人工智能产业正面临一个越来越突出的矛盾：算力需求持续增长，但传统硅基芯片的性能提升已接近物理极限，高算力往往伴随高能耗；该背景下，光计算被视为可能的突破方向。记者从光本位科技获悉，该公司正以玻璃替代硅作为衬底材料，研发新一代光计算芯片。业内认为，这一尝试有望在一定程度上减轻对先进制程的依赖，并缓解能耗压力，为人工智能计算打开新的路径。 从技术层面看，光本位科技的进展来自对材料特性的深入研究。公司联合创始人程唐盛在牛津大学攻读材料科学与工程博士期间，带领团队开发新型相变材料，并实现其在光芯片上的大规模集成。他表示，玻璃在平整性、热稳定性、宽光谱透明度以及与光波导工艺的兼容性诸上具备优势，已成为英伟达、英特尔、三星、AMD等国际厂商关注的材料方向。相比之下，硅光平台虽与现有CMOS工艺兼容，但纯硅调制存限制：矩阵规模从64×64扩展到128×128耗时三年，逐渐成为产业推进的瓶颈。 玻璃衬底方案的优势体现在多个维度。在芯片尺寸上，受光刻机光罩尺寸限制，硅光平台可设计的光计算芯片最大尺寸通常为32毫米×25毫米，继续扩大面积会显著增加设计与工艺难度。而采用玻璃衬底并结合纳米压印工艺，可保持精度的同时突破曝光尺寸限制，从而容纳更多计算单元。据介绍，200毫米×200毫米的玻璃光计算芯片算力可达2600POPS，显著高于现有产品水平。 在能效比上，光本位科技利用相变材料的非易失性实现光计算芯片“零静态功耗”，一次电驱动即可完成一个完整的人工智能计算任务。由于玻璃的非线性光学效应较弱，光波导传播损耗更低，芯片设计可使用小功率激光器。玻璃介电损耗、透光率、平整性和热稳定性等上的综合表现，也深入降低了整体功耗。程唐盛预测，200毫米×200毫米玻璃光计算芯片的能效比可超过1000TOPS/W，约为谷歌TPU的200倍以上。 从市场前景看，光计算芯片的应用空间正在打开。业内预计，到2030年人工智能推理将占AI计算总量的75%，对应的市场规模可达2550亿美元。光本位科技的产品主要面向AI推理场景，直接对应这一增长需求。更具前瞻性的是，公司提出基于玻璃光计算构建下一代全光计算系统的设想，即将整个人工智能计算任务尽可能由光计算完成，以同时提升算力、能效比和计算效率。 不容忽视的是，光本位科技成立仅三年，已完成五轮融资，投资方包括头部风险投资机构、国内互联网企业以及上海、苏州两地国资基金。这反映出资本市场对光计算方向的持续关注。另外，上海交通大学近期也在全光计算芯片领域取得进展。产业与学术的同步推进，让一个问题更受关注：人工智能计算是否正在加速迈向“全光时代”？ 从技术储备看，光本位科技已完成玻璃上光波导等光学器件制备工艺验证，波导损耗优化至低于硅光平台水平。公司同步推进大规模阵列样品制备与相变材料工艺优化，并与上下游厂商协同改进工艺，与大型企业建立研发与应用的双向反馈机制，产业化路径正逐步清晰。
从硅基到玻璃基，计算技术的每一次迭代都指向更高的效率与性能；光本位科技的探索不仅说明了材料与器件层面的突破，也为高性能计算的技术路线提供了新的可能。面向全球科技竞争的新赛道，如何把实验室进展转化为稳定、可规模化的产业能力，仍需要产学研持续投入与合力推进。