美国初创公司 Neurophos 已筹集到 720 万美元，用于将硅超材料商业化，以制造低功耗光学人工智能芯片。

这家从杜克大学分拆出来的光学人工智能公司正在开发一种专有的元表面，利用其先进的光学特性作为张量核心处理器。该公司还加入了硅催化剂加速器，并正在德克萨斯州奥斯汀招聘工程师团队。

该公司已获得由 Gates Frontier 领投，MetaVC、Mana Ventures 等机构跟投的一轮融资。

使用非线性光学材料是一种以极低功耗提供机器学习推理的方法，因为它依赖于材料的设计来处理数据，而不是耗电的 GPU。以色列的 Cognifiber 等其他初创公司正在利用不同的材料开发光学人工智能芯片。

削减数据中心功耗的光学人工智能处理器
Cognifiber 为光纤内光子处理技术融资 600 万美元
人工智能光学计算机分析 Covid-19 X 射线

"Neurophos说："遗憾的是，尽管最近有大量资金投入到人工智能的光学计算领域，但该领域的成功一直很有限，这主要是因为现有的光学设备过于庞大和笨重，难以扩展。"然而，超材料为控制光流提供了新的范例。超材料的发现释放了巨大的创造力，展示了隐形斗篷、负折射率材料和许多其他奇特的产品。"
Neurophos 计划将其光学元表面用于高速硅光子学，以驱动能够在数据中心进行快速、高效人工智能计算的内存处理器。

其基于超材料的光调制器比标准代工厂的 PDK（工艺设计套件）小 1000 多倍。这使得技术路线图能够提供超过 100 万 TOPS（每秒万亿次运算）的性能。相比之下，现在的 Nvidia H100 SMX5 最多能提供 4000 TOPS 的 DNN（深度神经网络）性能。

它采用高速硅光子技术为内存计算（CIM）处理器架构提供支持，以实现快速、高效的矩阵-矩阵乘法运算，这在运行神经网络时占所有运算的绝大多数。

元表面支持的光学 CIM 元件比传统的硅光子调制器小数千倍，能够在芯片上处理更大的矩阵。这使得计算密度更高，能效是其他方法的数百倍。
全球首款片上光学网络处理器演示
光学处理人工智能初创公司推出 4U 加速器

英国资助光学人工智能初创公司 Lumai

"光学处理器最重要的因素是扩展性。光学处理器越大，每次运行的速度和能效都会呈指数级增长。这意味着，在有限的芯片面积内，最重要的因素是你能把组成处理器的光学器件做得多小。Neurophos 首席执行官 Patrick Bowen 说："通过在标准 CMOS 工艺中利用超材料，我们已经找到了如何将光学处理器缩小 8000 倍的方法，这将使我们的性能比现在的 GPU 有数量级的提升。

MetaVC Partners 为 Neurophos 提供了初始资金以及该基金超材料 IP 组合在光学计算领域的独家许可。Neurophos公司是从Metacept公司分离出来的，Metacept公司是由杜克大学电气与计算机工程系教授David R. Smith领导的孵化器，致力于创建基于超材料的公司，并与杜克大学Smith教授的研究小组开展合作。Neurophos 首席技术官汤姆-德里斯科尔（Tom Driscoll）曾创建了超材料雷达公司 Echodyne。

"Neurophos 团队已经意识到，模拟推理处理的真正基本问题需要在光学调制器的基本物理层面上取得突破。杜克大学的戴维-史密斯（David Smith）说："他们的超材料技术是一项重大突破，可以为下一代人工智能应用提供超密集计算芯片。

"我们很高兴成为最新的 Silicon Catalyst 投资组合公司。他们在加速处于我们发展阶段的公司方面有着良好的记录。他们深厚的经验和庞大的半导体行业生态系统，对于我们重塑人工智能版图是非常宝贵的，"Bowen 说。

"Neurophos代表了模拟光学计算领域亟需的进步，它将硅光子学的性能带到了CMOS代工厂的现有制造基础设施中。我们相信，他们将成为下一代人工智能硬件的领导者之一。Silicon Catalyst 的执行合伙人 Paul Pickering 说："这就是如何在不浪费资金的情况下快速实现明天的目标。