Bill Gates et Travis Kalanick investissent dans la startup spécialisée dans les puces pour IA en utilisant la lumière pour déplacer les données
Bill Gates et Travis Kalanick investissent dans la startup spécialisée dans les puces pour IA en utilisant la lumière pour déplacer les données

Luminous est la dernière start-up qui cherche à livrer des puces d’intelligence artificielle qui s’appuient sur la photonique au silicium. L’entreprise ne dit pas quand elle aura des puces et des logiciels à tester.
Bill Gates, co-fondateur de Microsoft, Bill Gates, Travis Kalanick, co-fondateur du fonds 10100 et Dara Khosrowshahi, actuelle PDG d’Uber, ont investi dans Luminous, une petite start-up qui construit une puce à intelligence artificielle.
L’investissement montre que les chiffres clés de l’industrie de la technologie estiment qu’il y a encore une possibilité d’émergence d’une nouvelle norme en matière de matériel pour l’intelligence artificielle, qui peut être intégrée dans une variété d’applications logicielles.
Plusieurs start-ups ont travaillé ces dernières années sur une nouvelle génération de matériel, l’intelligence artificielle étant devenue à la mode. Intel en a acheté une, appelée Nervana, en 2016. L’investisseur de Nervana, Ali Partovi de Neo, investit dans Luminous, qui est basé à Palo Alto, Californie.
« Je préfère toujours miser sur une jeune équipe talentueuse plutôt que sur une grande entreprise bien établie « , a déclaré Ali Partovi. « Bien qu’il y ait certainement une tonne de risques, c’est ce qui fait qu’il vaut la peine d’investir maintenant : si la course était déjà terminée, il serait trop tard pour investir. »
Les entreprises actuelles ont du mal à faire de gros gains avec des puces qui peuvent faire fonctionner des modèles AI, a déclaré Marcus Gomez, cofondateur et PDG de Luminous, dans une interview. L’objectif de l’entreprise de sept personnes est de construire une puce qui peut remplacer 3000 cartes contenant les dernières puces Tensor Processing Unit AI de Google, ou TPU.
« Nous savons que cela fonctionne parce que nous avons déjà du silicone en état de marche « , a dit Marcus Gomez.
L’entrée de Google dans le marché du silicium IA était en soi un développement audacieux. L’entreprise a pris les choses en main, plutôt que de compter sur les cartes graphiques Nvidia qui sont devenues populaires parmi les chercheurs en IA pour former des modèles d’IA avec de vastes sources de données. Le Cloud public de Google comporte maintenant ses propres TPU ; la compagnie n’a pas commencé à vendre ces puces à d’autres compagnies.
Luminous veut vendre ses puces à différents types d’entreprises. Les fournisseurs de cloud comme Google ou Amazon Web Services pourraient les acheter. En outre, les entreprises qui fabriquent des drones, des robots ou des voitures autonomes propulsées pourraient les intégrer à leurs systèmes, a déclaré Marcus Gomez, qui a travaillé chez Google et Tinder de Match Group.
Chez Tinder, Marcus Gomez a dit qu’il commencerait à entraîner un modèle d’IA dans un Cloud le matin et qu’il vérifierait si c’était fait dans la soirée. Les gens devraient pouvoir former les modèles en quelques minutes, et non en heures ou en jours, rajoute-t-il.
Il voit dans l’utilisation de la photonique au silicium par l’entreprise un moyen de se distinguer des start-ups de puces AI ayant des aspirations similaires, comme Graphcore. La photonique au silicium permet un transfert rapide des données avec de la lumière à l’intérieur de petits endroits, comme les serveurs, de la même façon que les câbles à fibre optique peuvent déplacer rapidement des données sur de longues distances. L’approche de Luminous s’inspire des travaux de photonique neuromorphique de Mitchell Nahmias, cofondateur de l’Université de Princeton.
Quelques autres start-ups, comme Lightmatter et Lightelligence, se tournent vers la photonique au silicium pour stimuler le traitement AI. Le GV d’Alphabet a investi dans Lightmatter. L’idée est de rendre la puce Luminous compatible avec les frameworks logiciels d’IA open-source populaires comme TensorFlow et PyTorch.