这能否让我们摆脱当前硅技术的局限性？

总部位于美国德克萨斯州奥斯汀的人工智能芯片企业 Neurophos，背靠比尔 · 盖茨旗下盖茨前沿基金的资本支持，近日公布了其光学处理单元（OPU）的核心测试成果。该公司声称，这款自研 OPU 在 FP4/INT4 低精度计算工作负载下，算力性能达到英伟达最新款 Vera Rubin NVL72 人工智能超级计算机的十倍，且二者功耗水平基本持平。据科技媒体 The Register 报道，Neurophos 实现这一技术突破的核心路径，在于采用了更大规模的计算矩阵与更高的运行时钟频率，这两大设计革新成为其光学计算芯片对标传统 GPU 的关键优势。

Neurophos 首席执行官 Patrick Bowen 在接受媒体采访时，详解了这款 OPU 的核心硬件设计亮点。他表示，该芯片仅集成了一枚 1000 x 1000 像素规格的光子传感器，单从尺寸来看，这一矩阵规模约为当前多数 AI GPU 所采用的 256 x 256 像素矩阵的 15 倍，更大的矩阵直接提升了芯片并行计算的基础能力。而更具突破性的是，Neurophos 成功将光晶体管的物理尺寸缩小了约 10000 倍，这一微型化成果解决了传统硅光子芯片的集成难题。Bowen 补充道，目前硅光子工厂量产的同类型光晶体管体积庞大，单颗长度约为 2 毫米，受限于尺寸与集成密度，这类器件无法在芯片上实现规模化排布，自然难以达到数字 CMOS 芯片的计算密度，而 Neurophos 的微型化突破则打破了这一行业瓶颈。

从核心硬件参数来看，Neurophos 第一代光学加速器的核心单元，是一枚尺寸约 25 平方毫米、等效于单张量核心的 " 光学等效物 "。这一配置与英伟达 Vera Rubin 芯片的 576 个张量核心相比，纸面硬件规格存在显著差距，但二者的计算效率差异，源于 Neurophos 对光子计算技术的差异化应用方式。除了 1000 x 1000 的大尺寸矩阵瓦片设计，该公司推出的首款 OPU 产品 Tulkas T100，运行时钟频率高达 56 GHz，这一数值远超传统电子芯片的性能上限——不仅是英特尔酷睿 i9-14900KF 创下的 9.1 GHz 电子芯片频率世界纪录的 6 倍之多，也大幅领先英伟达 RTX Pro 6000 2.6 GHz 的加速频率。正是超高时钟频率与大矩阵的协同作用，让 Tulkas T100 在硬件规格看似处于劣势的情况下，实现了对英伟达旗舰 AI GPU 的性能反超。

值得关注的是，Neurophos 的光晶体管技术并未脱离现有半导体产业体系，其核心器件可基于成熟的半导体制造技术实现生产，这也意味着该公司未来有望与英特尔、台积电等主流晶圆厂达成合作，推动 OPU 的规模化量产，为技术落地解决了供应链与生产工艺的核心问题。不过现阶段，这款光学计算芯片仍处于实验室测试阶段，Neurophos 预计其正式量产时间要到 2028 年，在此之前，公司还需要攻克一系列技术难题，其中对大量矢量处理单元的配套需求、以及静态随机存取存储器（SRAM）与光学计算单元的协同适配问题，成为当前研发进程中的核心挑战，直接影响着芯片的实际应用体验与商业化落地节奏。

光子学作为半导体领域的新兴赛道，凭借高速、低耗的计算特性，已成为全球科技巨头的布局重点，行业技术迭代与生态建设正在加速推进。英伟达在其最新的 Vera Rubin 平台中，已率先集成 Spectrum-X 以太网光子交换系统，将光子技术应用于芯片的高速数据传输环节，实现了光子技术与传统 GPU 架构的融合；AMD 则宣布计划投资 2.8 亿美元，建立一座专门聚焦硅光子学技术的研发中心，加大在光子计算、光子传输等核心领域的技术投入，试图在这一新兴赛道占据先发优势。除了头部企业，全球多家初创公司也纷纷入局光子芯片领域，推动着技术路线的多元化探索。

Neurophos 此次公布的 OPU 技术成果，并非光子学领域的孤例，而是行业技术成熟化进程中的重要突破。光学计算利用光子替代电子进行信息处理，从物理层面突破了传统电子芯片的发热、频率上限等瓶颈，在 AI 大模型训练、低精度推理等算力密集型场景中具备天然优势。但现阶段，光子芯片仍面临着与传统电子架构的适配、量产良率提升、成本控制等一系列行业共性问题，距离全面替代 GPU 仍有较长的路要走。

随着全球 AI 算力需求的持续爆发，传统电子芯片的性能提升逐渐逼近摩尔定律的极限，光子学成为突破算力瓶颈的重要方向。Neurophos 的技术进展，为光学计算芯片的商业化应用提供了新的可能性，而英伟达、AMD 等巨头的入局，也将进一步推动光子学技术的研发与产业落地。可以预见，未来光子学领域将迎来更多技术突破与产品创新，光子与电子的异构计算架构，或将成为下一代人工智能计算的核心形态，为全球 AI 产业的发展提供全新的算力支撑。