Τεχνητή νοημοσύνη

Φωτοκίνητο Chip Ενισχύει την Τεχνητή Νοημοσύνη με 100x Απόδοση

mm
Προσθέστε το Securities.io στις προτιμώμενες πηγές σας στο Google
Γνωστοποίηση: Η Securities.io μπορεί να λαμβάνει αμοιβή όταν χρησιμοποιείτε συνδέσμους προς προϊόντα που αξιολογούμε. Αυτό δεν επηρεάζει τις συντακτικές μας αξιολογήσεις. Δεν είμαστε εγγεγραμμένος επενδυτικός σύμβουλος· το παρόν δεν αποτελεί επενδυτική συμβουλή. Διαβάστε τη γνωστοποίηση συνεργατών.

Οι ερευνητές του Πανεπιστημίου της Φλόριντα παρουσίασαν ένα φωτοκίνητο chip σχεδιασμένο να προωθήσει την AI σε νέα ύψη. Το ειδικά κατασκευασμένο μικροchip βασίζεται σε φωτόνια αντί για ηλεκτρόνια για να παρέχει απόδοση συγκρίσιμη με τις πιο προηγμένες επιλογές της σημερινής ημέρας, ενώ χρησιμοποιεί μόνο ένα κλάσμα της ενέργειας. Δείτε πώς το φωτοκίνητο chip θα μπορούσε να βοηθήσει στην προώθηση των τεχνολογιών AI πιο πολύ από ποτέ.

Γιατί η AI Χρειάζεται Νέες Λύσεις Υλικού

Καθώς τα συστήματα AI γίνονται κρίσιμα για πολλές από τις πιο προηγμένες τεχνολογίες του σήμερα, εμφανίζονται ρωγμές στη τρέχουσα στρατηγική. Η σημερινή προσέγγιση βασίζεται σε συνεχώς εξελισσόμενους αλγόριθμους για την αύξηση της απόδοσης. Στο παρελθόν, αυτή η στρατηγική ήταν αποτελεσματική επειδή οι μηχανικοί AI μπορούσαν να αναπτύξουν πιο αποδοτικούς και ειδικά σχεδιασμένους αλγόριθμους για τη βελτίωση της απόδοσης χωρίς να αντιμετωπίζουν εμπόδια υλικού.

Απαιτήσεις Υπολογισμού

Ωστόσο, το σημερινό οικοσύστημα AI φαίνεται πολύ διαφορετικό, καθώς το υλικό δεν μπορεί να συμβαδίσει με τις αυξανόμενες απαιτήσεις υπολογισμού. Ακόμη και οι μικρότερες τεχνολογικές περιορισμοί, όπως ο χρόνος που χρειάζονται τα ηλεκτρόνια για να ταξιδέψουν μέσα από ένα chip, αποδείχθηκαν περιοριστικοί παράγοντες στην προώθηση της απόδοσης της AI.

Κατανάλωση Ενέργειας

Αυτό το υπολογιστικό φορτίο συνοδεύεται επίσης από πρόσθετες απαιτήσεις ενέργειας. Όσο περισσότερα chips χρησιμοποιούνται για την τροφοδοσία ενός συστήματος AI, τόσο περισσότερη ενέργεια καταναλώνει. Το πιο ισχυρό σύστημα AI του σήμερα απαιτεί τεράστια κέντρα δεδομένων που μπορούν να καταναλώσουν ενέργεια ίση με ολόκληρες πόλεις.

Περιορισμοί Κλιμάκωσης

Αυτές οι απαιτήσεις έχουν θέσει ένα όριο στην κλιμάκωση του τρέχοντος συστήματος AI. Για να ξεπεραστούν αυτοί οι περιορισμοί, οι μηχανικοί AI πρέπει να μειώσουν τις υπολογιστικές απαιτήσεις των εργασιών AI, καθώς οι βελτιώσεις στην ταχύτητα των chips έχουν σταματήσει. Στο πλαίσιο αυτής της στρατηγικής, οι επιστήμονες έχουν αρχίσει να εξετάζουν τρόπους μείωσης της υπολογιστικής απαίτησης των λειτουργιών συνέλιξης.

Γιατί η Συνέλιξη Καταναλώνει τόση Ενέργεια στην AI

Οι λειτουργίες συνέλιξης είναι ένα κρίσιμο καθήκον που εκτελούν τα συστήματα AI. Ο όρος αναφέρεται στο πώς τα νευρωνικά δίκτυα μπορούν να εντοπίζουν μοτίβα. Συγκεκριμένα, η συνέλιξη μπορεί να καλύψει πολλαπλές πηγές, εντοπίζοντας μοτίβα μέσω κειμένου, εικόνας και βίντεο. Αυτή η διαδικασία είναι ένα από τα βασικά στοιχεία της σύγχρονης AI και είναι το πιο ενεργοβόρο μέρος των σύγχρονων συστημάτων. Σημειωτέον, σε ορισμένα συστήματα AI, έως και ~90% της συνολικής κατανάλωσης ενέργειας οφείλεται στη συνέλιξη.

Μελέτη Φωτοκίνητου Chip

Η μελέτη1 Near-energy-free photonic Fourier transformation for convolution operation acceleration¹  ρίχνει φως σε ένα σχεδιασμό φωτονικού chip που προσφέρει αποδοτικές, συμπαγείς και χαμηλής καθυστέρησης δυνατότητες συνέλιξης. Ο σχεδιασμός ενσωματώνει μικροσκοπικά οπτικά στοιχεία σε ένα πυριτίου chip, ανοίγοντας το δρόμο για ταχύτερη επεξεργασία με μειωμένες ενεργειακές απαιτήσεις.

Φωτονικός Συγγενής Μετασχηματιστής Συσχέτισης (pJTC)

Ένας φωτονικός συγγενής μετασχηματιστής συσχέτισης χρησιμοποιεί λέιζερ για την κωδικοποίηση δεδομένων και τη μετάδοσή τους. Αυτή η στρατηγική επιτρέπει την εκτέλεση υπολογισμών υψηλής ταχύτητας χωρίς τη χρήση ηλεκτρονικής μετάδοσης δεδομένων. Το σήμα κωδικοποιημένο με λέιζερ αποστέλλεται και συλλαμβάνεται μέσω ειδικών φακών σχεδιασμένων να παραμένουν ψυχροί και αποδοτικοί.

Πηγή - Advanced Photonics

Πηγή – Advanced Photonics

Φακοί Φρένσελ

Οι μηχανικοί σχεδίασαν μικροσκοπικούς υπερλεπτούς φακούς για την εκτέλεση αυτού του έργου. Συγκεκριμένα, ένα ζεύγος μικροσκοπικών φακών Φρένσελ χάραξε απευθείας στο chip. Αυτοί οι φακοί είναι λεπτότεροι από μια ανθρώπινη τρίχα και είναι παρόμοιοι σε σχεδίαση με αυτούς που χρησιμοποιούνται σε μεγάλα φάρους. Η εστιασμένη τους σχεδίαση επιτρέπει την ακριβή κατεύθυνση των μεταδόσεων δεδομένων φωτός.

Μετασχηματισμός Φουριέ

Η διαδικασία ξεκινά όταν το chip μετατρέπει τα δεδομένα σε λέιζερ φως, το οποίο στη συνέχεια κατευθύνεται μέσω των φακών Φρένσελ. Οι φακοί καταγράφουν το μοτίβο του φωτός και το μετατρέπουν σε ψηφιακό σήμα, επιτρέποντας πρόσθετες εργασίες επεξεργασίας. Αυτή η στρατηγική εξαλείφει τις καθυστερήσεις λόγω της ταχύτητας των ηλεκτρονίων και μειώνει το κόστος λειτουργίας αυτών των συστημάτων, ενώ παρέχει μοναδική λειτουργικότητα.

Πολλαπλοποίηση Μήκους Κύματος

Η πραγματική ενίσχυση κλιμακωσιμότητας του φωτοκίνητου chip έρχεται με τη μορφή πολλαπλοποίησης μήκους κύματος. Η πολλαπλοποίηση μήκους κύματος αναφέρεται στη χρήση διαφορετικών χρωματιστών λέιζερ για την εκτέλεση παράλληλων υπολογισμών στο ίδιο chip. Είναι ένας κοινός τρόπος βελτίωσης της μετάδοσης δεδομένων και της αποθήκευσης σε άλλα μέσα.

Η ενσωμάτωσή της στα φωτοκίνητα AI chips ανοίγει το δρόμο για σημαντικές βελτιώσεις απόδοσης χωρίς αύξηση της ενεργειακής ζήτησης. Συγκεκριμένα, το φωτοκίνητο chip μείωσε την κατανάλωση ενέργειας κατά 100x σε σύγκριση με τα παραδοσιακά AI chips με παρόμοια απόδοση.

Δοκιμή Φωτοκίνητου Chip

Οι μηχανικοί διεξήγαγαν αρκετές δοκιμές προκειμένου να αποδείξουν ότι το φωτοκίνητο chip τους μπορεί να προσφέρει κορυφαία απόδοση με ελάχιστη χρήση ενέργειας. Μία από τις πρώτες δοκιμές ήταν η χρήση της AI για ταξινόμηση χειρόγραφων ψηφίων. Η ομάδα έλεγξε επίσης την ενεργειακή ζήτηση του συστήματος και τη ροή δεδομένων κατά τη διαδικασία. Τα αποτελέσματά τους είναι εντυπωσιακά.

Αποτελέσματα Απόδοσης του Φωτοκίνητου Chip

Σε όρους απόδοσης, το chip προσφέρει επεξεργασία δεδομένων συγκρίσιμη με τα υψηλής απόδοσης παραδοσιακά ηλεκτρονικά chips. Συγκεκριμένα, πέτυχε 98% ακρίβεια στις δοκιμές ταξινόμησης χειρόγραφου. Τα αποτελέσματα παρέμειναν τα ίδια ακόμη και μετά την προσθήκη χρονικών καθυστερήσεων στα σήματα εισόδου από τους μηχανικούς.

Οι δυνατότητες πολλαπλοποίησης του chip έδειξαν αξιόπιστη απόδοση. Η νέα αρχιτεκτονική προσέφερε εξαιρετική διαμεταγωγή και μπορούσε να εκτελεί υπολογισμούς υψηλού επιπέδου με σχεδόν μηδενική κατανάλωση ενέργειας. Αυτές οι δοκιμές ανοίγουν το δρόμο για βιώσιμα κέντρα δεδομένων ικανά να κλιμακώνονται ώστε να καλύψουν τις ανάγκες του αναπτυσσόμενου κλάδου AI.

Swipe to scroll →

Τύπος Chip Κατανάλωση Ενέργειας Ακρίβεια Απόδοσης Κλιμακωσιμότητα
Παραδοσιακό Chip AI Υψηλή (Βάση) 98% Περιορισμένο από την κατανάλωση ενέργειας
Φωτοκίνητο Chip AI 100x χαμηλότερη 98% Υψηλή κλιμακωσιμότητα

Οφέλη Φωτοκίνητου Chip

Υπάρχει μια μακριά λίστα οφελών που η μελέτη του φωτοκίνητου chip παρουσίασε στην αγορά. Κατ’ αρχάς, ο σχεδιασμός του μειώνει την υπολογιστική πολυπλοκότητα. Τα σημερινά chips βασισμένα σε ηλεκτρόνια χρησιμοποιούν ήδη συσκευές ατομικής κλίμακας που απαιτούν ακριβές μεθόδους κατασκευής. Τα chips βασισμένα σε οπτική απαιτούν λιγότερα εξαρτήματα και επιτυγχάνουν καλύτερα αποτελέσματα.

Χαμηλή Καθυστέρηση

Οι μηχανικοί πέτυχαν στην αποστολή τους να δημιουργήσουν έναν φωτοβασισμένο επιταχυντή συνέλιξης σχεδιασμένο ειδικά για την υποστήριξη εργασιών AI. Οι δυνατότητες πολλαπλοποίησης κυματοδηγού παρέχουν στο chip ανταγωνιστική απόδοση και ασύγκριτη αποδοτικότητα. Ως εκ τούτου, θα μπορούσε να είναι το κλειδί για τη δημιουργία ταχύτερων και πιο ικανών μοντέλων AI στο μέλλον.

Αποδοτικότητα

Αν ο κόσμος θέλει να επιτύχει τους στόχους μηδενικών εκπομπών άνθρακα του ΟΗΕ, πρέπει να εστιάσει στη μείωση της κατανάλωσης ενέργειας. Αυτός ο σχεδιασμός chip μειώνει τη χρήση ενέργειας έως και 100x διατηρώντας ένα ελάχιστο μέγεθος. Σημειωτέον, αυτή η μελέτη προσφέρει τον πρώτο σχεδιασμό φωτονικού chip με έμφαση στην AI που επιτυγχάνει σημαντική απόδοση χωρίς να απαιτεί πρόσθετη ισχύ.

Κλιμακωσιμότητα

Η κλιμακωσιμότητα αυτής της στρατηγικής είναι ασύγκριτη. Καθώς τα κέντρα δεδομένων εμφανίζονται παγκοσμίως, η ζήτηση για ενεργειακά αποδοτικές λύσεις chip θα αυξηθεί. Αυτή η στρατηγική μπορεί να ελαφρύνει τα όρια μετάδοσης επεξεργαζόμενη πολλαπλές ροές δεδομένων ταυτόχρονα, ανοίγοντας το δρόμο για την κατασκευή κέντρων δεδομένων χαμηλής ενέργειας στο μέλλον.

Πραγματικές Εφαρμογές Φωτοκίνητου Chip & Χρονοδιάγραμμα:

Υπάρχουν πολλές εφαρμογές για το φωτοκίνητο chip. Κατ’ αρχάς, η συσκευή θα μπορούσε να βοηθήσει στην τροφοδοσία της έρευνας και της καινοτομίας στο μέλλον. Ως η πρώτη μελέτη που δημιούργησε επιτυχώς ένα χαμηλής κατανάλωσης, υψηλής απόδοσης φωτονικό chip με έμφαση στην AI, αντιπροσωπεύει ένα τεράστιο άλμα στην βιωσιμότητα και την κλιμακωσιμότητα. Αυτοί οι παράγοντες θα μπορούσαν να μεταφραστούν άμεσα σε πιο ισχυρούς αλγόριθμους στο μέλλον.

Υπηρεσίες Cloud

Θα δείτε αυτά τα chips να φτάνουν πρώτα στα κέντρα δεδομένων. Αυτές οι μεγάλες εγκαταστάσεις είναι στον πυρήνα της σημερινής τεχνολογικής αναγέννησης. Οι υπηρεσίες cloud απαιτούν μεγάλες εγκαταστάσεις που φιλοξενούν χιλιάδες υπολογιστές και μπορούν να συνδέονται αλυσίδα-αλυσίδα με άλλες τοποθεσίες για να παρέχουν αποθήκευση και υπολογιστική ισχύ στους πελάτες.

Το φωτοκίνητο chip θα μειώσει το γενικό κόστος και τις ενεργειακές απαιτήσεις για αυτές τις εγκαταστάσεις, ανοίγοντας μια νέα εποχή υψηλής απόδοσης AI με ελάχιστη ενεργειακή ζήτηση. Οι εξοικονομήσεις ενέργειας είναι τόσο μεγάλες που μπορείτε να περιμένετε να δείτε πολλά κέντρα δεδομένων να μετατρέπονται σε συστήματα βασισμένα σε φωτονικά chips καθώς γίνονται διαθέσιμα.

Επικοινωνίες

Υπάρχουν αρκετοί τρόποι με τους οποίους αυτή η τεχνολογία θα βοηθήσει στην ενίσχυση των επικοινωνιών, επιλύοντας κρίσιμα προβλήματα όπως τα ζητήματα τελευταίου μιλίου. Ήδη, οι μηχανικοί έχουν ενσωματώσει AI για τη βελτίωση των συστημάτων μετάδοσης δεδομένων. Τώρα, αυτά τα εξαρτήματα θα απαιτούν λιγότερη ενέργεια και μπορούν να συνδεθούν και να λειτουργούν παράλληλα για περαιτέρω βελτίωση της επεξεργαστικής ισχύος.

Υψηλής Απόδοσης Υπολογιστές

Αυτή η τεχνολογία θα βοηθήσει στην τροφοδοσία των υπολογιστών υψηλής απόδοσης του αύριο. Αυτές οι συσκευές θα ενσωματώνουν AI μαζί με άλλες τεχνολογίες όπως η αναγνώριση προσώπου και η μετάφραση γλώσσας για τη βελτίωση της αλληλεπίδρασης ανθρώπου-υπολογιστή. Ο στόχος είναι να κάνουμε τον υπολογισμό πιο ισχυρό ενώ ταυτόχρονα να τον κάνουμε λιγότερο συγκεχυμένο για νέους χρήστες.

Στρατιωτική

Οι στρατιωτικές δυνάμεις ήδη εξετάζουν αυτήν την τεχνολογία. Η εξάρτηση από συστήματα AI για όλα, από την ανίχνευση απειλών μέχρι την πλοήγηση drones σε αμφισβητούμενο εναέριο χώρο, είναι πλέον το πρότυπο. Ως εκ τούτου, αυτά τα συστήματα θα χρειάζονται συνεχείς αναβαθμίσεις για την αντιμετώπιση των αντιπάλων. Η μείωση της ενεργειακής ζήτησης για συστήματα AI ανοίγει το δρόμο για πολλές καινοτομίες, όπως συστήματα που λειτουργούν εγγενώς χωρίς ανάγκη επικοινωνίας με κεντρικές επιλογές.

Ιατρική

Η AI συνεχίζει να επαναπροσδιορίζει τον ιατρικό τομέα. Υπάρχουν αρκετά συστήματα AI που χρησιμοποιούνται σήμερα και μπορούν να ανιχνεύσουν ασθένειες, να βοηθήσουν στην αποκατάσταση, να προτείνουν θεραπείες και να εκτελούν χειρουργικές επεμβάσεις. Αυτός ο βελτιωμένος σχεδιασμός chip θα μπορούσε να βοηθήσει στη διάσωση ζωών καθιστώντας τα ιατρικά εξαρτήματα πιο ασφαλή και αποδοτικά. Τα μελλοντικά συσκευές θα μπορούσαν να απαιτούν πολύ λιγότερη ενέργεια, επιτρέποντάς τους να λειτουργούν περισσότερο και να παρέχουν πιο χρήσιμα χαρακτηριστικά.

Φορετές Συσκευές

Οι φορετές συσκευές είναι ένας άλλος κλάδος που θα δει σημαντικές βελτιώσεις απόδοσης με την ενσωμάτωση φωτοβασισμένων chips. Αυτά τα chips επιτρέπουν στους σχεδιαστές να κατασκευάσουν συσκευές μικρότερες, πιο ικανές και με λιγότερες απαιτήσεις μπαταρίας. Οι φορετές συσκευές που χρησιμοποιούν λιγότερη ενέργεια μπορούν να έχουν μικρότερες μπαταρίες ή πρόσθετα χαρακτηριστικά, ενισχύοντας τη χρηστικότητά τους.

Χρονοδιάγραμμα

Μπορεί να χρειαστούν ακόμη 3-5 χρόνια πριν οι μηχανικοί φέρουν το φωτοκίνητο chip στην αγορά. Υπάρχει σημαντική ζήτηση για το προϊόν. Ωστόσο, η ομάδα πρέπει ακόμη να βρει βιομηχανικούς εταίρους για να βελτιώσει τον σχεδιασμό και τις μεθόδους κατασκευής. Παρά τυχόν καθυστερήσεις, η ζήτηση για αυτά τα chips είναι εξαιρετικά υψηλή, και οι εταιρείες AI πιθανότατα θα επενδύσουν σημαντικά σε αυτό το έργο λόγω των προβλεπόμενων ωφελειών.

Ερευνητές Φωτοκίνητου Chip

Η μελέτη του φωτοκίνητου chip διεξήχθη στο Πανεπιστήμιο της Φλόριντα με συμμετέχοντες από το Florida Semiconductor Institute, το UCLA και το George Washington University.  Το άρθρο αναφέρει τους Hangbo Yang, Nicola Peserico, Shurui Li, Xiaoxuan Ma, Russell L. T. Schwartz, Mostafa Hosseini, Aydin Babakhani, Chee Wei Wong, Puneet Gupta και Volker J. Sorger ως κύριους συνεισφέροντες στην εργασία. Σημειωτέον, η μελέτη χρηματοδοτήθηκε εν μέρει από το Office of Naval Research.

Μέλλον Φωτοκίνητου Chip

Το μέλλον του φωτοκίνητου chip φαίνεται λαμπρό. Μπορείτε να περιμένετε ότι αυτή η εργασία θα ανοίξει το δρόμο για περισσότερη οπτική βασισμένη σε chips. Στο μέλλον, αυτή η προσέγγιση θα μπορούσε να γίνει το βιομηχανικό πρότυπο για εφαρμογές AI, επιτρέποντας στη βιομηχανία AI να ευθυγραμμιστεί με τις περιβαλλοντικές απαιτήσεις.

Επένδυση στην Τεχνητή Νοημοσύνη

Υπάρχουν αρκετές εταιρείες που έχουν αποδείξει τη σημασία τους στην προώθηση των επόμενων γενεών δυνατοτήτων AI. Αυτές οι εταιρείες περιλαμβάνουν από κατασκευαστές chips μέχρι προγραμματιστές αλγορίθμων AI και άλλα. Η δουλειά τους συνεχίζει να προωθεί την καινοτομία και την ευαισθητοποίηση για τις εφαρμογές AI. Εδώ είναι μια εταιρεία που κέρδισε φήμη για τη δημιουργικότητα και την αφοσίωση στην επίλυση ορισμένων από τα μεγαλύτερα προβλήματα της AI.

NVIDIA

Η NVIDIA (NVDA ) με έδρα την Silicon Valley εισήλθε στην αγορά το 1993. Η εταιρεία ιδρύθηκε από τους Jensen Huang, Chris Malachowsky και Curtis Priem για την παροχή υψηλής ποιότητας μονάδων επεξεργασίας γραφικών στην αγορά. Σήμερα, είναι ο κορυφαίος προμηθευτής GPU και αναγνωρίζεται ως μία από τις πιο καινοτόμες εταιρείες AI που λειτουργούν.

NVDA Διάγραμμα τιμής

Η NVIDIA έχει πάντα ένα καινοτόμο πνεύμα. Από την κυκλοφορία του επιταχυντή γραφικών NV1 το 1995, η εταιρεία έχει δει αυξανόμενη υποστήριξη από καταναλωτές και επενδυτές. Το 1999, η εταιρεία έγινε δημόσια. Λιγότερο από ένα χρόνο αργότερα, εξασφάλισε μια στρατηγική συνεργασία με τη Microsoft (MSFT ) ως προμηθευτής γραφικών chips για το σύστημα παιχνιδιών XBOX.

Το 2019, η NVIDIA εξαγόρασε τη Mellanox ως μέρος της ευρύτερης στρατηγικής της για βελτίωση της διείσδυσης στην αγορά κέντρων δεδομένων. Σήμερα, κατέχει κυρίαρχη θέση στην αγορά παρόχων υπηρεσιών κέντρων δεδομένων και προσφέρει μερικές από τις πιο αξιόπιστες κάρτες γραφικών και συστήματα AI διαθέσιμα.

Τελευταία Ειδέα Μετοχών NVDA (NVDA) και Απόδοση

Φωτοκίνητο Chip | Συμπέρασμα

Η μελέτη του φωτοκίνητου chip ανοίγει το δρόμο για ένα πιο βιώσιμο μέλλον, όπου η προσθήκη απόδοσης δεν σημαίνει πάντα αύξηση των ενεργειακών απαιτήσεων. Το φωτοκίνητο chip προσφέρει στους μηχανικούς μια ματιά σε έναν καλύτερο τρόπο επίτευξης υπολογισμών επιπέδου AI χωρίς να «συμπιέζει» τις ενεργειακές πηγές. Για αυτόν τον λόγο και πολλούς άλλους, αυτή η ομάδα αξίζει έναν θερμό χειροκρότημα.

Μάθετε για άλλες συναρπαστικές τεχνολογίες AI Τώρα.

Παραπομπές:

1. Hangbo Yang, Nicola Peserico, Shurui Li, Xiaoxuan Ma, Russell L. T. Schwartz, Mostafa Hosseini, Aydin Babakhani, Chee Wei Wong, Puneet Gupta, Volker J. Sorger. Μετασχηματισμός Φουριέ Φωτονικής με Ελάχιστη Κατανάλωση Ενέργειας για Επιτάχυνση Λειτουργίας Συνέλιξης. Advanced Photonics, 2025; 7 (05) DOI: 10.1117/1.AP.7.5.056007

Ο David Hamilton είναι πλήρης jornalist και μακροχρόνιος bitcoinist. Ειδικεύεται στη συγγραφή άρθρων για το blockchain. Τα άρθρα του έχουν δημοσιευθεί σε πολλές εκδόσεις bitcoin, συμπεριλαμβανομένου του Bitcoinlightning.com