近期两家硅光明星创业公司Xanadu和Lightmatter分别完成新一轮的融资, 两家公司都是致力于使用硅光芯片实现光计算,区别是Xanadu侧重于光量子计算,而Lightmatter致力于实现AI的深度学习计算。小豆芽这里简单整理下相关的信息。
关于Xanadu公司,小豆芽之前的笔记(Xanadu发布全球首个基于硅光芯片的光量子计算云平台)有所介绍。Xanadu在5月25日完成B轮融资,此次融资金额为1亿美金,总的融资额达到了1.45亿美金。其最新进展包括:
1)去年七月份发布的全球首个硅光光子计算云平台
具体可参看这篇笔记:Xanadu发布全球首个基于硅光芯片的光量子计算云平台
2)今年三月份发表于Nature的八比特量子处理单元
其芯片的光路如下图所示,首先利用SiN光芯片(在Ligententc流片)上的微环结构产生压缩态(squeezed state), 然后进入到热相移器构成的Mach-Zehnder网络进行量子态的操作,最终光子在片外的单光子计数器进行测量。光路中还涉及到一些非对称的MZI结构,用于对泵浦波长的滤波。在该平台上,Xanadu演示了三个典型的量子算法,包括高斯波色采样(Gaussian boson sampling)、分子振动谱(molecular vibronic spectra)和图的相似性(graph similarity)。
(图片来自https://phys.org/news/2021-03-xanadu-programmable-photonic-quantum-chip.html)
目前,他们正致力于实现一个可容错的光量子计算模块,进而实现百万级量子比特的光量子计算机。
Lightmatter公司位于美国波士顿,成立于2017年,致力于使用硅光芯片实现深度学习。比较有趣的是,其创始人Nick Harris在博士期间的主攻方向是光量子计算。Lightmatter在三月底完成了8000万美金的B轮融资,目前总的融资额达到1.13亿美金。其最近进展包括:
1)去年在Hotchips会议上展示的Mars芯片
Mars芯片的结构如下图所示,
(图片来自https://hotchips.org/assets/program/conference/day2/HotChips2020_ML_Inference_Lightmatter.pdf)
采用片外的50mW激光器,激光耦入到硅光芯片(由GlobalFoundries流片)后,经过一系列的MZI网络,实现64x64矩阵与列矢量的乘法操作,计算完后的光信号通过片上的Ge探测器进行收集。整个芯片的尺寸为150mm^2。由于整个芯片上需要集成几千个MZM调制器,对调制器的尺寸和功耗提出了非常苛刻的要求。Lightmatter没有采用传统的硅光调制器,而是另辟蹊径,采用MEMS型的调制器,如下图所示,相移器的长度只有几十微米长,而且功耗非常小。
(图片来自https://hotchips.org/assets/program/conference/day2/HotChips2020_ML_Inference_Lightmatter.pdf)
2)今年2月份发布的Envise产品
Lightmatter在今年2月份发布了其Envise产品,其架构如下图所示,
(图片来自https://lightmatter.co/products/envise/)
最右侧的16个蓝色小方块为光学计算单元,每个单元的信号速率为400G。每两个Envise构成一组,可实现256x256的矩阵乘法计算。Lightmatter贴出了其与Nvida A100芯片的性能对比,性能还是非常强悍的。
(图片来自https://lightmatter.co/products/envise/)
除了Envise之外,Lightmatter正在研发一款称为Passage的晶圆级硅光芯片,使用光信号实现芯片间的信号互联。
(图片来自https://www.eetimes.com/lightmatter-raises-more-funding-for-photonic-ai-chip/#)
简单总结一下,这两家公司最近都获得了一亿美金左右的融资,充分证明了资本市场对其技术路线的认可与信心。从硅光芯片的角度看,两者都是使用Mach-Zehnder干涉器构成的网络作为处理单元,Xannadu使用的是热相移器,而Lightmatter采用的是MEMS型相移器。
目前看来,Lightmatter有望在今年四季度给一些客户送样。光子AI计算会更快的落地,而量子计算项目目前还处于科研探索阶段,距离商用化产品还有一段距离。值得一提的是,国内上海交大金贤敏教授新成立的图灵量子公司,致力于光量子芯片的产业化,最近也完成了近亿元人民币的融资。看起来,越来越多的玩家加入了光计算这一领域,这势必将推动硅光芯片往更大规模、更低功耗、更大带宽方向的发展。谁能从中脱颖而出,让我们拭目以待!