فوتونیک - زمینه ای که سیستم های مبتنی بر نور را برای دستکاری داده ها پشتیبان می کند - آینده روشنی دارد، زیرا ظهور هوش مصنوعی به عملکرد محاسباتی بهتری نیاز دارد، اما هنوز به طور کامل برای نسل جدیدی از تراشه ها اعمال نشده است. استارت آپ آلمانی Akhetonics امیدوار است که این وضعیت را تغییر دهد. TechCrunch می تواند به طور انحصاری فاش کند، برای تحقق این وعده یک دور سرمایه گذاری اولیه 6 میلیون یورویی (تقریباً 6.33 میلیون دلار) جمع آوری کرده است.

در حالی که چندین شرکت با فوتون‌ها بر روی مسائل مماسی یا راه‌حل‌های نقطه‌ای که الکترونیک و فوتونیک را با هم ترکیب می‌کنند کار می‌کنند، Akhetonics - که نامش نمونه‌ای از Akhet، هیروگلیف مصری برای "افق" و فوتونیک است - به طور کامل قصد دارد یک تراشه همه منظوره بسازد. .

"هدف عمومی" در این زمینه به معنای تراشه هایی است که می توان از آن برای انواع کارها و برنامه های نرم افزاری استفاده کرد. و از آنجایی که آختونیکس بر خلاف رویکردهای آنالوگ، رویکردی کاملاً نوری دارد که دیجیتالی و سازگار با حجم کاری موجود نیز خواهد بود، می‌تواند به ویژه در محیط‌هایی که نیاز به کارایی بالا در زمان واقعی دارند، مانند شبکه، هواپیمای الکترونیکی و فضا مفید باشد.

جدا از سرعت، بهره وری انرژی جنبه دیگری است که فوتونیک می تواند به آن کمک کند - و به طور فزاینده ای به ژئوپلیتیک گره خورده است، مانند حاکمیت تراشه. مایکل کیسنر، یکی از بنیانگذاران و مدیرعامل، به TechCrunch گفت: «برای ما، جالب‌ترین بخش این است که ما یک زنجیره تأمین داریم که بسیار متنوع است.

به‌طور بالقوه، آختونیکس می‌تواند تراشه همه‌منظوره خود را در هر مکانی بسازد، و شرکت‌ها را قادر می‌سازد تا به محاسبات با کارایی بالا با منبع محلی دسترسی داشته باشند - در صورت کارآمد بودن. این یک "اگر" بزرگ است. یا به طور دقیق تر، "وقتی".

اکثر ناظران موافق هستند که فوتونیک راه خود را به تراشه ها باز خواهد کرد – اما برای مثال شرکت فرانسوی VC Daphni اخیراً اعلام کرده است که در حال حاضر روی تراشه های همه منظوره سرمایه گذاری نخواهد کرد.

در حالی که Lightmatter، یک شرکت فوتونیک که در ابتدا بر روی تراشه‌ها تمرکز داشت، به موفقیت بزرگی روی اتصالات متمرکز شد و انتقال داده سریع‌تر را بین CPU و GPU در مراکز داده به ارمغان آورد.

در حالی که برای برخی هنوز دور از ذهن به نظر می رسد، Matterwave Ventures، شرکت VC که دور جدید آختونیکس را رهبری کرد، معتقد است که زمان مناسبی برای استفاده از فناوری کاملاً نوری در محاسبات همه منظوره است. سیلویو آپوستو به TechCrunch گفت: «برای ما، به نظر می‌رسد که چیزهای کافی برای تحقق بخشیدن به این موضوع وجود دارد.

این هنوز زمان می برد، اما شاید نه آنقدر که برخی فکر می کنند. Akhetonics قصد دارد اولین محصول تجاری خود را در اواسط سال آینده به مشتریان تحویل دهد. کیسنر مطمئن است که به لطف دور مالی قبلی آن توسط شرکت فن‌آوری عمیق VC Runa Capital در سال 2023 امکان‌سنجی آن تایید شده است. «هدف بزرگ ما این بود که نشان دهیم می‌توانید محاسبات عمومی را فقط با استفاده از اپتیک انجام دهید، و این چیزی است که اکنون داریم. نشان داده شده است. » او گفت.

کلید رویکرد آختونیکس - و آنچه به گفته آپوستو این را امکان پذیر می کند - بازنگری معماری از اصول اولیه است.

کیسنر گفت : «مردم فکر می کنند که شما به میلیاردها [ترانزیستور نوری] نیاز دارید. "اما با معماری مناسب، شما این کار را نمی کنید." به عنوان مثال، این شرکت در مقاله‌ای اخیر توضیح داد که چگونه می‌تواند بدون بهینه‌سازی معمولی مانند AMD، Intel و Nvidia روی تراشه‌های نسل فعلی اعمال کند.

این همچنین فرآیند توسعه را ارزان‌تر از تراشه‌های معمولی می‌کند – از این رو اندازه گرد نسبتاً کوچک برای یک تجارت تراشه‌سازی است. Akhetonics بيان کرد که بیشتر بودجه اولیه به 30 نفر اختصاص خواهد یافت زیرا این تیم برای تحویل نمونه های اولیه به مشتریان تلاش می کند. کیسنر پیشنهاد کرد: «برای ما، این در واقع پول زیادی است. در دنیای ما، شما می توانید یک تراشه با قیمت 50000 یورو طراحی کنید.

هزینه های ارزان تر و زنجیره تامین محلی دو تفاوت بزرگ در مقایسه با نیمه هادی های هوش مصنوعی موجود هستند. به نظر می‌رسد کیسنر واقعاً متحیر است که «صنعت تریلیون دلاری Al» به تراشه‌های ساخته شده در مناطق مشکل‌ساز ژئوپلیتیکی متکی است. و موقعیت جایگزین آختونیکس آشکارا در بین سرمایه گذاران طنین انداز شده است. او گفت: «آنها واقعاً از مأموریت ما برای ایجاد این نسخه اروپایی تقریباً دموکراتیک شده از محاسبات با عملکرد بالا حمایت می کنند.

با تمام آنچه گفته شد، هنوز سؤالاتی در مورد تقاضای تجاری برای محاسبات با کارایی بالا وجود دارد، و اینکه آیا می‌توان از فوتونیک یکپارچه برای موارد استفاده خاص بهتر استفاده کرد. اما برای Akhetonics و رقبایی مانند LightSolver، تراشه های تمام نوری بهترین پاسخ هستند.

خبرکاو