比年来，跟着AI竞争愈演愈烈，无论是传统仍是新兴的处置器巨子都在缭绕CPU、GPU跟AI减速器开展了剧烈竞争。尤其是AMD、Intel跟英伟达三年夜标记性巨子，因为三者的竞争包括厥后者的追逐逆袭、新市场的来势汹汹、老巨子的不甘人后等情节，使得这三个巨子的任何意向尤为存眷。这三家公司缭绕着人工智能跟PC开展钩心斗角也是家喻户晓。但克日，这三家公司常见联手，投资了一家名为Ayar Labs的光芯片始创公司。三年夜芯片巨子，看上光互连Ayar Labs明天发布，已取得由 Advent Global Opportunities 跟 Light Street Capital 领投的 1.55 亿美元融资，旨在应用其光学 I/O 技巧攻破 AI 数据挪动瓶颈。这使该公司的总融资额到达 3.7 亿美元，并将公司估值进步至 10 亿美元以上。正如Ayar Labs所说，本轮融资的范围跟投资者的本质标记着 Ayar Labs 的又一个主要里程碑，该公司正在筹备其光学处理计划，以策略性地共同客户道路图停止大量量出产。该公司表现，参加本轮融资的著名公司就涵括了以后最世态炎凉的芯片三年夜巨子AMD Ventures、Intel Capital 跟 NVIDIA ，其余新策略跟金融投资者包含 3M Ventures 跟 Autopilot。值得一提的是，在之前，Ayar Labs也拿了包含Applied Ventures LLC、Axial Partners、Boardman Bay Capital Management、GlobalFoundries、IAG Capital Partners、Lockheed Martin Ventures、Playground Global 跟 VentureTech Alliance在内的浩繁著名企业跟机构的钱。Ayar Labs 首席履行官兼结合开创人 Mark Wade 表现：“当先的 GPU 供给商 AMD 跟 NVIDIA 以及半导体代工场 GlobalFoundries、Intel Foundry 跟 TSMC，再加上 Advent、Light Street 跟咱们其余投资者的支撑，凸显了咱们的光学 I/O 技巧从新界说 AI 基本设备将来的潜力。”“咱们十分荣幸，在这轮融资中，Light Street 在技巧特定投资方面的深沉专业常识以及 Advent 强盛的私募跟生长股权配景为咱们供给了支撑。”据相干材料表现，Ayar Labs建立于 2015 年，公司团队由来自英特尔、IBM、美光、Penguin、麻省理工学院、伯克利跟斯坦福的很多顶尖技巧专家构成。在官网的先容中，Ayar Labs将公司定位为光学互连处理计划范畴的引导者，其供给的产物数据传输速率与 AI 相称。公司表现，在认识到 AI 模子的庞杂性跟范围正在以传统互连技巧无奈处置的速率增加，他们开辟了业界首个光学 I/O 处理计划，使客户可能最年夜限制地进步一直增加的 AI 基本设备的盘算效力跟机能，同时下降本钱、耽误跟功耗。Ayar Labs指出，公司的光学 I/O 处理计划基于开放尺度，并针对 AI 练习跟推理停止了优化，领有强盛的生态体系，使其可能顺遂年夜范围集成到 AI 体系中。如上图所示，Ayar Labs 表现，公司故事的来源能够追溯到公司在2010年的宣布的一篇名为《Open foundry platform for high-performance electronic-photonic integration》的论文。据先容，该文章阐述采取事先商用电子 45 nm SOI-CMOS 代工工艺制作的存在 3 dB/cm 波导消耗的光子器件。经由过程应用现有的前端制作工艺，光子器件与电子器件单片集成在与晶体管雷同的物理器件层中，实现 4 ps 逻辑级耽误，而不会下降晶体管机能。在文章中，他们展现了一个 8 通道光学微环谐振器滤波器组跟光调制器，它们均由集成数字电路把持。经由过程开辟一种不须要任何工艺基本设备变动的器件计划方式，能够实现普遍可用的高机能光子电子集成电路平台。在文章的阐述阶段他们夸大，论争展现的电子-光子平台是一种可拜访的、低本钱的应用现有电子代工场基本设备的方式，可用于制作高机能光子器件跟开始进的 CMOS 晶体管。应用薄 SOI-CMOS 工艺无需停止代工场外部修改，只要停止简略的后处置即可实现精良的无源光子机能，打消了之前任务中存在的波导消耗瓶颈。文章先容的滤波器组解复用器跟调制器等装备，以及现在正在开辟的集成光电探测器，形成了进步电子工艺中光子互连平台的基本，该工艺可用于制作当今的微处置器。该代工平台的通用性子使咱们能够应用开始进的技巧，这将极年夜地增进全部 VLSI 跟光子体系及利用范畴的新型电光片上体系的研讨。恰是基于这个研讨，Ayar Labs在2015年宣布建立，而后在次年取得了种子轮投资（GlobalFoundries 参加了种子轮融资）。Ayar Labs，聚焦处理的成绩在详细先容Ayar Labs的产物之前，咱们先先容一下他们详细想处理什么成绩。正如之前良多报道中所说，高机能盘算引擎存在带宽跟旌旗灯号成绩，这曾经不是什么机密了。假如你想要以公道的每秒容量疾速地将数据输入跟输出，从而让引擎中的数十到数万个中心坚持繁忙，那么假如你要保持应用铜线，就必需尽可能严密地衔接它们，无论是拔出重叠内存的拔出器上的走线，仍是收支 SerDes 的电线，以将盘算引擎衔接在一同以并交运行。成绩在于电线的长渡过长。每次将带宽增添一倍时，因为旌旗灯号掉真，你都必需将电线长度减半。这是物理学跟资料迷信的成绩，每团体都晓得终极铜线将被光纤代替。并且因为人工智能任务负载对带宽的宏大需要，将来多少年内这仿佛将真正成为弗成防止的趋向。Ayar Labs也恰是如许的“光”参加者，努力于攻破从前的数据传输形式。据懂得，他们的目的是将光通讯直接置于封装上，而不是遭到 IO 密度成绩、数据速度扩大跟电子封装到封装互连的功率低效性限度。Ayar Labs 的重要观念是，在 1cm 到 10cm 的传输范畴内，光学 IO 比以后的电子体系更高效。处理数据传输功率收缩成绩的最佳方式是，只有你将数据传输到此间隔以外，就切换到光学。著名行业剖析机构semianalysis表现，转向共封装光学器件有很多利益。比方数据不须要从处置器发送到网卡，也不须要经由过程昂贵的光收发器。处置器自身也能够节俭大批本钱，由于不用将太多的芯单方面积公用于年夜型高速电气 SerDes。鉴于 Ayar Labs 已参加开放的 UCIe 尺度，Semianalysis以为他们的芯片将应用该协定作为与外部公司芯片接口的基本层。UCIe 支撑英特尔、ASE 跟台积电的很多封装选项。在处置器方面，英特尔、AMD、博通、美光、联发科跟 GUC 都是该同盟的成员。UCIe 极年夜地下降了将第三方芯片集成到封装中的进入门槛，这反过去应当会下降 Ayar Labs 取得计划成功的进入门槛。别的，Ayar Labs 也明白支撑高密度扇出、英特尔的 EMIB 跟其余硅中介层技巧。现在，Ayar Labs有两种重要的产物：一是SuperNova 光源——这是封装外部的近程光源，能够将其视为位于 ASIC 封装外部某处的光电源；另一个是TeraPHY 光学 I/O 芯片，这种硅片包括约 7000 万个晶体管跟 10,000 多个光学器件。据先容，他们将硅光子器件集成到 CMOS 工艺中，制成咱们作为芯片出卖的硅片。该芯片集成到客户 SOC 封装中。从官网能够看到，SuperNova近程光源是 Ayar Labs 光学 I/O 处理计划的支柱，也是业界首款合乎 CW-WDM MSA 尺度的 16 波长光源，可供给多达 16 种波长的光并为多达 16 个端笔供电。与 Ayar Labs TeraPHY 光学 I/O 芯片组相联合，与传统互连（可插拔光学器件 + 电气 SerDes）比拟，该处理计划可供给 5 至 10 倍的更高带宽、10 倍的更低耽误跟 4 至 8 倍的更高能效。光学 I/O 打消了 I/O 瓶颈，超出了工艺限度，并为下一代 AI 架构开释了翻新架构。TeraPHY光学 I/O 芯片组则是一种体积小、功耗低、吞吐量高的铜背板跟可插拔光学通讯替换计划。TeraPHY 芯片组的模块化多端口计划可承载八个光通道（相称于 x8 PCIe Gen5 链路）。这款业界开创的光学 I/O 芯片组将硅光子学与尺度 CMOS 制作工艺相联合。它实用于现有的体系级封装架构，不须要 SoC 定制。依照该公司CEO Mark Wade所说，Ayar Labs现在的重要贸易形式是贩卖现实产物。他表现，SOC范畴曾经产生了全部范式改变，以推进 chiplet 的采取。假如你翻开 ASIC 的盖子，你会看到外面有多个芯片。于是，Ayar Labs将所谓的“KGD”光学芯片装入客户的封装中贩卖。离开光学 I/O 芯片方面，Ayar Labs将其作为创收产物贩卖，客户只要直接从咱们这里购置芯片即可。Wade夸大，Ayar Labs的市场战略专一于处理光子学范畴的大量量、高品质制作成绩。咱们与 GlobalFoundries、Applied Materials、英特尔跟台积电等重要公司树立了策略配合关联，并与全部一线 CMOS 制作商开展配合。Ayar Labs还与年夜型 AI 体系范畴的引导者 Nvidia 树立了策略配合搭档关联，独特将咱们的技巧融入将来的 AI 体系。公司的直接客户正在构建 SOC 跟 SOC 体系，其一流生态体系包含 Nvidia、AMD、英特尔、博通跟高通等公司。“构建年夜范围 AI 模子的终端客户（比方 Anthropic 跟 OpenAI）至关主要。数据核心在实验扩大 AI 任务负载时呈现了很多重大成绩。咱们发明，这些公司对将来的愿景与咱们多年来的猜测类似，这证明了这一点。”Ayar Labs CEO Mark Wade夸大。“咱们的胜利取决于是否进入这些范畴。咱们正在应答光子技巧方面的挑衅，特殊是在大量量、高品质制作方面。这种方式使咱们可能与行业重要参加者配合，同时满意终极用户的需要，从而冲破人工智能技巧的界线。”Mark Wade接着说。Ayar Labs 往年八月曾表现，将宣布其光学 I/O 技巧来代替芯片内的铜线。该公司正在开辟将光学 I/O 放入芯片构造中的技巧，并已研讨该技巧十多年。该技巧容许芯片外部实现更快的通讯，旨在代替速率较慢的铜线。“借助光学 I/O，你能够冲破多少十米乃至多少百米的间隔，而后衔接更多的 GPU 或减速器，”Wade 说。年夜范围商用期近？在人们很轻易以为，Nvidia、AMD 跟英特尔的投资预示着这些公司正在追求以某种方法在其盘算引擎中安排 TeraPHY 光学传输及其 SuperNova 激光源。咱们晓得，他们的晚期投资者HPE早在 2022 年 2 月就与 Ayar Labs 告竣了一项策略投资跟配合协定，将硅光子学增加到其“Rosetta”Slingshot 互连中。但在答复The Next Platform征询时，Ayar Labs 贸易经营副总裁 Terry Thorn 开顽笑说：“他们都是投资者跟公司，咱们正在与他们一同摸索很多风趣的机遇——此中年夜局部咱们现在还不克不及念叨。”咱们能够设想这种情形会产生，但另有很多其余方式能够实现共封装光学器件，这三家公司也都有发现本人产物的习气。换而言之，经由过程这些投资，这些芯片公司可能只是想更深刻懂得 Ayar Labs 正在做的事件。但正如Mark Wade在之前的采访中所说，在良多场景中会须要应用光衔接。如他所说，当Ayar Labs刚开端研讨这个成绩时，很多晚期看法都来自高机能盘算社区——你晓得，国度试验室正在制作的年夜型呆板。这些年夜型体系起首发明它们存在大批数据挪动成绩，这些成绩开端成为全部体系机能的瓶颈。这就是Ayar Labs称之为“煤矿中的金丝雀”的 2010 年至 2015 年的时光段，事先的近况标明底层盘算技巧存在成绩。之后，跟着人工智能任务流程开端呈现，以及图像辨认、推举引擎等晚期任务负载——但厥后，特殊是当转换器模子上线并开端启用新的人工智能利用顺序时，咱们进入了天生式人工智能时期。但要害是要认识到，形成这些人工智能盘算体系主干的盘算体系看起来像高机能盘算架构。“因而，十年前在高机能盘算中产生的雷同数据挪动挑衅当初开端呈现在人工智能体系中，并成为全部体系机能的瓶颈。”Mark Wade夸大。Mark Wade指出，这是一个多方面的成绩。你必需让人们在功率受限的情形下将更多带宽传输到更长的间隔。因而，这些体系的功率限度并不是无穷的。每个级别都存在热跟功率密度成绩 - 芯片级、封装级、体系板级、机架级。因而，每个级别都存在功率成绩。耽误是你必需更细心检讨的处所。“现在，人们应用铜线跟电气 I/O 以电气方法传输高带宽的方法，你每每会做一些事件，比方增加纠错，由于你要实验规复在以电气方法传输数据时产生的全部低效力跟数据破坏。在光学方面，你能够以一种优雅的方法处理这个成绩，从而解脱纠错。因而，你能够取得更轻量级的纠错架构，但这会影响耽误。”Mark Wade说。为了实现上述目的，Ayar Labs始终在丰盛其产物线。假如你看一下道路图，就会发明Ayar Labs每隔多少年就会将每个芯片的带宽翻一番。他们的打算从 4 Tbps 增添到 8 Tbps，而后是 16Tbps 跟 32 Tbps，这是每个芯片的带宽。Ayar Labs还下调了一些向量——每个芯片的带宽、每个封装实例化多个芯片的才能、扩展全部封装级别带宽以及能够从封装中开释的带宽基数。Ayar Labs的客户平日存眷咱们能够从他们的封装中开释几多带宽，以及在什么样的功率密度束缚下。特殊是跟着人工智能体系的开展，每个封装中更高的带宽开释变得越来越主要，同时也进步了衔接的基数。现在，Ayar Labs的每个芯片有 8 个端口，每个芯片组有 8 个端口。假设每个封装有 4 个芯片组，则你的衔接端口为 32 个，你能够将全部这些端口衔接到差别的处所。瞻望将来，Wade表现：“咱们现在在试验室中与客户独特发展的任务，现实上是为了在两到三年后实现初次年夜范围市场安排。”写在最后实在光学并不是一项新技巧——光纤真正进入技巧范畴是在 70 年月。咱们开端制作海底电缆跟相似的货色，终极衔接互联网。光学技巧是家喻户晓的。然而将数据直接以光学方法从盘算包中移出的需要现实上是一个相称新的景象，这与电气 I/O 成绩的好转速率有关。咱们的利用顺序须要更高的带宽跟更好的能效——这开端攻破现有的基于电气 I/O 的体系。但挑衅在于，你不克不及只把人们应用的技巧跟产物用于人们可能熟习的更尺度化的处理计划，比方应用以太网的可插拔收发器。假如我在数据核心内挪动 100 Gbps、400 Gbps 或 800 Gbps，那么这些曾经是光学可插拔收发器了。成绩是，假如你翻开这些收发器并检查外面的货色，你会发明它们不直接扩大到盘算构造的特征。因而，要实现上述目的，除了要面临尺寸、元件数目、本钱构造，以及全部这些组件的组装方法外。另有功率效力、热敏锐度等成绩，另有“我不克不及直接将收发器放入盘算机封装中”的一系列成绩。“因而，咱们必需重新开端发现一种存在准确底层特征的技巧：密度、装备尺寸、动力效力，更主要的是，可能集成到制作工艺中，从而在 CMOS 范围下运转。咱们必需控制怎样将该技巧归入封装，由于这是一种真正年夜范围的利用。全部这些特征在每一步都是挑衅，咱们公司的一局部，以及咱们多年来所尽力的一局部，现实上是在一步步处理这些成绩。”Mark Wade表现。面向这个市场跟机遇，除了Ayar Labs以外，Lightmatter、Celestial AI 、Eliyan以及海内的曦智跟一年夜堆的处置器、晶圆厂跟封装厂都在尽力，为硅光子学成为盘算引擎跟互连之间的桥梁各出奇招。【起源：半导体行业察看】 申明：新浪网独家稿件，未经受权制止转载。 -->
