HyperLume的目的是提高芯片到芯片的溝通效率

2023年,資料中心消耗了美國4.4%的電力,專家預測到2028年這個數字可能飆升至12%。這些能源大多被用於將資料從一個晶片傳輸到另一個晶片。但地平線上出現了一線希望,來自加拿大渥太華的一家公司Hyperlume。他們致力於讓資料傳輸不僅更節能,還更快。
Hyperlume開發了一種精巧的microLED版本,能比資料中心機架間常見的銅線連接更快地傳輸資訊。此外,這些microLED所需的電力比銅線少得多。
Hyperlume的共同創辦人兼首席執行官Mohsen Asad在接受TechCrunch採訪時表示,創辦這家公司是他與共同創辦人Hossein Fariborzi既有工作的「邏輯延伸」。Asad擁有電機工程背景,職業生涯專注於尋找在晶片與機架間傳輸資料的更好方法。而Fariborzi則在設計低功耗電路方面頗有建樹。
Asad解釋說:「我在研究microLED,也在研究資料傳輸,而AI的熱潮以及晶片間傳輸資訊的需求、功耗問題——這些都自然匯聚在一起。我們發現了一個巨大的市場機會。」
Asad表示,AI的快速崛起使得資料中心的能源消耗和延遲問題變得更加棘手。但解決延遲問題——也就是資料傳輸的延遲——可以加速現有晶片連接,並釋放因這些瓶頸而無法利用的晶片容量。
Asad說:「如果我們能實際解決延遲問題,就能讓[晶片]更快地協同工作。當你有大型語言模型[...],你需要晶片幾乎以零延遲進行通訊。」
當Asad和Fariborzi在2022年創辦Hyperlume時,他們開始思考如何利用現有技術解決資料中心的延遲問題。矽是一個選擇,但用於廣泛應用成本過高。雷射?同樣太昂貴。
因此,他們決定採用價格親民的microLED,並加以改進,使其能在晶片間超快速傳輸資料,類似光纖連接的功能,但價格遠低於光纖。
Asad透露:「秘訣在於超快速的microLED,以及另一端的低功耗ASIC,它驅動一切並與其他晶片通訊。」
目前,Hyperlume正與北美的一些早期客戶合作,完善他們的產品。他們尤其受到超大規模運算業者、電纜製造商以及其他可能使用其技術的行業的濃厚興趣。
Asad表示:「我們的首要階段是與這些早期採用者合作——一旦技術得到驗證並進入資料中心,這將為我們提供擴展到市場其他部分的機會。需求就在那裡,而且每年都在增長。」
Hyperlume最近獲得了1250萬美元的種子輪融資,由BDC Capital的Deep Tech Venture Fund和ArcTern Ventures領投,MUUS Climate Partners、Intel Capital和SOSV等也參與投資。
這筆新資金將幫助他們聘請更多工程師並繼續開發技術,希望很快能讓更多客戶使用。展望未來,Hyperlume希望提升其頻寬,以應對下一波強大資料中心的需求。
Asad說:「目前我們專注於光學連接,將晶片與晶片、電路板與電路板連接起來,但我們認為公司成長的方向是成為AI連網解決方案提供商。」
相關文章
日本攜手 NVIDIA 推出全球首個國家級人工智慧基礎設施
據日本放送協會(NHK)報導,日本經濟產業省計畫在 2040 年前於 18 個產業中部署約 1,000 萬台人工智慧驅動的機器人,以因應該國日益嚴重的勞動力短缺問題。圖片來源:NVIDIA日本政府偕同業界領袖及 NVIDIA,共同推出所謂的「全球首個國家級 AI 基礎設施」,旨在支援實體 AI 應用。NVIDIA 已宣布與日本人工智慧聯盟 Noetra 合作,共同推出「NVIDIA Vera Ru
谷歌將向Anthropic提供最高400億美元的現金及算力支援。
據彭博社報道,谷歌計劃向Anthropic投資高達400億美元,以滿足這家人工智慧公司日益增長的算力需求。根據Anthropic方面的說法,作為Alphabet旗下的子公司,谷歌已初步投入100億美元,此時Anthropic的估值為3500億美元;此外還有300億美元的追加投資,條件是該公司能夠達成特定的業績目標。此次投資承諾是在Anthropic本月向部分選定合作伙伴釋出了其最新模型Mythos之後做出的。Anthropic稱Mythos是其迄今為止最強大的模型,在網路安全領域有著廣泛的應用
Rebellions 以 23 億美元估值完成 4 億美元上市前融資
繼去年11月成功完成C輪融資後,南韓無晶圓廠人工智慧晶片新創公司Rebellions近日再獲4億美元注資。這輪由未來資產金融集團(Mirae Asset Financial Group)和韓國國家成長基金領投的最新注資,正值該公司計劃於今年稍晚進行首次公開募股(IPO)之前。此舉也與該公司積極的全球擴張策略相呼應,包括近期宣布將在亞洲、中東及美國拓展業務版圖的計畫。成立於2020年的Rebelli
相關專題推薦
評論 (57)
0/500
Российские дата-центры тоже сталкиваются с растущими энергозатратами. Технология Hyperlume выглядит многообещающе, но как она будет работать в условиях нашего климата? ❄️ Может, сначала протестируют в Сибири?
Hyperlume pourrait être la solution qu'on attendait pour réduire la consommation énergétique des data centers. 🍃 Mais est-ce que leur technologie sera compatible avec les infrastructures existantes ? J'ai hâte de voir les premiers résultats concrets !
Wow, Hyperlume's tech sounds like a game-changer for chip communication! If they can slash data center energy use, that’s huge for sustainability. Anyone know how their approach compares to traditional methods? 🤔
Hyperlume's tech sounds like a game-changer for data centers! 🚀 Cutting energy use while speeding up chip communication is huge, especially with AI's crazy demands. Curious how fast they can scale this!
Hyperlume's tech sounds like a game-changer for data centers! Cutting energy use for chip communication? That’s huge for sustainability. 🤯 Curious how it stacks up against current solutions.

2023年,資料中心消耗了美國4.4%的電力,專家預測到2028年這個數字可能飆升至12%。這些能源大多被用於將資料從一個晶片傳輸到另一個晶片。但地平線上出現了一線希望,來自加拿大渥太華的一家公司Hyperlume。他們致力於讓資料傳輸不僅更節能,還更快。
Hyperlume開發了一種精巧的microLED版本,能比資料中心機架間常見的銅線連接更快地傳輸資訊。此外,這些microLED所需的電力比銅線少得多。
Hyperlume的共同創辦人兼首席執行官Mohsen Asad在接受TechCrunch採訪時表示,創辦這家公司是他與共同創辦人Hossein Fariborzi既有工作的「邏輯延伸」。Asad擁有電機工程背景,職業生涯專注於尋找在晶片與機架間傳輸資料的更好方法。而Fariborzi則在設計低功耗電路方面頗有建樹。
Asad解釋說:「我在研究microLED,也在研究資料傳輸,而AI的熱潮以及晶片間傳輸資訊的需求、功耗問題——這些都自然匯聚在一起。我們發現了一個巨大的市場機會。」
Asad表示,AI的快速崛起使得資料中心的能源消耗和延遲問題變得更加棘手。但解決延遲問題——也就是資料傳輸的延遲——可以加速現有晶片連接,並釋放因這些瓶頸而無法利用的晶片容量。
Asad說:「如果我們能實際解決延遲問題,就能讓[晶片]更快地協同工作。當你有大型語言模型[...],你需要晶片幾乎以零延遲進行通訊。」
當Asad和Fariborzi在2022年創辦Hyperlume時,他們開始思考如何利用現有技術解決資料中心的延遲問題。矽是一個選擇,但用於廣泛應用成本過高。雷射?同樣太昂貴。
因此,他們決定採用價格親民的microLED,並加以改進,使其能在晶片間超快速傳輸資料,類似光纖連接的功能,但價格遠低於光纖。
Asad透露:「秘訣在於超快速的microLED,以及另一端的低功耗ASIC,它驅動一切並與其他晶片通訊。」
目前,Hyperlume正與北美的一些早期客戶合作,完善他們的產品。他們尤其受到超大規模運算業者、電纜製造商以及其他可能使用其技術的行業的濃厚興趣。
Asad表示:「我們的首要階段是與這些早期採用者合作——一旦技術得到驗證並進入資料中心,這將為我們提供擴展到市場其他部分的機會。需求就在那裡,而且每年都在增長。」
Hyperlume最近獲得了1250萬美元的種子輪融資,由BDC Capital的Deep Tech Venture Fund和ArcTern Ventures領投,MUUS Climate Partners、Intel Capital和SOSV等也參與投資。
這筆新資金將幫助他們聘請更多工程師並繼續開發技術,希望很快能讓更多客戶使用。展望未來,Hyperlume希望提升其頻寬,以應對下一波強大資料中心的需求。
Asad說:「目前我們專注於光學連接,將晶片與晶片、電路板與電路板連接起來,但我們認為公司成長的方向是成為AI連網解決方案提供商。」
日本攜手 NVIDIA 推出全球首個國家級人工智慧基礎設施
據日本放送協會(NHK)報導,日本經濟產業省計畫在 2040 年前於 18 個產業中部署約 1,000 萬台人工智慧驅動的機器人,以因應該國日益嚴重的勞動力短缺問題。圖片來源:NVIDIA日本政府偕同業界領袖及 NVIDIA,共同推出所謂的「全球首個國家級 AI 基礎設施」,旨在支援實體 AI 應用。NVIDIA 已宣布與日本人工智慧聯盟 Noetra 合作,共同推出「NVIDIA Vera Ru
谷歌將向Anthropic提供最高400億美元的現金及算力支援。
據彭博社報道,谷歌計劃向Anthropic投資高達400億美元,以滿足這家人工智慧公司日益增長的算力需求。根據Anthropic方面的說法,作為Alphabet旗下的子公司,谷歌已初步投入100億美元,此時Anthropic的估值為3500億美元;此外還有300億美元的追加投資,條件是該公司能夠達成特定的業績目標。此次投資承諾是在Anthropic本月向部分選定合作伙伴釋出了其最新模型Mythos之後做出的。Anthropic稱Mythos是其迄今為止最強大的模型,在網路安全領域有著廣泛的應用
Rebellions 以 23 億美元估值完成 4 億美元上市前融資
繼去年11月成功完成C輪融資後,南韓無晶圓廠人工智慧晶片新創公司Rebellions近日再獲4億美元注資。這輪由未來資產金融集團(Mirae Asset Financial Group)和韓國國家成長基金領投的最新注資,正值該公司計劃於今年稍晚進行首次公開募股(IPO)之前。此舉也與該公司積極的全球擴張策略相呼應,包括近期宣布將在亞洲、中東及美國拓展業務版圖的計畫。成立於2020年的Rebelli
Российские дата-центры тоже сталкиваются с растущими энергозатратами. Технология Hyperlume выглядит многообещающе, но как она будет работать в условиях нашего климата? ❄️ Может, сначала протестируют в Сибири?
Hyperlume pourrait être la solution qu'on attendait pour réduire la consommation énergétique des data centers. 🍃 Mais est-ce que leur technologie sera compatible avec les infrastructures existantes ? J'ai hâte de voir les premiers résultats concrets !
Wow, Hyperlume's tech sounds like a game-changer for chip communication! If they can slash data center energy use, that’s huge for sustainability. Anyone know how their approach compares to traditional methods? 🤔
Hyperlume's tech sounds like a game-changer for data centers! 🚀 Cutting energy use while speeding up chip communication is huge, especially with AI's crazy demands. Curious how fast they can scale this!
Hyperlume's tech sounds like a game-changer for data centers! Cutting energy use for chip communication? That’s huge for sustainability. 🤯 Curious how it stacks up against current solutions.





首頁






