光本位科技推出玻璃基光计算芯片，引领AI算力革命
光本位科技于1月4日正式宣布，其正在研发以玻璃替代硅作为衬底的玻璃光计算芯片。联合创始人程唐盛表示，这一创新有望使AI计算摆脱对先进制程的依赖，突破高算力与高能耗之间的矛盾，迈入“千POPS级算力”与“千TOPS/W能效比”的新纪元。2025年12月，在沙特工业转型展上，沙特工业部长班达尔·胡莱夫高度评价该芯片的技术前景，并邀请另一位联合创始人熊胤江举行闭门交流。此次会议吸引了包括埃及《阿尔马斯里报》、美联社、NBC、雅虎财经、晨星、英国AI杂志等在内的700余家海外媒体广泛报道。
在众多初创企业还在寻求融资支持之际，光本位科技已成立三年，先后完成五轮融资，获得来自头部风险投资机构、国内互联网巨头及上海、苏州两地国资基金的青睐。
光本位科技的产品主要面向AI推理应用场景。据预测，到2030年，AI推理将占整体AI计算量的75%，市场规模可达2550亿美元。当前该领域主要由ASIC芯片主导，GPU在能效比上并无明显优势。
除了玻璃基光计算芯片，光本位科技还提出构建下一代全光计算系统，即AI计算全过程均通过光计算实现。这一构想不仅将突破算力与能效比的瓶颈，同时提升整体计算效率。上海交通大学近期在全光计算芯片方面也取得重要进展，显示出学术界与产业界的同步发展。
200mm×200mm的玻璃光计算芯片具备2600POPS的算力，是传统ASIC芯片的1400倍，GPU的1300倍，未来随着芯片尺寸的扩展，算力仍有显著提升空间。
在能效方面，光本位科技借助相变材料的非易失性，实现了光计算芯片的零静态功耗。通过电驱动一次即可完成AI计算任务。玻璃的低非线性光学效应和低波导损耗，使得可采用低功率激光器，进一步降低功耗。程唐盛预计，该芯片能效比可达1000TOPS/W以上，是ASIC芯片的200倍。
玻璃光计算芯片还有效缓解了AI大模型面临的“内存墙”问题。光本位科技采用相变材料实现了存算一体，计算单元同时也是存储单元，大幅减少模型参数的读取次数。200mm×200mm的芯片可存储6.5亿个计算单元，每个token都能以光速完成计算，同时保持零静态功耗。
为何选择玻璃作为衬底？程唐盛指出，玻璃在平整性、热稳定性、宽光谱透明性和与光波导工艺的兼容性方面具有显著优势。在当前硅光平台受限于光刻机光罩尺寸的情况下，最大芯片尺寸仅能设计为32mm×25mm。而玻璃通过纳米压印工艺，能够在不损失精度的前提下突破尺寸限制，容纳更多计算单元，提升单芯片算力。
光本位科技已成功验证玻璃平台上的波导制备工艺，并将波导损耗优化至低于硅光平台。同时，公司正推进大规模阵列样品的制备和相变材料的工艺优化，构建完整的产业链上下游协同机制。
全光计算系统的概念，是让光信号在光域内进行反复计算和动态暂存，从而突破“单个计算核心”模式，使玻璃光计算芯片成为可直接运行完整AI模型的计算平台。
当前，全光计算已成为全球学术与产业界共识。其核心在于突破电计算的能耗与散热瓶颈，实现超高算力与超低能耗的平衡。在玻璃光计算之前，全光计算主要有两种路径：一是通过光学逻辑门模拟晶体管功能，依赖三五族材料平台，但器件密度难以匹敌CMOS；二是通过干涉、衍射等方式实现感存算一体，但参数控制不灵活。
玻璃光计算芯片则具备更高的灵活性与扩展性。其内部参数可根据不同模型需求实时调整，同时玻璃的平整性、低热膨胀系数等物理特性使其成为异质集成的理想平台，便于多种材料和芯片的融合。
程唐盛表示，未来光计算将从“电主光辅”的架构逐步转向“光电融合，以光为主”乃至“全光”架构。光本位科技的目标是为不同用户提供全场景覆盖的全栈光计算解决方案，包括面向C端的50P+算力玻璃光计算盒子、适用于大模型企业的500P+“光算+光连”方案，以及面向政府或大型企业的5000P+“光算+光连+光传”数据中心。
随着技术的持续演进，光本位科技有望在新一轮全球AI计算格局重构中占据关键位置，推动产业迎来类似“新能源汽车”式的变革。
稿源：美通社