由AI大規(guī)模應用驅(qū)動的新一計算技術(shù)創(chuàng)新，被視為改變該現(xiàn)狀的一個支點。

  現(xiàn)在，整個電子芯片產(chǎn)業(yè)界都在不斷挑戰(zhàn)半導體工藝技術(shù)極限，以滿足越來越高的計算性能要求，但付出的代價也愈發(fā)逼近極限，光子芯片正發(fā)展成為應對這項挑戰(zhàn)的潛在技術(shù)。而在這個領域上，暫時沒有出現(xiàn)市場領跑者。

  從已經(jīng)公布的產(chǎn)品進度來看，作為全球首個光子 AI 芯片的公司，曦智科技仍將是最值得關(guān)注的公司之——尤其對于當下的中國來說，更需要這樣的科技創(chuàng)新力量。