当前全球人工智能产业的核心瓶颈，在于算力供给与能耗约束之间的矛盾；随着大模型训练规模持续扩大，传统硅基芯片在功耗与散热上的限制愈发明显，行业亟需新的技术路径来突破算力上限。鉴于此，光计算作为重要的创新方向，正获得更多关注与投入。Neurophos的关键进展，是解决了长期制约光计算走向产业化的核心难题。传统硅光子工艺制造的光晶体管体积较大，单个晶体管长度通常达到2毫米，导致芯片难以集成足够密度的光学元件，计算密度明显落后于成熟的CMOS工艺。该公司首席执行官帕特里克·鲍文表示，借助微缩化技术，Neurophos将光晶体管体积缩小至原来的万分之一，从而重塑了光计算芯片的物理基础。 此微缩化突破带来了直接的性能提升。Tulkas T100在集成度上实现跨越式提升，集成了1000×1000规模的光子传感器矩阵；相比英伟达GPU常见的256×256矩阵，规模约提升15倍。尽管首代产品仅配备1个张量核心、面积约25平方毫米，但其运行频率达到56GHz，并配备768GB高带宽内存，在1至2千瓦功耗下可实现470 petaOPS的运算速度。公司数据显示，在FP4、INT4等低精度计算负载下，该芯片性能较英伟达Vera Rubin NVL72超级计算机提升约十倍，同时功耗保持在相近水平。 从技术架构看，光计算相较电子计算具备先天优势：光子传输过程几乎不产生热量，且光学器件并行处理能力更强，使其在大规模矩阵运算场景中具备更高的能效潜力。Neurophos的做法，是通过微缩化将这些物理优势转化为可落地的工程实现。 该公司获得比尔·盖茨等知名投资者支持，也反映出资本市场对光计算方向的认可。投资热度在一定程度上说明，行业看好光计算在未来AI基础设施中的应用空间。随着工艺深入成熟、成本逐步下降，光计算有望在高性能计算、数据中心等场景推进规模化应用。 需要指出的是，Tulkas T100目前仍处于产品发布阶段，实际应用表现仍有待市场验证。光计算芯片要实现大规模商用，还需跨越工艺成熟度、成本控制、生态建设等多重挑战。但从公开技术指标看，该产品的推出意味着光计算正从实验室研究走向可用产品，为全球AI产业提供新的算力选项。
算力竞争的核心，是不断逼近物理极限并把能力工程化。光计算的意义不只在于“更快”，更在于为能效约束日益加剧的数字世界提供新的路径。面对技术路线日趋多元，市场既要对突破保持开放，也要坚持以可验证、可交付、可规模化为标准。能把实验室成果变成产业链的稳定供给，才是新一代算力变革真正开始的标志。