总部位于硅谷的光互连“小芯片”和高性能计算 (HPC) 和人工智能光源的早期开发商 Ayar Labs 宣布其 C 轮融资增加 2500 万美元。新的 C1 系列融资——该公司称之为“超额认购”——来自一个包括现有和新投资者的团体。额外的现金使 Ayar 从 2022 年 4 月下旬开始的 C 轮融资总价值达到1.55亿美元。
在随公告发布的新闻稿中，Ayar 表示将使用增加的资金“加速其光学 I/O [输入/输出] 解决方案的实施和商业化”，特别是针对生成式 AI 技术所承诺的市场。该公司首席执行官 Charles Wuischpard 称新的融资注入“进一步验证了我们的技术，并计划将基于硅光子学的互连解决方案大规模推向市场。”
特别感兴趣的是参与了 Nvidia 的融资，Nvidia 是图形处理单元 (GPU) 和其他系统背后的芯片制造巨头，推动了近期 AI 发展的激增。
攻克带宽-距离瓶颈
在去年接受 OPN 采访时，Ayar Labs 联合创始人兼首席技术官 Mark Wade 将公司的重点描述为“光学计算”。特别是，Ayar 一直在设计和构建硅光子系统，这些系统可以帮助以光学方式移动在 HPC 和 AI 应用程序中的电子专用集成电路 (ASIC) 之间流动的大量数据。
在这些系统中用光学 I/O 替换电子 I/O 旨在解决 HPC 和 AI、数据中心和其他设置中所谓的带宽-距离瓶颈。原则上，使用光纤中的光子而不是铜线中的电子来移动尽可能多的数据，尽可能长的距离应该能够显着降低功率、运营成本和延迟。用 Wade 的话来说，Ayar 实现这些收益的方法是“真正推动电光转换尽可能靠近主机 ASIC”。
激光器和小芯片
Ayar 拥有两条针对 HPC 和 AI 计算市场的 CMOS 原生产品线。一种是称为 SuperNova 的芯片级激光光源。另一个被称为 TeraPHY，是一个光学 I/O“小芯片”，可以倒装芯片连接到与电子 ASIC 相同的基板上，并紧邻它。
这种架构使来自 ASIC 的大量数据能够尽快转换到光域，而无需通过铜线传输。此外，根据 Wade 的说法，与传统的可插拔收发器相比，处理小芯片中电光转换的微环谐振器系统允许转换“在更密集、最终更节能的起点”进行。
在今年 3 月的 2023 OFC 大会上，Ayar 展示了它所谓的“业界首个每秒 4 太比特的双向波分复用光学解决方案”。该演示系统通过两个 TeraPHY 小芯片之间的八个光纤链路移动来自 Ayar 的一个 SuperNova 光源的 64 波长多路复用光，每个方向的速率为 2.048 Tbps，双向带宽为 4.096 Tbps。据 Ayar 称，数据传输非常节能，每比特需要不到 5 pJ。
英伟达因素
最近宣布的 2500 万美元的 C1 轮融资由新参与者 Capital TEN 牵头，还包括新的和现有的投资公司和战略合作伙伴，如 Nvidia、Applied Ventures、Global Foundries HP 和 Lockheed Martin。
来自 Nvidia 的资金——去年也参与了最初的 1.3 亿美元 C 轮融资——看起来特别有趣，而且及时。正如广泛报道的那样，这家美国芯片制造商在 5 月 24 日（与 Ayar 的公告同一天）表示，预计其 7 月季度的收入将达到 110 亿美元，比分析师此前的预期高出 50% 以上。该公司股价在消息发布当天飙升约 27%，使 Nvidia 的市值增加了约 1840 亿美元——据说是市场历史上最大的单日涨幅。
在预计收入增长和市值飙升的背后，是英伟达作为新兴人工智能领域高端芯片供应商的领先地位。该公司功能强大的 H100 处理器是一款价值 40,000 美元的芯片，专门针对生成式 AI 应用，自 2022 年 11 月 OpenAI 的 ChatGPT 发布以来，销售速度惊人。
Nvidia 首席执行官黄仁勋最近告诉英国《金融时报》 ，备受关注的 OpenAI 聊天机器人“创造了对 H100 处理器的即时需求”，尤其是在亚马逊和微软等云计算提供商中。在最近的华尔街日报活动中，埃隆马斯克正在推出他自己的新生成人工智能初创公司 X.ai，他打趣说 Nvidia GPU“比药物更难获得”。
“具有数万亿参数的生成式 AI 模型正在加速对该平台的需求，”Nvidia 网络业务部门业务发展副总裁 Craig Thompson 说。他坚持认为，“这就是我们增加对 Ayar Labs 投资的原因。”
