光本位科技推出玻璃光计算芯片，有望开启AI算力新时代
光本位科技近期宣布，正采用玻璃作为衬底材料开发新一代光计算芯片。公司联合创始人程唐盛指出，这一技术路线将帮助AI计算突破当前算力增长依赖先进制程、高算力伴随高能耗的瓶颈，进入“千POPS级算力和千TOPS/W能效比”时代。
2025年12月，在沙特工业转型展上，沙特工业部长班达尔·胡莱夫对光本位科技的玻璃光计算芯片给予高度评价，并邀请联合创始人熊胤江参加闭门交流会。此次会议吸引了包括埃及《Al Masry Al Youm》、美联社、NBC、雅虎财经等在内的700多家海外媒体广泛报道。
在众多初创企业仍在寻求融资支持的背景下，光本位科技成立仅三年便已完成五轮融资，获得来自头部风投机构、国内互联网巨头以及上海、苏州两地国资基金的共同青睐。
目前，光本位科技的光计算产品主要聚焦于AI推理场景。据预测，到2030年，推理将占AI计算总量的75%，市场规模可达2550亿美元。当前推理市场由ASIC芯片主导，而GPU在能效比上缺乏竞争优势。
迈向全光计算时代
除玻璃光计算芯片外，光本位科技还提出基于该技术构建下一代全光计算系统，即整个AI计算过程完全由光完成，从而在算力、能效比和计算效率方面实现质的飞跃。巧合的是，上海交通大学近期在全光计算芯片领域也取得关键进展，显示出产业与学术界对全光计算路径的共同关注。
这是否预示着AI计算正加速迈向“全光时代”？一场可能颠覆传统电芯片主导的全球AI竞争格局的科技革命，正逐渐拉开序幕。
1400倍算力，200倍能效比，6.5亿存储单元。
此前，主流光计算公司普遍选择硅作为衬底，因其与现有CMOS工艺高度兼容。然而，硅光平台在纯硅调制方面存在诸多限制。例如，矩阵规模从64×64扩展到128×128用了整整三年。光本位科技通过将相变材料与硅光异质集成，成功打破了这一瓶颈。
程唐盛曾于牛津大学攻读材料科学与工程博士学位，并在此期间带领团队开发出新型相变材料，并实现了其在光芯片上的大规模集成。他指出，选择玻璃作为衬底，是为了在性能上超越当前主流电计算产品，推动AI计算进入“光计算时代”。
玻璃具备良好的平整性、热稳定性、宽光谱透明度和与光波导工艺的兼容性，被视为未来替代硅中介层和有机基板的理想材料。目前，硅光平台受限于光刻机最大光罩尺寸，光计算芯片的最大可设计尺寸为32mm×25mm。进一步扩大面积将显著增加设计和工艺难度。
相比之下，采用玻璃作为衬底，结合纳米压印技术，可在确保精度的同时突破现有硅光平台的曝光尺寸限制，容纳更多计算单元。这一特性使得单颗芯片算力大幅提升，并有助于后续更大尺寸芯片的制造，从而降低材料翘曲和波导损耗等问题。
据程唐盛介绍，200mm×200mm的玻璃光计算芯片算力可达到2600POPS，分别是ASIC和GPU的1400倍和1300倍。基于市场需求和工艺发展趋势，芯片尺寸仍有进一步扩大的潜力。
能效优势显著
在能效方面，光本位科技利用相变材料的非易失性，实现了光计算芯片的零静态功耗。一个AI计算任务仅需一次电驱动即可完成。玻璃材料因非线性光学效应极弱，光在波导中的传播损耗极低，设计时可选用低功率激光器。
此外，玻璃在介电损耗、透光率、平整性和热稳定性等方面表现优异，进一步降低了芯片功耗。程唐盛预计，200mm×200mm玻璃光计算芯片的能效比可超过1000TOPS/W，相当于ASIC的200倍以上。
突破AI大模型的“内存墙”
玻璃光计算芯片还能有效应对AI大模型面临的内存瓶颈。通过相变材料的非易失性，光本位科技实现了存算一体架构，即芯片的计算单元本身即为存储单元，无需在内存与处理器之间频繁读写模型参数。
200mm×200mm玻璃光计算芯片可存储6.5亿个计算单元，每个token的计算均可以光速完成，无需反复加载参数，同时保持零静态功耗。
玻璃光计算是通向全光计算的最佳路径？
目前，光本位科技已验证光波导等光学器件在玻璃基板上的制备工艺，波导损耗优化至低于硅光平台水平，并同步推进大规模阵列样品制备及相变材料的工艺优化。
公司与上游纳米压印厂商合作优化工艺，与下游企业建立双向研发应用反馈机制。其最终目标是将玻璃光计算芯片封装为超高性能的全光计算系统，从而参与定义下一代AI计算技术标准。
什么是全光计算系统？
全光计算系统指的是光信号在光域内实现多次计算和动态存储，不再局限于“单个计算核心”的角色，而是成为可直接运行完整模型的AI计算平台。
如今，发展全光计算已成为全球学术界与产业界的共识。其核心价值在于突破电计算的能耗与散热瓶颈，实现超高算力与超低功耗的并行。
在玻璃光计算技术出现之前，全光计算主要有两种实现方式：一是构建与晶体管功能类似、具备与或非门能力的光学逻辑门，该方法依赖三五族材料平台，但器件密度无法与CMOS匹敌；二是利用光学干涉、折射、衍射等特性，实现感存算一体化，但难以灵活控制每个像素点的参数。
而玻璃光计算芯片的参数可根据不同模型和需求进行实时调整，应用场景更加广泛。此外，全光计算还需实现非线性运算，不同运算方式需要不同材料与方案。玻璃因其表面平整、热膨胀系数低、翘曲率低等特性，更易于集成不同平台的芯片，从而实现真正的全光计算。
全光计算的未来图景
程唐盛认为，玻璃光计算芯片将推动当前“电主光辅”的计算架构向“光电融合、以光为主”乃至“全光”架构转变。光本位科技的长期愿景是为不同用户群体提供覆盖各场景的全栈光计算解决方案。
例如，为C端用户开发具备50P+算力的玻璃光计算盒子，相当于家用小型数据中心，可用于驱动人形机器人等应用；为大模型公司提供500P+算力的“光算+光连”方案；甚至为政府或大型企业提供5000P+算力的“光算+光连+光传”方案，构建超大规模数据中心。
在这样的趋势下，以光本位科技为代表的中国企业在新一轮全球AI算力竞赛中，有望引领这场类比“新能源汽车”革命的产业变革。
稿源：美通社