光電混合技術是催生下一個大模型發展的底層技術之一。

——沈亦晨博士

我們認為需要從物理底層機制入手，尋求一種不同的解決方案來突破現有的（算力）限制。這就是我們提出光子計算概念的原因。

——孟懷宇博士

2023年7月6日至8日，世界人工智能大會（WAIC）在上海召開。曦智科技創始人、首席執行官沈亦晨博士受邀出席“從‘端’到‘云’，勇攀‘芯’高峰”——WAIC芯片主題論壇，在圓桌論壇環節以“圍繞新應用，打造新生態”為主題，分享了曦智科技的見解和實踐。曦智科技聯合創始人、首席技術官孟懷宇博士則受邀出席WAIC AI開發者領袖論壇，以2022年WAIC云帆獎得主身份參與圓桌對話，就大模型時代范式轉變中的機遇和挑戰分享了他的洞見。

隨著ChatGPT橫空出世，以大模型為代表的新應用不斷涌現，對AI芯片以及產業鏈產生了諸多影響。

在WAIC 芯片主題論壇上，沈亦晨博士就此發表了他的觀點。他認為，產業應用會驅動底層技術的創新，在大模型出現之前，AI的發展已然推動了許多底層技術的發展。然而，從傳統計算到大模型等AI計算產生，該級別的AI對算力、存儲、帶寬的需求激增，對現有的數據中心和邊緣設備提出了更高挑戰。

沈亦晨博士說：“從曦智科技的角度來看，光電混合技術是催生下一個大模型發展的底層技術之一，光子技術與電混合在一起形成新的異構計算方式，可以提供更高效的算力解決方案。一方面，光電混合技術具備高帶寬、低功耗的特點，讓更多的計算節點之間高效傳輸，完成更大規模的計算；另一方面，光電混合技術也將改變產業鏈和供應鏈，如何讓不同廠商、不同技術共享一種語言，遵循一個通用協議，將是提升算力必須探討的重要議題。”

面對大模型熱潮，行業該如何通過應用創新去適應當前的市場情況，同樣是各界關注的焦點問題之一。

在這一方面，曦智科技基于大規模光電集成技術的計算新范式，發展出縱向單節點算力提升與橫向多節點算力提升的解決方案，形成光子矩陣計算（oMAC）、片上光網絡（oNOC）、片間光網絡（oNET）三大核心技術。同時，曦智科技還成立了曦智研究院，并且已對外發布《大規模光電集成賦能智能算力網絡白皮書》。“期待能夠與大家有更多合作，共同建立光電混合計算的大生態，助推技術發展。”沈亦晨博士說。

曦智科技三大核心技術

在WAIC AI開發者領袖論壇上，針對“大模型熱”，孟懷宇博士表示，隨著摩爾定律的放緩，算力提升已遭遇瓶頸。在這樣的背景下，從業者更需要思考能做些什么，該如何應對。

“我們認為需要從物理底層機制入手，尋求一種不同的解決方案來突破現有的限制。這就是我們提出光子計算概念的原因。光信號也是電磁波，但其頻率約為200THz，因此幾乎沒有串擾，在計算過程中幾乎不受頻率影響，也沒有歐姆發熱等問題。當然，光子計算也存在一些局限性，但只有通過改變，才有可能突破現有的限制。”孟懷宇博士說。

孟懷宇博士在AI開發者論壇圓桌會話環節發表他對于大模型熱潮的看法

在當天的論壇上，其他與會嘉賓指出，當前的深度計算變慢，變成寬度計算。對此，孟懷宇博士進一步闡釋說：“這是因為從邏輯上講，從電芯片的層面來看，目前，單個芯片計算能力的提升無法跟上模型規模的增長速度，所以必須使用越來越多的計算資源。然而，我們知道對于電來說，并行計算的規模是有限的，1加1小于2，2加2小于4，4加4遠遠小于8。”

在有限的計算資源情況下，又該如何更好地利用資源，使計算能力盡量接近線性增長？孟懷宇博士給出了他的解決方案：“這就需要更好地優化整個互連狀態。從理論上講，如果在一個大規模計算中，比如萬卡的情況下，每個芯片都能在任何時刻立即獲得所需的數據，那么我們就可以實現線性增長。然而，目前的互連架構還無法達到這個水平，我們需要盡量通過技術手段接近這個目標，光互連具有高帶寬、低延遲、低功耗等特性，同時對于傳播距離不敏感，我們認為，光可以成為一種更好的解決方案，我認為這一點可能比GPU本身的性能提升更為關鍵。”

與此同時，目前已經投入商用的，GPU之間的大帶寬、低延遲互連解決方案依然數量有限。“世界應該是多樣的，解決方案也應該是多樣的，曦智科技也希望我們的光電混合計算成為其中的一個解決方案。”孟懷宇博士在分享時，也表達了他的期望。