超级独角兽312亿暴露：一只融资28亿元，极低调

AI算率跑道又诞生了一笔高额融资。

最近，AI算率企业Lightmatter获得了新一轮4亿美元的D轮融资(约合人民币28.45亿元)。这一轮由普徕仕进行。（T. Rowe Price）老股东GV领投、在这一轮融资之后，Lightmatter估值达到44亿美元(约合人民币312.91亿元)。

利用硅光子技术，Lightmatter尝试处理AI算率中心面临的芯片运算效率问题和巨大的能耗问题，将芯片连接在一起，训练AI深度学习，同时加快响应速度，节约能源。Lightmatter的光学互连层可以使数百个GPU同步工作，从而简化昂贵而复杂的AI模型训练和运行工作。

01

Lightmatter成立于2017年，总部设在美国加利福尼亚州，其创始人是尼古拉斯·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，是光子学探索的专家。他的博士论文题目是“可编程的纳米光子学，用于量子信息处理和AI”。他读博士的时候，做了一个硅基集成光子芯片，可以用尽而不是电来发送和处理数据。在攻读博士学位之前，尼古拉斯曾经在美光科技担任R&D工程师，他看到了高性能计算的前景。

具体而言，Lightmatter想要解决的问题是芯片(GPU或GPUCPU）连接层效率的问题。从物理学的角度来看，训练AI是将几千元的GPU连接在一起，但这些GPU并不像太阳能发电板那样遍布山坡，而是将几个块组成一个组，插入一个框架，通过信号交换设备将无数框架连接起来，形成一个超大的算率中心。运行大型AI模型时，数据输入，导出，这个大型GPU互连过程也有时间差，有先有后。连接速度越快，计算中心的速度就越快。Lightmatter希望GPU能够通过硅光子技术刮平时间差来同步运行。

02

亚马逊，微软，亚马逊， xAI 、 OpenAI 等待巨人们对Lightmatter的解决方案表现出极大的兴趣。

由于目前计算率中心是一个巨大的建筑，里面装满了GPU，耗电量很大。俗话说，AI竞争的结束是电力竞争。而且，未来AI模型可能需要大量的GPU。如果没有更高效的解决方案，可能会有无数的GPU在里面，一个小镇有这么大的计算率中心。这需要生产多少GPU和电力？

未来呢，不就是要建一座算力城吗？有人预测，到2040年，地球上大约80%的能源将用于数据中心和运算。

能够实质性节约电力，加快计算效率的方案，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的物理极限，光子技术已经成为计算技术不断进步的潜在救星。Lightmatter 采用光纤代替标准的电气连接，完成了数百兆的带宽，远远超过了当前算率中心所能达到的水平。

Passage(图中)是Lightmatter的旗舰产品，它利用Cpu间数据网络中的三维堆叠光子芯片。该方法在降低功耗的同时，大大提高了AI集群的带宽和性能。在内聚系统中集成了1000多万到数百万的先进芯片。为了实现大规模布局，Lightmatter目前正与芯片制造商和云服务提供商合作。尼古拉斯指出，由于Lightmatter的设备是在硅上运行的，因此可以在不大规模改变工艺的情况下，由现有的半导体制造设施生产。

尼古拉斯还暗示：“这可能是我们最后一轮私人融资。”这样做可能意味着Lightmatter将在下一步进行IPO计划。

Lightmatter今年早些时候还担任英伟达前高管西蒙娜·扬科夫斯基。（Simona Jankowski）为了CFO，进一步展示了冲刺上市的雄心壮志。

上个星期，纽约的Xscape 还获得了Photonics 4400 万美元的 A 轮融资，它还利用光子技术解决了AI数据中心在能源、性能和可扩展性方面的挑战，IAG Capital Partners领先，思科投资和英伟达等公司跟进。

本文仅代表作者观点，版权归原创者所有，如需转载请在文中注明来源及作者名字。

免责声明：本文系转载编辑文章，仅作分享之用。如分享内容、图片侵犯到您的版权或非授权发布，请及时与我们联系进行审核处理或删除，您可以发送材料至邮箱：service@tojoy.com