Neurophos, ein in Austin ansässiges Photonik-Startup, hat 110 Millionen US-Dollar aufgebracht, um optische Prozessoren zu entwickeln, die die Inferenz künstlicher Intelligenz beschleunigen und gleichzeitig den Stromverbrauch senken sollen. Das Unternehmen, eine Ausgründung der Duke University und von Metacept, einem Inkubator unter der Leitung von Duke-Professor David R. Smith, nutzt Fortschritte bei Metamaterialien, um Metasurface-Modulatoren zu entwickeln, die als Tensor Core-Prozessoren fungieren. Diese Prozessoren sind so konzipiert, dass sie Matrix-Vektor-Multiplikationen, eine zentrale mathematische Operation in der KI, effizienter ausführen als herkömmliche siliziumbasierte GPUs und TPUs.

Neurophos behauptet, dass seine optische Verarbeitungseinheit durch die Integration von Tausenden von Modulatoren auf einem einzigen Chip eine deutlich höhere Leistung bietet als aktuelle Silizium-GPUs, die für KI-Inferenzen verwendet werden. Die Technologie zielt darauf ab, die wachsende Herausforderung der Skalierung der Rechenleistung für KI-Anwendungen ohne einen entsprechenden Anstieg des Energieverbrauchs zu bewältigen, ein kritisches Anliegen für KI-Labore und Hyperscaler.

Die zugrunde liegende Technologie basiert auf der Forschung zu Metamaterialien, künstlichen Verbundwerkstoffen, die elektromagnetische Wellen auf unkonventionelle Weise manipulieren. Smith, ein Professor der Duke University, demonstrierte das Potenzial dieser Materialien vor zwei Jahrzehnten, indem er eine rudimentäre Tarnkappe schuf, die zwar in ihren Fähigkeiten begrenzt war, aber das Potenzial von Metamaterialien zur Steuerung von Licht demonstrierte. Diese frühe Arbeit legte den Grundstein für den Ansatz von Neurophos im Bereich des optischen Rechnens.

KI-Inferenz, der Prozess der Anwendung eines trainierten KI-Modells auf neue Daten, um Vorhersagen zu treffen oder Entscheidungen zu treffen, ist eine rechenintensive Aufgabe. Derzeit wird diese Arbeitslast von spezialisierten GPUs und TPUs bewältigt, aber ihr Stromverbrauch ist ein wachsendes Problem. Die optischen Prozessoren von Neurophos bieten eine potenzielle Alternative, indem sie Licht anstelle von Elektrizität verwenden, um Berechnungen durchzuführen, was potenziell zu erheblichen Energieeinsparungen führt.

Die Auswirkungen einer effizienteren KI-Inferenz reichen über Rechenzentren hinaus. Schnellere und energieeffizientere KI könnte neue Anwendungen in Bereichen wie autonomen Fahrzeugen, personalisierter Medizin und Echtzeit-Sprachübersetzung ermöglichen. Die verbesserte Zugänglichkeit von KI wirft jedoch auch gesellschaftliche Fragen zu Verzerrungen, Datenschutz und Arbeitsplatzverlusten auf, die sorgfältig geprüft werden müssen, wenn die Technologie ausgereift ist.

Neurophos konzentriert sich derzeit auf die Entwicklung und Kommerzialisierung seiner optischen Verarbeitungseinheit. Die Finanzierungsrunde über 110 Millionen US-Dollar wird verwendet, um die Produktion zu steigern, die Technologie zu verfeinern und das Team des Unternehmens zu erweitern. Das Unternehmen will sich als wichtiger Akteur in der Zukunft der KI-Hardware positionieren und eine nachhaltigere und leistungsfähigere Alternative zu herkömmlichen siliziumbasierten Prozessoren anbieten.