بیل گیتس، NEO، پشتیبانی Gigafund نور در سوپر کامپیوتر رایانه فوتونیک

محاسبات نورانی، راه اندازی یک ساله، با هدف ایجاد یک تراشه فوتونیکی که حجم کار مورد نیاز برای AI را با سرعت نور به دست خواهد آورد، است. این یک لحظه ای است و در عین حال، شرکت جوان در حال حاضر تعدادی از سرمایه گذاران برجسته مایل به شرط بندی در چشم انداز.

این شرکت 9 میلیون دلار در یک دوره بذر به رهبری بیل گیتس، علی پطوفی نئو و لوق نوزک و استیو اسکوی گگیفونوند.

این دور همچنین سرمایه گذاران جدیدی را جذب کرد، از جمله Travis Kalanick’s صندوق 10100، BoxGroup، Uber کارگردان دارا خسروشاهی و امیل مایکل و همچنین سرمایه گذاران قبل از کلاس کلاس 5 Global، Joshua Browder، Ozmen Ventures، سرمایه گذاری Schox و سرمایه سوم سرمایه گذاری.

Luminous توسط مایکل گائو، استراتژیست اصلی این شرکت، مدیر عامل شرکت مارکوس گومز و CTO Mitchell Nahmias تاسیس شده است، تحقیقات خود را در پرینستون اساس تراشه است. گومز یک کسب و کار نرم افزاری به عنوان یک سرویس در صنعت مد آغاز کرد و اخیرا به عنوان یک دانشمند داده در Tinder مشغول به کار شد. گاو همچنین راه اندازی نرم افزار AlphaSheets را تاسیس کرد.

روشی درخشان در اصطلاحات اساسی بر اساس استفاده از نور برای حرکت داده های مقدار متراکم و فورا چندین آرایه های عددی از اعداد صحیح است. ایده این است که با استفاده از فوتونیک برای تمام تنگناهای اصلی که پردازنده های سنتی با آن مبارزه می کنند حذف خواهند شد.

Partovi از NEO گفت: “در حالی که بسیاری از تلاش های تحقیقاتی در زمینه فوتونیک بر جنبه های داده های عمومی تمرکز می کنند، Luminous به طور مناسب بازار محاسبات AI را هدف قرار می دهد، که در آن تقاضا است.”

Luminous تنها راه اندازی آن در تلاش برای ساخت یک ابر رایانه بر روی یک تراشه نیست، و نه آن است که برای اولین بار بر روی فوتونیک متمرکز شده است. به عنوان مثال، Lightmatter 33 میلیون دلار افزایش داده است ، از جمله سرمایه گذاری از بازوی سرمایه گذاری گوگل (با مشارکت شرکت Spark Capital و Matrix Partners) برای ساخت تراشه های فوتونیک .

عامل رانندگی یک رونق در شرکت هایی است که به دنبال توسعه تراشه هایی هستند که مخصوص طراحی AI و برنامه های کاربردی یادگیری ماشین طراحی شده اند. نیویورک تایمز در آن زمان گزارش داد که در سال 2018، حداقل 45 کارمند در تراشه های AI وجود داشتند. بعضی از شرکت های فن آوری، از جمله اپل، آمازون، فیس بوک و ال جی ، چیپست های AI و ML خود را برای اهداف خاص توسعه می دهند. تعقیب در میان سرمایهداران ریسک پذیر است و منجر به جذب سرمایه میشود.

معماری تراشه که محاسبات Luminous Computing در آن قرار دارد، بر اساس تحقیقات Nahmias است. به عنوان بخشی از پایاننامه وی در دانشگاه پرینستون، Nahmias مدارهای یکپارچه فوتونیک را برای محاسبات ساخته و به عنوان یک محقق پایه در زمینه فوتونیک نورومورفیک تبدیل شده است.

گومز در یک مصاحبه اخیر به TechCrunch گفت: “آموزش یک سیستم هوش مصنوعی هنوز چندین روز طول می کشد، زمانی که فقط چند دقیقه طول می کشد.”

پایه و اساس سیستم های یادگیری ماشین های امروز براساس عملیات نسبتا ساده است – اما بسیاری از آنها. آموزش این مدل ها هنوز هم زمان زیادی طول می کشد و شامل مقدار پسزمینه اطلاعات آموزشی است. حتی با استفاده از نسل امروز تراشه های AI تخصصی، هنوز هم برای آموزش یک مدل طول می کشد. سپس، این مدل باید دوباره آزمایش شود، تصفیه شده و آموزش داده شود. به عنوان مثال، یک کار که می تواند به سرعت بخشیدن به توسعه وسایل نقلیه خودمختار کمک کند، می تواند از تراشه هایی استفاده کند که می توانند این عملیات را سریع تر از همیشه انجام دهند.

هنوز روزهای اولیه برای Luminous است. با این حال، گومز می گوید که در حال حاضر سیلیکون کار می کنند. در حالی که گومز نمی داند وقتی این تراشه جدید را راه اندازی کند، او تاکید کرد که این فانتزی دور نیست. این شرکت قصد دارد در چند سال آینده، کیت توسعه را عرضه کند.

با این حال، گومز مقیاس آنچه را که در حال تلاش برای رسیدن به آن است، تایید می کند: برای ارسال یک تراشه واحد، که محاسبات قدرت 3000 دستگاه را که شامل واحد پردازش تانسور گوگل (TPU) است جایگزین خواهد کرد.

شرکت 7 نفره قصد دارد از دور جدید سرمایه برای رشد تیمش، به ویژه افرادی که در صنعت نیمه هادی تجربه دارند، استفاده کند.

 

٪ item item_read_more_button ٪٪