在全球算力需求持续增长的背景下，传统半导体技术正接近物理极限；当前主流AI芯片普遍遭遇晶体管微缩瓶颈、能耗高企等问题，限制了计算性能继续提升。这也推动产业界加快寻找新的计算架构。 基于此，Neurophos公司以光芯片技术路线取得进展。该公司首席执行官帕特里克·鲍恩表示，传统硅光子技术制造的光晶体管体积较大，长度通常约2毫米，难以支撑更高的芯片集成度。Neurophos将光晶体管尺寸缩小至原来的万分之一，为高密度光子芯片制造提供了基础。 技术层面，Tulkas T100光处理单元采用1000×1000规模的光子传感器矩阵，相比当前主流AI芯片常见的256×256矩阵，规模提升约15倍。该处理单元配备一个25平方毫米的Tensor核心，理论运行频率可达56GHz，并搭载768GB HBM内存；在1-2千瓦功耗范围内，其运算速度可达到470 petaOPS。 业内专家认为，该进展带来多重影响：其一，在FP4和INT4计算负载下，性能可达英伟达Vera Rubin NVL72 AI超级计算机的10倍，同时维持相近功耗水平，能效优势更突出；其二，光计算能力提升可能对现有半导体产业格局产生冲击；其三，为未来算力需求的快速增长提供了新的技术路径。 需要看到的是，产业化仍有不少关口要过，包括光芯片的量产工艺、与传统计算架构的协同适配，以及生态体系的构建等，都有待深入验证与完善。但这一路线已为半导体行业打开了一个值得投入的方向。
算力竞赛的关键不在某一项峰值指标，而在可验证的性能、可承受的成本与可持续的能耗。光计算能否从概念走向规模化应用，最终仍要靠工程化落地与生态建设来回应市场关切。对行业而言，既要保持技术探索的开放度，也要坚持严格的验证机制——既不被新概念带偏节奏，也不因路径依赖错过可能重塑未来的窗口。