フォトニックコンピューティングの新興企業である Lightmatter は、業界のレベルアップに貢献し、さらに大量の電力を節約できると主張するハードウェアとソフトウェアの組み合わせで、急成長している AI コンピューティング市場に本格的に参入しようとしている。
Lightmatterのチップは基本的にオプティカルフローを用いて、行列ベクトル積などの計算プロセスを解きます。この計算は多くのAI研究の中核を成しており、現在はこの処理に特化したGPUやTPUによって実行されていますが、これらのGPUは従来のシリコンゲートとトランジスタを使用しています。
これらの問題は、一定のワット数やサイズにおける密度、ひいては速度の限界に近づいていることです。進歩は続いていますが、多大なコストを伴い、古典物理学の限界に挑戦しています。GPT-4のような学習モデルを可能にするスーパーコンピューターは巨大で、膨大な電力を消費し、大量の廃熱を排出します。
「世界有数の大企業はエネルギーの壁にぶつかり、AIのスケーラビリティにおいて大きな課題に直面しています。従来のチップは冷却能力の限界を超えており、データセンターはますます大きなエネルギーフットプリントを生み出しています。データセンターに新たなソリューションを導入しなければ、AIの進歩は著しく鈍化するでしょう」と、LightmatterのCEO兼創業者であるニック・ハリスは述べています。
「大規模な言語モデル1つの学習には、米国の100世帯が1年間に消費する電力を上回ると予測する人もいます。さらに、新たなコンピューティングパラダイムが構築されない限り、10年末までに世界の総電力の10%から20%がAI推論に使われると推定されています。」
もちろん、Lightmatterはそうした新しいパラダイムの一つとなることを目指しています。そのアプローチは、少なくとも潜在的には、より高速で効率的です。微小な光導波路のアレイを用いることで、光がそれらを通過するだけで論理演算を実行できるようにします。いわばアナログとデジタルのハイブリッドです。導波路は受動的なため、主な電力消費は光自体の生成と、その出力の読み取りと処理にかかります。
この光コンピューティングの非常に興味深い点は、複数の色を同時に使うだけでチップの演算能力を増強できることです。青色が1つの演算を行い、赤色が別の演算を行います。ただし、実際には800ナノメートルの波長が1つの演算を行い、820ナノメートルが別の演算を行うといった具合です。もちろん、これを実現するのは容易ではありませんが、これらの「仮想チップ」によってアレイ上で行われる演算量を大幅に増加させることができます。色が2倍になれば、演算能力も2倍になるのです。
テッククランチイベント
サンフランシスコ | 2025年10月27日～29日
ハリス氏は、MIT（関連特許のライセンス供与先）で彼とチームが行っていた光コンピューティングの研究を基に会社を設立し、2018年に1100万ドルのシードラウンドで資金調達に成功しました。当時、ある投資家は「これは科学プロジェクトではない」と述べましたが、ハリス氏は2021年に、この技術が「原理的には」機能するはずだと分かっていたものの、実用化には非常に多くの課題があると認めました。幸いなことに、彼は投資家が同社にさらに8000万ドルを投じる中で、私にそう語ってくれました。
現在、LightmatterはCラウンドで1億5,400万ドルを調達し、本格的なデビューに向けて準備を進めています。Envise（コンピューティングハードウェア）、Passage（大規模コンピューティング運用に不可欠な相互接続）、そしてIdiom（ハリス氏によると機械学習開発者の迅速な適応を可能にするソフトウェアプラットフォーム）といったフルスタックの製品群を活用し、複数のパイロットプロジェクトを進めています。
「PyTorchとTensorFlowとシームレスに統合するソフトウェアスタックを構築しました。機械学習開発者のワークフローはそこから同じです。業界標準のアプリケーションで構築されたニューラルネットワークを取得し、ライブラリをインポートすることで、すべてのコードをEnvise上で実行できます」と彼は説明した。
同社は速度向上や効率性の向上について具体的な主張は避けており、アーキテクチャと計算手法が異なるため、同一条件で比較するのは難しい。しかし、これは10%や15%といったわずかな向上ではなく、桁違いの性能向上であることは間違いない。インターコネクトも同様にアップグレードされている。これほどのレベルの処理を1枚のボードに分離しておいても無駄だからだ。
もちろん、これはノートパソコンに使えるような汎用チップではありません。特定のタスクに特化しているからです。しかし、この規模ではタスクの特化が不足していることが、AI開発の足かせになっているようです。ただし、「足かせ」というのは、AI開発が急速に進んでいることを考えると適切とは言えません。しかし、AI開発には莫大なコストと扱いにくさが伴います。
パイロットはベータ版で、量産は 2024 年に予定されており、その時点ではデータ センターに導入するのに十分なフィードバックと成熟度が得られるはずです。
このラウンドの資金は、SIP Global、Fidelity Management & Research Company、Viking Global Investors、GV、HPE Pathfinder、および既存の投資家から提供されました。
デヴィン・コールドウェイはシアトルを拠点とする作家兼写真家です。
彼の個人ウェブサイトは coldewey.cc です。
バイオを見る
