黃仁勛的愿景由中國企業來實現：千POPS級芯片算力時代要來了

“AI開始展現出思維鏈能力，這意味著AI在給出答案前，需要消耗大量的算力進行多步推理、反思和規劃。”

在CES發布會上，英偉達CEO黃仁勛關于算力需求的話音剛落，在大洋彼岸的中國就傳來了算力技術革命突破的大新聞——玻璃光計算芯片迎來重大進展!

或許你已經猜到了，主角就是光本位。相信不少朋友都看到了這個新聞，近日光本位科技宣布玻璃光計算芯片研發獲重大突破，以玻璃替代硅作為芯片襯底，有望打破傳統硅光平臺的性能瓶頸。該芯片采用相變材料與玻璃襯底集成技術，200mm×200mm規格算力達2600POPS，是谷歌TPU的1400倍、英偉達H200（非稀疏化）的1300倍，能效比超1000TOPS/W，較傳統AI推理芯片提升200倍以上。

這些概念和數字可能會把讀者繞暈，這些到底是啥啥啥?為什么會被各大媒體廣泛報道?

別著急，我用1分鐘給讀者朋友把邏輯和概念厘清楚。

大家都知道，人工智能時代，不管是訓練大模型、自動駕駛識別路況，還是手機跑復雜AI功能，都需要海量算力，算力已經成為AI時代競爭的核心。而現在的硅基電子芯片(我們手機、電腦等設備用的都是硅基芯片)，電子傳輸會發熱甚者“堵車”，算力提升越來越難，這就像一條擠滿車的公路，再寬也有上限。

所以這幾年算力的提升幅度就像擠牙膏一樣，以我們熟悉的智駕行業為例，華為、理想、小鵬、蔚來等企業，算力做到了500到2000TOPS，就已經是行業標桿了，而且是多塊芯片疊加的結果。

聰明的你或許想到了一個方向：既然硅基芯片有這樣那樣的限制，那就想辦法實現光速傳輸啊!

沒錯，下一個發展方向就是光芯片。光芯片靠光子傳數據，速度快、不發熱、不干擾，能輕松實現超大算力。到這里或許有人要問了，那實現光芯片落地，需要啥材質承載呢?這個問題困擾了全球科學家多年，試驗了多種材料，比如磷化銦、薄膜鈮酸鋰等。直到這次光本位實現玻璃襯底突破，才讓業界看到這項技術商用的無限可能。

玻璃光芯片，相當于給光子鋪了超順滑的專用跑道，還能搭出三維“信息立交橋”，讓更多數據同時跑，完美適配未來AI對算力的爆發式需求，這就是它的核心突破價值。

所以，光芯片相比硅芯片，壓根就不是彎道超車，而是完全換了一條賽道。

值得一提的是，這項突破早已不是實驗室概念：光本位成立三年已完成五輪融資，獲得國資基金加持，第一代光電融合計算卡已拿到大模型公司訂單，第二代產品更是對標英偉達旗艦。就在上周，上海市委書記陳吉寧還察看了這款玻璃光計算芯片，而上海本身就聚集了全國半壁江山集成電路創新資源，為技術落地提供了完善的產業鏈支撐。這一系列信號都說明，玻璃光芯片已經具備大規模商用的條件。

01

錨定AI推理黃金賽道，

開啟全光時代

光本位科技的光計算產品，精準瞄準了AI產業的核心剛需——AI推理場景。小到語音助手的實時應答，大到智駕系統的路況識別，推理貫穿了AI落地的每一個環節。

據預測，到2030年推理將占據全球AI計算總量的75%，對應的市場規模高達2550億美元，這無疑是一片萬億級的藍海市場。

資本的嗅覺向來敏銳。在多數光計算初創企業還在為融資絞盡腦汁時，成立僅三年的光本位科技已完成五輪融資，頭部VC、國內互聯網巨頭、上海蘇州兩地國資基金三類資本爭相入局。更值得關注的是，光本位并未止步于單一芯片，而是提出打造下一代全光計算系統的目標。

也就是讓所有AI計算任務都通過光來完成，一舉打破算力、能效比與計算效率的三重天花板。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，產業與學術的同頻共振，似乎正在宣告：一場堪比新能源汽車的AI算力革命，正悄然拉開序幕。

02

玻璃襯底擊穿硅基瓶頸：

1400倍算力+高能效比突破

1400倍算力、200倍能效比、存儲6.5億個計算單元……這組驚艷的數字，是玻璃光計算芯片交出的成績單，而其核心突破，正是用玻璃替代硅作為芯片襯底。

此前，全球光計算企業都選擇硅基平臺，只因它能兼容成熟的CMOS工藝，但硅的物理局限也顯而易見：芯片矩陣規模從64×64升級到128×128，足足耗時三年。

光本位聯合創始人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、寬光譜透明等天然優勢，連英偉達、英特爾等巨頭都在探索用玻璃提升產品性能。更關鍵的是，玻璃能通過納米壓印工藝突破硅基芯片的尺寸限制。硅光芯片最大只能做到32mm×25mm，而光本位的玻璃芯片直接做到200mm×200mm，輕松容納更多計算單元。

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。

同時，“存算一體”架構讓計算單元直接變身存儲單元，6.5億個單元可存儲海量模型參數，徹底打破馮·諾依曼體系的“內存墻”，數據無需反復讀取，算力自然快到飛起。

03

玻璃光計算：

定義下一代AI算力規則

玻璃光計算芯片的突破，只是光本位科技的“第一步棋”，其終極目標是拿下下一代AI計算技術標準的定義權。

目前，光本位已完成光波導等光學器件在玻璃上的制備驗證，波導損耗甚至低于硅光平臺，還打通了上下游產業鏈——上游與納米壓印廠商聯合優化工藝，下游與大企業形成“研發-應用”雙向反饋機制，為全光計算系統的落地筑牢基礎。

所謂全光計算系統，就是讓光信號在光域內完成反復計算與動態暫存，改變光計算只能做“單個計算核心”的現狀，使其成為能直接運行完整大模型的計算平臺。對比傳統全光計算的兩種思路，玻璃方案的優勢堪稱碾壓：它既解決了三五族平臺晶體管密度不足的問題，又突破了固定場景的應用限制，芯片參數可根據不同模型實時調整，適配性更強;同時，玻璃的低翹曲率、低熱膨脹系數特性，能輕松集成不同平臺芯片，滿足全光計算的復雜需求。

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“星辰大海”是為不同類型用戶提供全場景覆蓋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。

這場以光為主的算力革命，或將讓中國企業在全球AI競爭中，進入舞臺中央。