随着人工智能和大模型技术加速演进，全球算力需求快速攀升。受物理极限制约，传统硅基芯片功耗控制与性能提升上压力加大。行业研究机构测算，2023年全球数据中心用电已占全球总用电量的2%，其中超过70%用于芯片运算。在此背景下，探索新的计算架构成为业内关注的重点。光计算因具备接近光速的传输优势和更低的热损耗，长期被认为有望缓解“冯·诺依曼瓶颈”。但过去二十年间，其商业化推进缓慢，关键障碍之一是光子器件尺寸偏大——传统工艺下光晶体管长度通常约2毫米，导致集成度显著落后于电子芯片。Neurophos通过纳米光子结构设计，将光晶体管尺寸压缩至百纳米级别，被认为攻克了光计算落地的一项核心难题。技术参数显示，Tulkas T100芯片采用1000×1000光子传感器矩阵，规模约为主流AI GPU的15倍。尽管仅集成一个25平方毫米的张量核心，其理论运行频率可达56GHz，配合768GB HBM内存，运算能力达470 petaOPS。值得关注的是，在相同功耗条件下，其FP4/INT4计算性能据称可达到英伟达Vera Rubin NVL72超算的10倍。这一提升若能在实际部署中兑现，或将为自动驾驶、气候模拟等需要实时海量计算的场景带来显著变化。业内专家认为，此次进展可能具有三上意义：一是更验证光计算在大规模集成电路上的可行性；二是为后摩尔时代提供潜在替代路线；三是有望对当前由英伟达主导的高端算力市场格局带来影响。据知情人士透露，微软创始人比尔·盖茨通过其投资基金多轮注资这项目，显示出对下一代计算架构的提前布局。此外，专家也提醒，从实验室成果走向产业化仍有不少门槛。光计算芯片需要新的制造工艺与软件生态支撑，稳定性与成本仍需在市场中验证。Neurophos表示，计划在未来18个月内完成量产验证，首批产品将重点面向科研机构与云计算服务商。
算力竞争正在从单纯追求“更快”，转向“更高效、更可用、更可规模化”；光计算等新路线的出现，是产业对能耗约束与成本压力的直接回应。无论技术路径如何演进，关键仍在于能否在真实场景中形成稳定、可验证、可复制的系统能力。面向未来——推动算力基础设施多元化——完善开放评测机制并促进协同创新，将成为提升产业韧性、把握新一轮技术变革机遇的重要抓手。