当前人工智能产业面临一项日益突出的矛盾：算力需求持续攀升，但传统硅基芯片的性能提升正逼近物理边界，高算力往往伴随高能耗。，光计算被视为可能的破局方向。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。公司认为，这个路线有望减少对制程工艺演进的依赖，并缓解能耗压力，为人工智能计算打开新的增长空间。 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，玻璃具备平整性好、热稳定性强、宽光谱透明、与光波导工艺兼容等特点，已成为英伟达、英特尔、三星、AMD等国际企业关注的材料方向。相较之下，传统硅光平台虽与现有CMOS工艺衔接顺畅，但纯硅调制仍存在限制。例如，矩阵规模从64×64扩展到128×128耗时三年，放大后推进缓慢，逐渐成为产业发展的瓶颈。 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仅为32毫米×25毫米，继续扩展面积会显著增加设计和工艺难度。采用玻璃衬底并结合纳米压印工艺，则有望突破现有曝光尺寸的限制，保持精度的同时集成更多计算单元。据介绍，200毫米×200毫米的玻璃光计算芯片算力可达2600POPS，明显高于现有产品水平。 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，仅需一次电驱动即可完成一个完整的人工智能计算任务。，玻璃的非线性光学效应较弱，光波导传播损耗更低，使芯片可采用更小功率的激光器。玻璃介电损耗、透光率、平整性和热稳定性诸上的综合表现，也进一步压低整体功耗。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，相当于谷歌TPU的200倍以上。 从市场前景看，光计算芯片的应用空间正扩大。业内预计，到2030年人工智能推理将占AI计算总量的75%，涉及的市场规模可达2550亿美元。光本位科技的产品主要面向AI推理场景，与这一增长方向较为契合。更进一步，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，目标是同时提升算力、能效比与计算效率。 需要指出，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。这在一定程度上反映了资本市场对光计算技术路线的关注。与此同时，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，使“人工智能计算是否正在加速迈向‘全光时代’”这一问题受到更多讨论。 从技术储备看，光本位科技已完成玻璃基光波导等光学器件制备工艺验证，波导损耗优化后低于硅光平台水平。公司同步推进大规模阵列样品制备与相变材料工艺优化，并与上下游企业协同打通产业链：一上与纳米压印等厂商联合优化工艺，另一方面与大型企业建立研发与应用的双向反馈机制。公司表示，这意味着从基础研究走向产业化的路径正在逐步清晰。
从硅基到玻璃基的材料转换，不只是技术路线的调整，也是在算力与能耗矛盾加剧背景下的一种应对选择；若对应的工艺与生态深入成熟，这类材料与器件层面的创新有望为人工智能计算提供新的底层架构选项，并推动下一代计算技术的演进。在全球科技竞争持续加速的环境中，原始创新与产学研协同将决定技术落地速度与产业化上限；能否在突破物理与工程约束的同时建立可规模化的制造与应用体系，也将影响未来十年计算产业的竞争格局。