光子芯片队伍，又添新鲜血液

法国芯片初创公司Arago已筹集2600万美元种子资金，用于开发其代号为Jef的光基AI加速器。该公司旨在通过结合模拟和数字电子、硅光子学和自由空间光学技术，将AI推理能耗降低至现有GPU的十分之一。

虽然大多数光子计算初创公司由光学或光子学研究人员创立，但Arago的创始人是物理和AI研究人员。Arago首席执行官Nicolas Muller认为，这为团队带来了不同的视角。他告诉EE Times：“我们从顶层开始思考，即：如何才能非常高效地进行模型推理？然后我们将其转化为产品的技术规格。”

成立不到一年的Arago由三位年轻企业家在创客空间相识并共同创立——Muller、Eliott Sarrey和Ambroise Müller。Sarrey和Müller分别在苏黎世联邦理工学院从事硅光子学和AI算法开发时相识。他们将担任联席首席技术官。

Muller认为，Arago面临的关键挑战是：让光子计算芯片可靠运行，并使其性能足够强大且易于使用，以便能够融入AI技术生态系统。他表示：“从历史上看，涉足这一领域的公司大多是在5到10年前成立的，当时的技术和科学格局与现在截然不同。那时有纯粹的光学技术和基于自由空间光学的不同技术。我们构建的技术通过仅在非常特定的地方使用光学技术，克服了所有这些挑战。”

多物理处理器与现有工艺的融合

Arago将其推理芯片Jef称为“多物理处理器”，因为它结合了模拟和数字电子、硅光子学和自由空间光学的元素。该公司的研究人员认为，自由空间光学中的空间光调制器（SLM）技术受到调制频率的限制，而硅光子调制器则受到制造工艺成熟度的限制。

Muller表示，结合电子和光子元件可以制造出功能处理器，该处理器可以使用现有工艺制造，并集成到当前的部署生态系统中。Arago将一些经典的硅工艺与集成到统一连贯的工艺和架构中的特定光学元件相结合，使其能够工作。

“促使Arago成为可能的第二个方面是这个项目的时间点，”他说，“从纯粹的供应链角度来看，由于我们是一家无晶圆厂公司，我们现在拥有一些组件和一些工艺，这些组件和工艺在一两年前才变得足够成熟且具有成本效益。”

因此，与Lightmatter、Lightelligence、Salience和Lumai等竞争对手相比，Arago的起点截然不同，但其技术和方法也不同。

Arago的20人团队中，有一半人在从事软件开发。

Muller说：“我们不希望人们学习一门新语言、改变他们的习惯，或者花费很长时间才能将我们的处理器集成到他们现有的生态系统中。因此，Arago的团队正在构建一个专用的软件栈，抽象化所有这些差异，以便AI开发人员、研究人员或数据科学家只需更改一行命令行即可访问我们的处理器。”

Arago最终的产品将是数据中心推理加速器，尽管该技术未来也可以应用于机器人等边缘应用。Muller说：“我们收到了大量针对更偏向边缘的不同应用的兴趣。如果你考虑数据中心，像Arago这样能将能耗降低10到30倍的处理器，从可扩展性和财务角度来看非常有吸引力。但对于机器人等边缘应用而言，这种性能是原型与大规模生产之间的区别。”

Muller还表示，该技术也可以应用于训练芯片，但构建大型集群等系统级挑战，加上市场领导者的激烈竞争，使得这个市场吸引力较小。Arago有一个Jef测试芯片正在小型卡上运行，并且已经为多个模型运行AI推理。

该团队目前在法国、英国、美国和以色列约有20名员工。获得的资金将用于产品开发以及扩大其各个技术中心的团队。

硅光子芯片，大有可为

根据市场研究公司Yole Group的数据，硅光子市场虽然目前规模较小，但预计到2029年将达到8.5亿美元，复合年增长率（CAGR）高达42%。主要的增长动力来自对最新800G收发器的需求以及为传输海量数据而增加的光纤网络容量。

生产硅光子芯片的晶圆代工厂不需要最先进的工艺技术来制造能够以低功耗进行高速数据传输的芯片。这项新技术通过产生光而不是电子来加速数据传输并降低AI数据中心的能耗。Yole表示，AI的机器学习数据集正变得如此庞大，以至于光传输已成为服务器数据传输的关键。

Yole的光子学分析师Martin Vallo在接受EE Times采访时表示，从2023年3月开始，谷歌和亚马逊等超大规模数据中心客户，以及顶级AI芯片制造商英伟达，开始增加对800G收发器的需求。

他表示：“这种激增导致订单和补货持续增加，从根本上改变了行业趋势。”