1. 首頁 > 生活百科 > >

在GPU扎堆上市后，玻璃光計算芯片成上海AI算力牌桌上新的“王炸”

人工智能it芯片上海市芯片ai算力

在GPU扎堆上市后，玻璃光計算芯片成上海AI算力牌桌上新的“王炸”

文章圖片

在GPU扎堆上市后，玻璃光計算芯片成上海AI算力牌桌上新的“王炸”

1月4日 ， 光本位科技宣布正在用玻璃代替硅作為襯底來研制玻璃光計算芯片 ， 聯合創始人程唐盛表示此舉將讓AI計算繞過算力增長依賴先進制程、高算力必定伴隨高能耗等困擾進入“千POPS級算力和千TOPS/W能效比”時代 ， 就在同一日 ， 在浦東專題調研科技創新和產業發展的上海市委書記陳吉寧察看了光本位科技包括玻璃光計算芯片在內的最新產品 。
2025年12月沙特工業轉型展上 ， 沙特工業部部長班達爾·胡萊夫盛贊光本位科技的玻璃光計算芯片更能代表AI計算的未來 ， 并邀請光本位科技另一位聯合創始人熊胤江圍繞未來合作召開閉門交流會議 。 包括埃及阿爾馬斯里報、美聯社、NBC、雅虎財經、晨星、英國AI雜志和科技雜志等在內的700多家海外媒體對此次會議進行了報道 。
光本位科技研發的光計算產品主要用于AI推理場景 ， 預計到 2030 年推理將占 AI 計算總量的 75% ， 市場規模達 2550 億美元 。 在其他初創企業還在為融資頭疼的階段 ， 光本位科技成立三年已完成五輪融資 ， 頭部VC、國內互聯網巨頭、上海蘇州兩地國資基金等三類資本爭相投資 。
除了玻璃光計算芯片 ， 光本位科技還提出基于玻璃光計算打造下一代全光計算系統 ， 即整個AI計算任務都通過光計算完成 ， 算力、能效比、計算效率的天花板將同時被打破 ， 無獨有偶 ， 上海交通大學近期也在全光計算芯片領域取得突破 。 產業與學術的共鳴 ， 清晰地指向一個問題：這是否意味著AI計算正在加速邁向“全光時代” ， 一場可能顛覆全球AI計算競爭格局的“新能源汽車”式科技和產業革命正式拉開序幕？



1400倍算力 ， 200倍能效比 ， 存儲6.5億個計算單元
在此之前 ， 包括光本位科技在內的世界主流光計算公司都選擇以硅為襯底制造光計算芯片 ， 這是因為硅光平臺與現有CMOS工藝之間幾乎無縫兼容 ， 但純硅調制存在諸多局限性 ， 因此矩陣規模從64×64擴大至128×128足足間隔了三年 ， 而打破這個瓶頸的正是將相變材料與硅光異質集成用于光計算芯片的光本位科技 。
程唐盛曾在牛津大學攻讀材料科學與工程博士 ， 期間帶領團隊開發了新型相變材料 ， 并實現了相變材料光芯片大規模集成 。 為什么光本位科技選擇用玻璃代替硅再次掀起科技革命？在程唐盛看來這是要讓光計算產品在性能上遠超世界上現有用于AI推理場景的主流電計算產品 ， 只有這樣AI計算才會迎來“光的時代” 。
玻璃擁有平整性、熱穩定性、寬光譜透明特性、與光波導工藝兼容性等特點 ， 因此被視為半導體技術發展過程中取代硅中介層和有機基板的最佳材料 ， 英偉達、英特爾、三星、AMD等海外科技巨頭都在通過引入玻璃提升產品性能 。 受限于光刻機的最大光罩尺寸 ， 當前硅光平臺可設計的光計算芯片最大尺寸為32mm×25mm ， 如若進一步提升面積 ， 后續每一次迭代的設計和工藝難度持續增長 。 用玻璃作為光計算芯片的襯底 ， 通過納米壓印工藝 ， 可以在保持芯片精度的同時突破已有硅光平臺的曝光尺寸限制 ， 從而容納更多的計算單元 ， 實現單顆芯片算力的提升 ， 并且在后續制備更大尺寸的芯片時更易解決材料翹曲、波導損耗等問題 ， 極大減輕產品迭代的設計和工藝難度 。
據程唐盛介紹 ， 200mmx200mm的玻璃光計算芯片算力可達2600POPS ， 是谷歌TPU的1400倍 ， 是英偉達H200（非稀疏化）的1300倍 ， 根據AI推理市場需求和工藝發展趨勢預測芯片尺寸仍有數倍擴大空間 。



能效比方面 ， 光本位科技利用相變材料的非易失性實現了光計算芯片零靜態功耗 ， 只需一次電驅動即可執行完一個AI計算任務 。 由于玻璃的非線性光學效應極弱 ， 因此光的波導傳播損耗極低 ， 在芯片設計時可選擇小功率的激光器 ， 此外玻璃在介電損耗、透光率、平整性、熱穩定性等方面的優勢也能進一步降低芯片功耗 。 程唐盛預測 ， 200mm×200mm玻璃光計算芯片的能效比可以超過1000TPOS/W ， 相當于TPU的200倍以上 。



玻璃光計算芯片還可以解決AI大模型面臨的內存困局 。 光本位科技利用相變材料的非易失性實現了光芯片的存算一體 ， 芯片的計算單元即是存儲單元 ， 可以存儲AI計算的各種參數 ， 打破了馮·諾依曼體系中的內存墻 ， 芯片存儲的參數量取決于計算單元的規模 。 而玻璃光計算芯片能夠存儲更多的AI計算參數 ， 200mm×200mm玻璃光計算芯片可以存儲6.5億個計算單元 。 每一個token將以光速完成計算 ， 無需反復讀取模型參數 ， 并且零靜態功耗 。
玻璃光計算是實現全光計算的更好路徑？
程唐盛表示 ， 目前光本位科技已驗證完畢光波導等光學器件在玻璃上的制備工藝 ， 波導損耗已優化至低于硅光平臺水平 ， 同步開展了大規模陣列樣品制備以及相變材料的工藝優化 ， 并且打通了上下游產業鏈 ， 上游與納米壓印等廠商聯合優化工藝 ， 下游與大型企業形成研發應用雙向反饋機制 。 之所以在材料與制造上不斷尋求突破 ， 光本位科技的終級目標是將玻璃光計算芯片直接封裝為超高性能全光計算系統 ， 從而獲得下一代AI計算技術標準的定義權 。
全光計算系統是什么？即讓光信號在光域內部實現反復計算與動態暫存 ， 改變光計算只能作為“單個計算核心”的現狀 ， 令玻璃光計算芯片成為直接運行完整模型的AI計算平臺 。
發展全光計算已經成為全球學術界和產業界的共識 ， 它的核心意義是突破電計算的能耗與散熱瓶頸 ， 使超高算力與超低能耗得以兼顧 。 在玻璃光計算之前 ， 全光計算有兩種主要的實現思路 ， 一種是在光上實現與晶體管的與或非門類似的光學邏輯門 ， 這種方式需要具備直接帶隙特性的?三五族平臺 ， 由于光學器件的特性 ， 晶體管密度相較CMOS沒有優勢 ， 一種是利用光學的干涉、折射、衍射等特性實現感存算一體 ， 將光傳感采集的光信號直接輸入到計算單元中進行計算輸出結果 ， 這種方式不能實時地控制每個像素點對應的參數 ， 使得場景較為固化 。 而玻璃光計算芯片計算核心內部的參數均可根據不同模型與需求進行實時調整 ， 應用場景更全面更靈活 ， 此外由于全光計算還需要實現非線性運算等不同的計算 ， 而不同的計算需要不同的材料或方案實現 ， 將具備表面平整、熱膨脹系數低、翹曲率低等特性的玻璃作為襯底 ， 更容易將不同平臺的芯片集成在一起 ， 從而實現全光計算 。
【在GPU扎堆上市后，玻璃光計算芯片成上海AI算力牌桌上新的“王炸”】對于光計算的未來 ， 程唐盛認為 ， 玻璃光計算芯片將改變當今光計算產品的“電主光輔”架構 ， 形成“光電融合 ， 以光為主”甚至“全光”的計算集群架構 ， 而光本位科技的“星辰大?！笔菫椴煌愋陀脩籼峁┤珗鼍案采w的全棧光計算解決方案 ， 小到給C端用戶提供50P+算力的玻璃光計算盒子 ， 等同于一個家用小型數據中心 ， 可以驅動人形機器人等 ， 也可以為大模型公司等提供500P+算力的“光算+光連”方案 ， 甚至可以為政府或者大型企業通過“光算+光連+光傳”方案建設一個5000P+算力的大型數據中心 。 屆時 ， 包括光本位科技在內的中國企業有望贏得這場改寫全球AI計算競爭格局的“新能源汽車”式科技和產業革命 。

    推薦閱讀