AI算力提升，不能只靠堆GPU。作者丨黄小贵
AI算力赛道又诞生一笔巨额融资。
近日，AI算力公司Lightmatter获得新一轮4亿美元（约合人民币28.45亿元）D轮融资。本轮由普徕仕（T. Rowe Price）领投，老股东GV、富达等跟投。本轮融资后，Lightmatter估值达到44亿美元（约合人民币312.91亿元）。
Lightmatter试图解决AI算力中心面临的芯片运算效率问题以及巨大能耗问题，希望利用硅光子技术，将芯片连接在一起来训练AI深度学习，通过这种方式加快处理速度，同时降低能耗。原理是，Lightmatter的光学互连层可让数百个GPU同步工作，从而简化了昂贵而复杂的AI模型训练和运行工作。
Lightmatter创立于2017年，总部位于美国加利福尼亚州，创始人是尼古拉斯·哈里斯（Nicholas Harris）。
尼古拉斯在麻省理工学院获得电子工程和计算机科学博士学位，是光子学研究的专家，他的博士论文题目是《用于量子信息处理和AI的可编程纳米光子学》。在读博的时候，他制造了硅基集成光子芯片，可以用光而不是电来发送和处理信息。在读博士之前，尼古拉斯曾在美光科技担任研发工程师，他看到了高性能计算的前景。
具体来说，Lightmatter想解决的问题是芯片（GPU或CPU）互联层效率的问题。从物理视角来看，训练AI是把几千块GPU连在一起，但是这些GPU不是像光伏发电板一样漫山遍野摆在山坡上，而是若干块为一组，插在一个机架上，无数个机架与机架通过信号交换装置再连起来，组成超大规模的算力中心。跑AI大模型的时候，数据输入、输出，这一大片GPU互连的过程也是有时间差的，有先有后。互联速度越快，算力中心的速度就越快。Lightmatter想通过硅光子技术抹平时间差，让GPU同步运行。
微软、亚马逊、 xAI 、 OpenAI 等巨头都对Lightmatter的解决方案展现了巨大的兴趣。因为现有算力中心都是巨大的建筑，里面塞满了GPU，耗电量极大。有句话说，AI竞争的尽头，是电力的竞争。而且，未来AI大模型可能需要更多GPU，如果没有效率更高的方案，可能会出现一座小镇那么大的算力中心，数不清的GPU在里面。这得生产多少GPU，得多少电？再未来呢，岂不是要建一座算力城？有人预测，到2040年，地球上大约80%的能源将用于数据中心和计算。
能实质性省电、加快运算效率的方案，都让巨头们垂涎三尺。随着摩尔定律的放缓和传统硅基计算技术达到物理极限，光子技术成为计算技术持续进步的潜在救星。Lightmatter 的解决方案使用光纤取代了标准的电气连接，实现了数百兆的带宽，远远超过了目前算力中心所能达到的水平。
Lightmatter的旗舰产品叫Passage（上图），它利用三维堆叠光子芯片在处理器之间移动数据。这种方法大大提高了AI集群的带宽和性能，同时降低了功耗。通过将数千到数百万个先进芯片集成到一个内聚系统中。Lightmatter目前正在与芯片制造商和云服务提供商合作，以实现大规模部署。尼古拉斯指出，由于Lightmatter的设备是在硅上运行的，因此可以由现有的半导体制造设施生产，无需大规模改变工艺。
尼古拉斯同时暗示：“这可能是我们最后一轮私人融资。”这可能意味着Lightmatter接下来就将筹备IPO了。
今年早些时候，Lightmatter还任命英伟达前高管西蒙娜·扬科夫斯基（Simona Jankowski）为CFO，进一步表明了冲刺上市的雄心壮志。
上周，纽约的Xscape Photonics也获得了 4400 万美元的 A 轮融资，它也是利用光子技术来解决AI数据中心在能源、性能和可扩展性方面的挑战，由IAG Capital Partners领投，思科投资和英伟达等公司跟投。
本文不构成任何投资建议。
原文标题 : 312亿超级独角兽浮出水面：一把融资28亿，极为低调
AI算力提升，不能只靠堆GPU。作者丨黄小贵
AI算力赛道又诞生一笔巨额融资。
近日，AI算力公司Lightmatter获得新一轮4亿美元（约合人民币28.45亿元）D轮融资。本轮由普徕仕（T. Rowe Price）领投，老股东GV、富达等跟投。本轮融资后，Lightmatter估值达到44亿美元（约合人民币312.91亿元）。
Lightmatter试图解决AI算力中心面临的芯片运算效率问题以及巨大能耗问题，希望利用硅光子技术，将芯片连接在一起来训练AI深度学习，通过这种方式加快处理速度，同时降低能耗。原理是，Lightmatter的光学互连层可让数百个GPU同步工作，从而简化了昂贵而复杂的AI模型训练和运行工作。
Lightmatter创立于2017年，总部位于美国加利福尼亚州，创始人是尼古拉斯·哈里斯（Nicholas Harris）。
尼古拉斯在麻省理工学院获得电子工程和计算机科学博士学位，是光子学研究的专家，他的博士论文题目是《用于量子信息处理和AI的可编程纳米光子学》。在读博的时候，他制造了硅基集成光子芯片，可以用光而不是电来发送和处理信息。在读博士之前，尼古拉斯曾在美光科技担任研发工程师，他看到了高性能计算的前景。
具体来说，Lightmatter想解决的问题是芯片（GPU或CPU）互联层效率的问题。从物理视角来看，训练AI是把几千块GPU连在一起，但是这些GPU不是像光伏发电板一样漫山遍野摆在山坡上，而是若干块为一组，插在一个机架上，无数个机架与机架通过信号交换装置再连起来，组成超大规模的算力中心。跑AI大模型的时候，数据输入、输出，这一大片GPU互连的过程也是有时间差的，有先有后。互联速度越快，算力中心的速度就越快。Lightmatter想通过硅光子技术抹平时间差，让GPU同步运行。
微软、亚马逊、 xAI 、 OpenAI 等巨头都对Lightmatter的解决方案展现了巨大的兴趣。因为现有算力中心都是巨大的建筑，里面塞满了GPU，耗电量极大。有句话说，AI竞争的尽头，是电力的竞争。而且，未来AI大模型可能需要更多GPU，如果没有效率更高的方案，可能会出现一座小镇那么大的算力中心，数不清的GPU在里面。这得生产多少GPU，得多少电？再未来呢，岂不是要建一座算力城？有人预测，到2040年，地球上大约80%的能源将用于数据中心和计算。
能实质性省电、加快运算效率的方案，都让巨头们垂涎三尺。随着摩尔定律的放缓和传统硅基计算技术达到物理极限，光子技术成为计算技术持续进步的潜在救星。Lightmatter 的解决方案使用光纤取代了标准的电气连接，实现了数百兆的带宽，远远超过了目前算力中心所能达到的水平。
Lightmatter的旗舰产品叫Passage（上图），它利用三维堆叠光子芯片在处理器之间移动数据。这种方法大大提高了AI集群的带宽和性能，同时降低了功耗。通过将数千到数百万个先进芯片集成到一个内聚系统中。Lightmatter目前正在与芯片制造商和云服务提供商合作，以实现大规模部署。尼古拉斯指出，由于Lightmatter的设备是在硅上运行的，因此可以由现有的半导体制造设施生产，无需大规模改变工艺。
尼古拉斯同时暗示：“这可能是我们最后一轮私人融资。”这可能意味着Lightmatter接下来就将筹备IPO了。
今年早些时候，Lightmatter还任命英伟达前高管西蒙娜·扬科夫斯基（Simona Jankowski）为CFO，进一步表明了冲刺上市的雄心壮志。
上周，纽约的Xscape Photonics也获得了 4400 万美元的 A 轮融资，它也是利用光子技术来解决AI数据中心在能源、性能和可扩展性方面的挑战，由IAG Capital Partners领投，思科投资和英伟达等公司跟投。
本文不构成任何投资建议。
原文标题 : 312亿超级独角兽浮出水面：一把融资28亿，极为低调
