本月早些时候，以色列一家鲜为人知的初创公司 CogniFiber 完成了 600 万美元的 A 轮融资，其崇高目标是重新构想“现代计算的处理方式”；仅此而已，仅此而已。与 CogniFiber 的联合创始人 Eyal Cohen 博士的一系列电子邮件进一步阐明（双关语）可能是过去几十年计算技术中最根本的转变。
声明的核心是 Deeplight，这是 CogniFiber 开发的专有技术，处于光纤计算领域的前沿，光纤电缆能够“在信号到达光纤之前在光纤本身内处理复杂的算法”终端”。
换句话说，纤维织物本身就可以通过健康剂量的电子设备来完成繁重的工作。由于已经有了概念验证，CogniFiber 预计将在几周后于 2022 年 4 月推出其完整的系统原型（在写作时间），并将在 2022 年 5 月的 CLEO 国际会议上占据中心位置，该会议专注于激光科学和光子应用。
这些技术都不会在短期内渗透到最终用户；不要指望它很快就会用于笔记本电脑或智能手机。人工智能行业将在数据中心或研究中使用大部分好处。
“100 倍的性能提升”
使用Nvidia DGX-A100作为基准，Cohen 博士告诉 TechRadar Pro，使用标准基准比较 MLPerf，他们将能够达到每秒 500M 的任务，比 Nvidia 当前的性能冠军高出 100 倍。
他们才刚刚开始；可以通过多芯光纤（每根光纤最多 100,000 个）、使用多个波长、每个系统使用多个处理器（每个机架最多 1,800 个）以及添加更多机架来扩展性能。
比赛需要多长时间才能赶上？有许多基于硅的光子学公司，例如 lightelligence、lightmatter、celestial.ai 和 Luminous，但 Cohen 博士坚持认为，其他公司很难与 CogniFiber 的性能和能效竞争。此外，环形围栏 IP（11 项专利申请）可能会阻止其他人使用类似的方法。
但这还不是全部；可训练的光子自动编码器神经网络系统预计仅消耗 500W，这只是其余比赛使用的一小部分。当涉及到所有重要的每瓦 TOPS 指标时，这是几个数量级的改进。到 2026 年，该公司希望以 1 POPs/Watt 的效率达到每秒 100 多个 Exa 操作。
