Salience Labs已经筹集了1150万美元的种子基金，用于开发一种结合光子学和电子学的超高速多芯片处理器，以加速人工智能的指数式发展。Salience Labs于2021年从牛津大学和Münster大学分离出来。

Salience Labs正在开发一种专有的“内存计算”架构。来源：Salience Labs

本轮融资由剑桥创新资本和牛津科学企业牵头，牛津投资顾问公司、Dialog半导体公司前首席执行官Jalal Bagherli、Silicon Catalyst、来自新加坡的Goh家族办公室和Arm支持的Deeptech Labs参与。

人工智能的计算速度每3．4个月翻一番，超过了标准半导体技术所能提供的。同时，人工智能硬件正在从通用的应用中脱离出来，以回应市场需求，这些需求越来越垂直化。为了加速人工智能在各行业的指数级发展，现在需要一种新的既快又高度针对应用的模式。

Salience Labs旨在将一种超高速多芯片处理器商业化，该处理器将光电子芯片与标准电子产品封装在一起。该技术具有高度的可扩展性，能够将多达64个矢量叠加到一束光中。通过使用宽带宽的光来执行操作，Salience Labs在给定的功率范围内提供了大规模并行处理性能。

Salience Labs使用了一种专利的基于振幅的光子方法，使密集型计算芯片的时钟频率达到10＇s GHz。这与大规模并行性能相结合，将在一系列新的和现有的人工智能进程和应用中实现超大规模计算。

该公司利用多芯片设计，将光子处理直接映射到静态随机存取存储器（SRAM）之上。这种新颖的 ＂内存计算 ＂架构本质上更快，可以适应不同市场垂直领域的特定应用要求，使其成为实现通信、机器人、视觉系统、医疗保健和其他数据工作负载的人工智能用例的理想选择。Salience Labs的技术是根据第一原理设计的，可用于批量生产，目前正在使用标准的CMOS工艺在生产级代工厂进行制造。

Salience Labs首席执行官兼联合创始人Vaysh Kewada表示：＂世界需要越来越快的芯片来发展人工智能能力，但半导体行业无法跟上这种需求。我们正在用我们专有的＇内存计算＇架构解决这个问题，它结合了光子学的超快速度、电子学的灵活性和CMOS的可制造性。这将开创一个新的处理时代，超级计算的人工智能将无处不在。＂

投资者说

剑桥创新资本的合伙人Ian Lane说：＂Salience Labs汇集了光子学、电子学和CMOS制造方面的深厚领域知识。他们独特的光子学方法提供了一个密度极高的计算芯片，而不必将光子学芯片扩大到大尺寸。＂

牛津科学企业的合伙人Alexis Zervoglos说：＂Salience Labs为人工智能处理需求和半导体行业供应之间不断扩大的差距提供了一个开拓性但又务实的解决方案。通过以新颖的方式利用光子学，Salience Labs将在计算方面取得前所未有的进展，改变现有的人工智能应用，并开辟新的可处理领域。＂

Salience Labs投资者、Dialog半导体公司（2021年被瑞萨电子公司收购，价值57亿美元）前首席执行官Jalal Bagherli说：＂Salience Labs的团队是世界级的，将商业和技术的敏锐性与颠覆性的市场愿景相结合。他们独特的＇内存计算＇架构是突破性的，有可能实现突破性的性能和功率能力，超越既定的CMOS路线图。＂