Cognifiber为光纤内部光子处理筹集了600万美元
在以色列中的Cognifiber筹集了600万美元的价格来将其光子技术商业化，以便在光纤内加工神经网络，而无需AI加速器或记忆。
正如现在有一种趋势是使用内存计算来处理内存中的数据(见下面的链接)，因此光纤光子处理可以在光纤中实现动态计算。
这是通过一种名为DeepLight的技术实现的，该技术利用了光缆中纤维之间的串扰噪声。
纤维光学加工
纤维纤维计算主体与具有源极，漏极和栅极的晶体管完全相同。它允许输入数据信道之间的可控，可编程相互作用，使得输出光发送精确的所需数学函数。以这种方式，可以实现诸如乘法累积（MAC）和非线性操作之类的线性操作，例如SIGMOID函数。
可以以可配置的方式进行这些交互的控制的事实，导致光子器件可以通过简单地重新编程控制参数来实现许多可互换功能。
2016年发表在《自然》杂志上的一篇论文表明，核心之间的光路由可以通过光注入处理器的放大模式来控制，从而实现从头到尾的直接光子计算，而无需进行内存读写操作。
该系统有一个简单、直接和可靠的I/O接口，每个通道都有一个光纤连接器，使用低损耗、弹性和鲁棒的信号传输，没有处理器间干扰。这可以用于神经网络的“即时”推理，而不需要对中间结果进行内存读/写，极大地降低了功耗，并且可以扩展到拥有超过100甚至1000个通道的系统。
概念验证的计算表明，到2026年，deepplight技术将达到1亿TOPS(每秒超过100次作业)，效率为1000 TOPS /W。
“Cognifiber（上文）的联合创始人博士说：”基于光纤的基于光纤的系统以80％的速度提供了100倍的增压，同时降低了80％的电力消耗。“”这种在一小部分时间内计算复杂算法的新能力将在后视镜中留下Moore的法律。“
该系列由特许集团领导的私募股权公司，专门从事欧洲和亚洲存在的颠覆性技术。
完成概念成功证明后，资金将有助于完成第一个完整的系统原型，预计4月2022年4月2022年5月在圣何塞的Cleo会议上显示。预计到2023年底的第一个产品将会implement a trainable photonic Auto-Encoder neural network system with expected inference performance of >400 million tasks per second, 100 times faster than today’s silicon-based AI accelerators with a power consumption of less than 500W.
这第一批产品的目标是工业物联网和网络安全领域的应用，这些领域使用大量的实时、内部的、基于自动编码器的功能，如异常检测、转换、去噪和压缩。数据中心加速也可以受益于高性能、低功耗的自动编码器。
在2018年正式成立公司之前，Cognifiber的联合创始人将技术带到了生活中，包括在英特尔的聪明才智合作伙伴计划内工作。
“英特尔的高级工程师很高兴地深入了解我们技术的各个方面，审查其可行性，彻底改变计算机今天如何运作，”Cognifiber联合创始人和首席技术官Ze'ev Zalevsky教授说。“这项技术将有助于提供对安全，网络安全，自主驾驶，AI开发的药品和无数其他应用的承诺。”
该公司提出了11项专利申请，其中三个被接受，四个正在等待。
