A IA é fundamental para muitos produtos e serviços hoje, mas sua fome por dados e ciclos de computação não tem fim. Matéria de luz planeja ultrapassar a lei de Moore com seus chips fotônicos ultrarrápidos especializados para trabalho de IA e, com uma nova rodada de US$ 80 milhões, a empresa está pronta para levar ao mercado sua computação movida a luz.
Cobrimos Lightmatter pela primeira vez em 2018, quando os fundadores tinham acabado de sair do MIT e arrecadaram US$ 11 milhões para provar que sua ideia de computação fotônica era tão valiosa quanto afirmavam. Eles passaram os próximos três anos e mudaram construindo e refinando a tecnologia – e enfrentando todos os obstáculos que startups de hardware e fundadores técnicos tendem a encontrar.
Para uma análise completa do que a tecnologia da empresa faz, leia aquele recurso - o essencial não mudou.
Resumindo, os chips do Lightmatter executam instantaneamente – literalmente – certos cálculos complexos fundamentais para o aprendizado de máquina. Em vez de usar carga, portas lógicas e transistores para registrar e manipular dados, os chips usam circuitos fotônicos que realizam os cálculos manipulando o caminho da luz. Isso tem sido possível há anos, mas até recentemente fazê-lo funcionar em grande escala e com um propósito prático e, na verdade, altamente valioso, não foi possível.
Protótipo para produto
Não estava totalmente claro em 2018, quando a Lightmatter estava decolando, se essa tecnologia seria algo que eles poderiam vender para substituir clusters de computação mais tradicionais, como as milhares de unidades personalizadas que empresas como Google e Amazon usam para treinar seus IAs.
“Sabíamos que, em princípio, a tecnologia deveria ser ótima, mas havia muitos detalhes que precisávamos descobrir”, disse o CEO e cofundador Nick Harris ao TechCrunch em uma entrevista. “Precisávamos superar muitos desafios teóricos de ciência da computação e design de chips ... e COVID era uma besta.”
Com fornecedores fora de serviço e muitos no setor interrompendo parcerias, atrasando projetos e outras coisas, a pandemia atrasou meses a Lightmatter, mas eles saíram do outro lado mais fortes. Harris disse que os desafios de construir uma empresa de chips do zero eram substanciais, senão inesperados.
“Em geral, o que estamos fazendo é muito louco”, admitiu. “Estamos construindo computadores do nada. Nós projetamos o chip, o pacote do chip, o cartão em que o pacote do chip fica, o sistema em que os cartões são inseridos e o software que é executado nele…. tivemos que construir uma empresa que abrangesse toda essa experiência ”.
Essa empresa cresceu de um punhado de fundadores para mais de 70 funcionários em Mountain View e Boston, e o crescimento continuará à medida que seu novo produto for lançado no mercado.
Onde há alguns anos o produto Lightmatter era mais um brilho bem informado, agora ele assumiu uma forma mais sólida no Envise, que eles chamam de “acelerador fotônico de IA de uso geral”. É uma unidade de servidor projetada para caber em racks normais de data centers, mas equipada com múltiplas unidades de computação fotônica, que podem realizar processos de inferência de redes neurais em velocidades alucinantes. (Está limitado a certos tipos de cálculos, nomeadamente álgebra linear por enquanto, e não lógica complexa, mas este tipo de matemática é um componente importante dos processos de aprendizagem de máquina.)
Harris foi reticente em fornecer números exatos sobre melhorias de desempenho, mas mais porque essas melhorias estão aumentando do que porque não são impressionantes o suficiente. O site sugere que é 5x mais rápido que uma unidade Nvidia A100 em um modelo de transformador grande como o BERT, enquanto usa cerca de 15% da energia. Isso torna a plataforma duplamente atraente para gigantes de IA endinheirados, como Google e Amazon, que exigem constantemente mais poder computacional e que pagam caro pela energia necessária para usá-la. Melhor desempenho ou menor custo de energia seriam ótimos – ambos juntos são irresistíveis.
O plano inicial da Lightmatter é testar essas unidades com seus clientes mais prováveis até o final de 2021, refinando-as e elevando-as aos níveis de produção para que possam ser amplamente vendidas. Mas Harris enfatizou que este era essencialmente o Modelo T de sua nova abordagem.
“Se estivermos certos, acabamos de inventar o próximo transistor”, disse ele, e para fins de computação em larga escala, a afirmação não é sem mérito. Não teremos um computador fotônico em miniatura nas mãos tão cedo, mas nos data centers, onde se prevê que até 10% da energia mundial chegue até 2030, “eles realmente têm apetite ilimitado”.
A cor da matemática
Existem duas maneiras principais pelas quais a Lightmatter planeja melhorar as capacidades de seus computadores fotônicos. A primeira, e que parece mais insana, é o processamento em cores diferentes.
Não é tão selvagem quando você pensa sobre como esses computadores realmente funcionam. Os transistores, que estão no centro da computação há décadas, usam eletricidade para realizar operações lógicas, abrir e fechar portas e assim por diante. Em uma escala macro, você pode ter diferentes frequências de eletricidade que podem ser manipuladas como formas de onda, mas nesta escala menor não funciona assim. Você só tem uma forma de moeda, os elétrons e as portas estão abertas ou fechadas.
Nos dispositivos da Lightmatter, no entanto, a luz passa por guias de onda que realizam os cálculos à medida que avança, simplificando (em alguns aspectos) e acelerando o processo. E a luz, como todos nós aprendemos nas aulas de ciências, vem em uma variedade de comprimentos de onda - todos os quais podem ser usado independentemente e simultaneamente no mesmo hardware.
A mesma magia óptica que permite que um sinal enviado de um laser azul seja processado na velocidade da luz funciona para um laser vermelho ou verde com modificações mínimas. E se as ondas de luz não interferem umas nas outras, elas podem viajar pelos mesmos componentes ópticos ao mesmo tempo sem perder a coerência.
Isso significa que se um chip Lightmatter pode fazer, digamos, um milhão de cálculos por segundo usando uma fonte de laser vermelho, adicionar outra cor dobra isso para dois milhões, adicionar outra resulta em três – com muito pouca modificação necessária. O principal obstáculo é conseguir lasers à altura da tarefa, disse Harris. Ser capaz de usar aproximadamente o mesmo hardware e dobrar, triplicar ou 20x quase instantaneamente o desempenho é um bom roteiro.
Isso também leva ao segundo desafio que a empresa está trabalhando para limpar, ou seja, interligar. Qualquer supercomputador é composto de muitos pequenos computadores individuais, milhares e milhares deles, trabalhando em perfeita sincronia. Para que isso aconteça, eles precisam se comunicar constantemente para garantir que cada núcleo saiba o que os outros núcleos estão fazendo e, de outra forma, coordenar os problemas de computação imensamente complexos que a supercomputação deve enfrentar. (Intel fala sobre este problema de "simultaneidade" construindo um supercomputador em escala exa SUA PARTICIPAÇÃO FAZ A DIFERENÇA.)
“Uma das coisas que aprendemos ao longo do caminho é, como você faz esses chips falarem uns com os outros quando chegam ao ponto em que são tão rápidos que ficam parados esperando a maior parte do tempo? ” disse Harris. Os chips Lightmatter estão trabalhando tão rapidamente que não podem contar com os núcleos de computação tradicionais para coordenar entre eles.
Um problema fotônico, ao que parece, requer uma solução fotônica: uma placa de interconexão em escala de wafer que usa guias de onda em vez de fibra óptica para transferir dados entre os diferentes núcleos. As conexões de fibra não são exatamente lentas, é claro, mas não são infinitamente rápidas, e as próprias fibras são na verdade bastante volumosas nas escalas que os chips são projetados, limitando o número de canais que você pode ter entre os núcleos.
“Construímos a ótica, os guias de onda, no próprio chip; podemos encaixar 40 guias de onda no espaço de uma única fibra óptica ”, disse Harris. “Isso significa que você tem muito mais pistas operando em paralelo - isso leva você a velocidades de interconexão absurdamente altas.” (Demônios de chip e servidor podem encontrar essas especificações SUA PARTICIPAÇÃO FAZ A DIFERENÇA.)
A placa de interconexão óptica se chama Passage e fará parte de uma geração futura de seus produtos Envise – mas, assim como acontece com o cálculo de cores, é para uma geração futura. O desempenho de cinco a 10x com uma fração da potência terá que satisfazer seus clientes potenciais no momento.
Colocando aqueles $ 80 milhões para trabalhar
Esses clientes, inicialmente os manipuladores de dados de “hiperescala” que já possuem data centers e supercomputadores que estão maximizando, receberão os primeiros chips de teste ainda este ano. É para lá que a rodada B está indo principalmente, disse Harris: “Estamos financiando nosso programa de acesso antecipado”.
Isso significa construir hardware para envio (muito caro por unidade antes que as economias de escala surjam, sem mencionar as dificuldades atuais com os fornecedores) e construir a equipe de entrada no mercado. Manutenção, suporte e a imensa quantidade de software que acompanha algo assim – há muitas contratações acontecendo.
A rodada em si foi liderada pela Viking Global Investors, com a participação da HP Enterprise, Lockheed Martin, SIP Global Partners e investidores anteriores GV, Matrix Partners e Spark Capital. Isso eleva o total arrecadado para cerca de US$ 113 milhões; Houve a rodada A inicial de US$ 11 milhões, depois GV saltando com um A-22 de US$ 1 milhões, depois esses US$ 80 milhões.
Embora existam outras empresas que buscam a computação fotônica e suas aplicações potenciais, especialmente em redes neurais, Harris não parecia sentir que elas estavam seguindo os passos da Lightmatter. Poucos ou nenhum parecem perto de enviar um produto e, de qualquer forma, este é um mercado que está no meio do seu momento de taco de hóquei. Ele apontou para um estudo da OpenAI que indica que a procura de computação relacionada com a IA está a aumentar muito mais rapidamente do que a tecnologia existente pode fornecer, exceto com centros de dados cada vez maiores.
A próxima década trará pressão econômica e política para controlar o consumo de energia, assim como vimos com o mundo das criptomoedas, e a Lightmatter está preparada e pronta para fornecer uma alternativa eficiente e poderosa à tarifa usual baseada em GPU.
Tal como Harris sugeriu anteriormente, esperançosamente, o que a sua empresa fez é potencialmente transformador na indústria e, se assim for, não há pressa – se houver uma corrida ao ouro, eles já reivindicaram o seu direito.
Fonte: https://techcrunch.com/2021/05/06/lightmatters-photonic-ai-ambitions-light-up-an-80m-b-round/
- "
- 2021
- 84
- A100
- acelerador
- Acesso
- AI
- Todos os Produtos
- Amazon
- apetite
- aplicações
- borda
- Boston
- construir
- Prédio
- chamada
- capital
- Chefe executivo
- desafiar
- alterar
- canais
- carregar
- chefe
- lasca
- Chips
- fechado
- Co-fundador
- de referência
- Empresas
- Empresa
- componente
- Computar
- Ciência da Computação
- computadores
- computação
- poder de computação
- Coneções
- consumo
- continuar
- Covid
- Créditos
- criptomoedas
- Moeda
- Clientes
- dados,
- Data Center
- centros de dados
- Demanda
- Design
- Dispositivos/Instrumentos
- Cedo
- Econômico
- eletricidade
- colaboradores
- energia
- Empreendimento
- fundamentos
- olho
- RÁPIDO
- Figura
- Primeiro nome
- caber
- Flash
- formulário
- fundadores
- recentes
- cheio
- financiamento
- futuro
- Portões
- Geral
- Global
- Dourado
- ótimo
- Verde
- Growth
- GV
- Hardware
- Alta
- Contratando
- Como funciona o dobrador de carta de canal
- HP
- HTTPS
- Obstáculos
- idéia
- indústria
- Intel
- Interview
- Investidores
- IT
- grande
- laser
- lasers
- Escritórios de
- aprendido
- aprendizagem
- levou
- leve
- Limitado
- logotipo
- aprendizado de máquina
- Macro
- principal
- mercado
- matemática
- milhão
- MIT
- modelo
- mês
- nomeadamente
- rede
- redes
- Neural
- rede neural
- redes neurais
- produto novo
- nariz
- números
- Nvidia
- aberto
- OpenAI
- operando
- Operações
- ótica
- ordem
- Outros
- pandemia
- parcerias
- Pagar
- atuação
- plataforma
- poder
- presente
- pressão
- Produto
- Produção
- Produtos
- Agenda
- projetos
- corrida
- apressar
- Escala
- Ciência
- vender
- Serviços
- Envios
- pequeno
- So
- Software
- vendido
- Espaço
- velocidade
- Staked
- Startups
- Estudo
- supercomputador
- supercomputadores
- fornecedores
- ajuda
- .
- negociações
- tecnologia
- TechCrunch
- Dados Técnicos:
- Equipar
- teste
- tempo
- viagens
- Ver
- comprimentos de onda
- ondas
- Site
- QUEM
- Atividades:
- trabalho
- mundo
- ano
- anos