站長之家（ChinaZ.com）7月5日 消息:日前，人工智能加速器產(chǎn)品提供商Celestial AI宣布成功完成B輪融資，為其Photonic Fabric技術(shù)平臺籌集了1億美元。此次投資由IAG Capital Partners、Koch Disruptive Technologies（KDT）和淡馬錫旗下的Xora Innovation基金領(lǐng)投。

其他參與投資者者包括三星Catalyst、Smart Global Holdings（SGH）、Porsche Automobil Holding SE、The Engine Fund、ImecXpand、M Ventures和Tyche Partners。

據(jù)Celestial AI表示，他們的Photonic Fabric平臺在光學(xué)連接性能方面取得了重大突破，超越了現(xiàn)有技術(shù)。該公司總共從種子融資到B輪融資共籌集了1.65億美元。

先進的人工智能（AI）模型，如廣泛使用的ChatGPT和推薦引擎的GPT-4，需要指數(shù)級增加的內(nèi)存容量和帶寬。然而，云服務(wù)提供商(CSP)和超大規(guī)模數(shù)據(jù)中心面臨由內(nèi)存擴展和計算之間的相互依賴引起的挑戰(zhàn)。電氣互連的局限，如帶寬受限、高延遲和高功耗，阻礙了AI業(yè)務(wù)模型的發(fā)展和AI的進步。

為了解決這些挑戰(zhàn)，Celestial AI與超大規(guī)模計算、AI計算和存儲提供商合作，開發(fā)了Photonic Fabric。這種光學(xué)互連技術(shù)設(shè)計用于分散式的百億億次計算和內(nèi)存集群。該公司聲稱，其專有的光計算互連（OCI）技術(shù)可以實現(xiàn)可擴展的數(shù)據(jù)中心內(nèi)存解聚，并實現(xiàn)加速計算。

Celestial AI的首席執(zhí)行官Dave Lazovsky表示:“未來的關(guān)鍵問題是大語言模型（LLMs）和推薦引擎工作負載的內(nèi)存容量、帶寬和數(shù)據(jù)移動(芯片與芯片之間的互連)。我們的Photonic Fabric技術(shù)允許您將光子學(xué)直接集成到硅晶片中。一個關(guān)鍵優(yōu)勢是我們的解決方案可以將數(shù)據(jù)傳遞到硅晶片上的任何點，以進行計算。競爭解決方案如CPO(Co-Packaged Optics)無法做到這一點，因為它們只能將數(shù)據(jù)傳遞到晶片邊緣。”

Lazovsky聲稱，Photonic Fabric通過提供顯著增加的帶寬（1.8Tbps/mm2）和納秒級的延遲成功解決了挑戰(zhàn)性的內(nèi)存墻問題。因此，該平臺提供了完全基于光的計算與計算、計算與內(nèi)存之間的連接。Lazovsky表示，隨著數(shù)據(jù)中心內(nèi)傳輸?shù)臄?shù)據(jù)量增加，數(shù)據(jù)傳輸速率也必須提高。他解釋說，隨著這些速率的增加，電氣互連會遇到諸如信號保真度損失和有限帶寬的問題，無法隨數(shù)據(jù)增長而擴展，從而限制了整體系統(tǒng)吞吐量。

Celestial AI表示，Photonic Fabric的低延遲數(shù)據(jù)傳輸促進了與傳統(tǒng)電氣互連相比連接和解聚更多服務(wù)器的能力。這種低延遲還使得延遲敏感的應(yīng)用可以利用遠程內(nèi)存，這在傳統(tǒng)電氣互連中以前是無法實現(xiàn)的。

Celestial AI旨在簡化大語言模型（如GPT-4）、PaLM和深度學(xué)習(xí)推薦模型(DLRM)等企業(yè)計算。這些模型的參數(shù)數(shù)量范圍從1000億到1萬億以上。

Lazovsky解釋說，由于AI處理器（GPU、ASIC）具有有限的高帶寬內(nèi)存(32GB到128GB)，目前企業(yè)需要連接數(shù)百到數(shù)千個這些處理器來處理這些模型。然而，這種方法會降低系統(tǒng)效率并增加成本。他補充說:“通過提高每個處理器的可尋址內(nèi)存容量和高帶寬，Photonic Fabric允許每個處理器存儲和處理更大的數(shù)據(jù)塊，減少了所需處理器的數(shù)量。提供快速的芯片與芯片連接允許連接的處理器更快地處理模型，提高吞吐量同時降低成本。”

Celestial AI表示，本輪融資所籌集的資金將用于加速Photonic Fabric技術(shù)平臺的產(chǎn)品化和商業(yè)化，通過擴大Celestial AI的工程、銷售和技術(shù)營銷團隊。Lazovsky還稱:“由于大語言模型（LLMs）的增長以及它對當(dāng)前數(shù)據(jù)中心架構(gòu)的壓力，需求迅速增加，需要光學(xué)連接來支持從通用計算數(shù)據(jù)中心基礎(chǔ)架構(gòu)向加速計算的轉(zhuǎn)變。我們預(yù)計到2023年底，員工人數(shù)將增加約30%，達到130人。”