人工智能这块最近有个大动静，光芯片技术算是突破了瓶颈，说不定能给未来的算力发展提提速。现在大家都知道，AI的技术跑得飞快，大家对算力的需求是越来越高，普通的电子计算实在有点扛不住了。就在这个节骨眼上，光计算作为个可能突破传统电子瓶颈的方向，又传出了好消息。 据科技媒体爆料，有个得到比尔·盖茨投资的公司Neurophos刚宣布，他们搞出来了个叫Tulkas T100的光处理单元（OPU）。这公司放话说，在处理某些AI任务的时候，这芯片只要跟英伟达最新的Vera Rubin NVL72超级计算机功耗一样，它的性能就能达到后者的10倍。 性能数据看着挺唬人：Tulkas T100理论上能跑56 GHz，还有768 GB的高带宽内存。功耗只要1到2千瓦时的时候，它能跑到470 petaOPS。跟现在主流的AI芯片不一样，那些芯片通常靠几百个Tensor核心一起干活，Neurophos这第一代加速器就只塞了一个面积才25平方毫米的Tensor核心。 这次突破的关键就在于把光子器件做得特别小。以前用硅光子工艺做的光晶体管个头太大，动不动就2毫米那么大，这就限制了芯片里能塞进多少晶体管，根本没法跟现在的数字CMOS技术硬碰硬。Neurophos用了新法子，把光晶体管的体积给缩到了传统尺寸的万分之一。 这一下子就让在芯片上集成大规模光子传感器矩阵变得可能，给光计算打下了新基础。借着这个微型化的优势，Neurophos在芯片上弄了个1000×1000的传感器矩阵。而现在大多数AI GPU用的才256×256呢。这种高密度集成为提高并行度和能效比指明了新路子。 行内人分析说，随着AI模型越来越大，传统电子芯片在提升算力和省电方面越来越难搞。光计算因为用光子处理信息，速度快、延迟低、功耗小这些特点很吸引人。Neurophos这次公布的技术要是能真的验证出来，还能大规模量产的话，说不定能把AI的算力基础设施给带偏。 不过得注意的是，光计算这概念其实早就有了几十年了，想变成产品一直很难搞材料、工艺、集成度还有跟老系统的兼容这些问题。这次Neurophos说的这些细节还没经过第三方权威机构的全面验证呢。实际表现怎么样、稳不稳、能不能量产、成本多贵这些还得看后续。 光芯片这次突破说明前沿计算架构还是有大潜力的。现在全球AI竞争那么激烈，算力基础设施的创新已经成了战略重点。以后光计算能不能真的从实验室走出来商用不光看技术行不行得通了还得看产业链能不能配合起来、有没有标准、生态能不能建起来。这事儿以后还得看下去。