光子科技助力 AI 芯片：Lightmatter 推出新技术加速数据传输
发布时间：2025-04-01 10:39:56 | 责任编辑：字母汇 | 浏览量：45 次
在人工智能领域，数据传输速度的提升始终是研究者和企业关注的重点。近日，初创公司 Lightmatter 宣布推出两项新技术，旨在加快人工智能芯片之间的连接。这家总部位于加州山景城的公司，当前估值高达44亿美元，已经在风险投资中筹集了8.5亿美元，成为硅谷光子技术热潮的一部分。
Lightmatter 的创新之处在于，它使用光纤连接代替传统的电信号传输数据，这种方式称为硅光子学。光子技术可以有效地提高信息传输速度，尤其在连接多款 AI 芯片时表现出色。许多知名 AI 芯片公司，如 AMD 和 Nvidia，已开始在其产品中尝试光子技术，以期为其聊天机器人、图像生成器等应用提供更强大的计算能力。
在最新发布的两项技术中，第一项是 “中介层”（interposer），这是一种特殊的材料层，AI 芯片可以安置在其上，并与其他相邻芯片相连接。第二项是称为 “芯片单元”(chiplet)的小型模块，可直接放置在 AI 芯片的顶部。这些新技术的推出将为 AI 芯片的性能和效率带来显著提升。
Lightmatter 透露，计划在2025年推出中介层技术，并在2026年发布芯片单元。与其合作的制造商 GlobalFoundries 负责中介层的生产，确保技术的稳定性和可靠性。光子技术的未来令人期待，它可能会引领 AI 领域的新一轮革命。
随着对更快、更高效的数据传输解决方案的需求不断增加，Lightmatter 的技术创新不仅能帮助其在竞争激烈的市场中脱颖而出，还将推动整个 AI 产业的进一步发展。通过不断优化 AI 芯片的连接方式，未来的人工智能应用将变得更加智能和灵活，给我们带来更好的用户体验。
光子计算公司 Lightmatter 近期在 AI 芯片光互连技术 领域取得重要突破，其推出的 Passage™ 3D 堆叠光子引擎 和 M1000 光子超级芯片 显著提升了 AI 计算的数据传输效率，为下一代高性能计算（HPC）和人工智能（AI）基础设施提供关键支持。以下是关键进展及行业影响：
1. 光子计算技术突破
(1) Passage™ 3D 堆叠光子引擎
- 超高带宽与低延迟：Lightmatter 的 Passage™ 平台是全球首个 可插拔光纤的 3D 堆叠光子引擎，能在单个多芯片封装中实现 每秒数百太比特（Tbps） 的光连接，远超传统电子互连的带宽限制。
- 突破冯·诺依曼瓶颈：通过 光学 I/O 接口分布在整个芯片表面，减少数据在内存与计算单元间的移动，显著降低延迟。
- 可扩展性：支持 数百万个 XPU（专用处理单元） 的光速互连，适用于超大规模 AI 集群。
(2) Passage M1000 光子超级芯片
- 专为 AI 加速器和交换机设计：2025 年 3 月推出的 M1000 芯片进一步优化了 AI 芯片间的光互连，提升数据中心计算效率。
- 与 UALink 联盟合作：Lightmatter 正与 AMD、AWS、Meta 等行业巨头共同制定 AI 加速器互联标准，推动下一代计算集群的可扩展性。
2. 行业合作与商业化应用
- 与 Amkor 和日月光（ASE）合作：
- 借助 Amkor 的先进封装技术，优化光子引擎的 3D 集成，提高 AI 芯片的能效。
- 与 ASE 合作开发 光子学优化的 3D 封装方案，加速 AI 训练和推理基础设施的部署。
- 应用场景：
- 生成式 AI（GenAI）：支持超大型语言模型（LLM）和视觉模型的训练，减少计算瓶颈。
- 数据中心与边缘计算：适用于自动驾驶、AI 绘画、实时推理等高带宽需求场景。
3. 光子计算 vs. 传统电子计算
| 对比维度 | 光子计算（Lightmatter） | 传统电子计算 |
|---|---|---|
| 数据传输速度 | 光速（Tbps 级） | 电信号（Gbps 级） |
| 能耗 | 极低（光子发热少） | 高（电子发热大） |
| 延迟 | 纳秒级 | 微秒级 |
| 可扩展性 | 支持百万级 XPU 互连 | 受限于电互连 |
Lightmatter 的光子计算技术正在重塑 AI 芯片的数据传输方式，其 Passage™ 平台和 M1000 芯片 为 AI 训练、推理和高性能计算提供了 超高带宽、低延迟、低能耗 的解决方案。随着与 Amkor、ASE、UALink 联盟 的合作深化，光子计算或将成为 AI 基础设施的关键驱动力，推动 生成式 AI、自动驾驶、数据中心 等领域的突破性发展。
本网站(https://aigc.izzi.cn)刊载的所有内容，包括文字、图片、音频、视频等均在网上搜集。
访问者可将本网站提供的内容或服务用于个人学习、研究或欣赏，以及其他非商业性或非盈利性用途，但同时应遵守著作权法及其他相关法律的规定，不得侵犯本网站及相关权利人的合法权利。除此以外，将本网站任何内容或服务用于其他用途时，须征得本网站及相关权利人的书面许可，并支付报酬。
本网站内容原作者如不愿意在本网站刊登内容，请及时通知本站，予以删除。
