總部位于美國德克薩斯州奧斯汀的人工智能芯片企業(yè) Neurophos，背靠比爾·蓋茨旗下蓋茨前沿基金的資本支持，近日公布了其光學(xué)處理單元（OPU）的核心測試成果。該公司聲稱，這款自研 OPU 在 FP4/INT4 低精度計(jì)算工作負(fù)載下，算力性能達(dá)到英偉達(dá)最新款 Vera Rubin NVL72 人工智能超級(jí)計(jì)算機(jī)的十倍，且二者功耗水平基本持平。據(jù)科技媒體 The Register 報(bào)道，Neurophos 實(shí)現(xiàn)這一技術(shù)突破的核心路徑，在于采用了更大規(guī)模的計(jì)算矩陣與更高的運(yùn)行時(shí)鐘頻率，這兩大設(shè)計(jì)革新成為其光學(xué)計(jì)算芯片對標(biāo)傳統(tǒng) GPU 的關(guān)鍵優(yōu)勢。

Neurophos 首席執(zhí)行官 Patrick Bowen 在接受媒體采訪時(shí)，詳解了這款 OPU 的核心硬件設(shè)計(jì)亮點(diǎn)。他表示，該芯片僅集成了一枚 1000 x 1000 像素規(guī)格的光子傳感器，單從尺寸來看，這一矩陣規(guī)模約為當(dāng)前多數(shù) AI GPU 所采用的 256 x 256 像素矩陣的 15 倍，更大的矩陣直接提升了芯片并行計(jì)算的基礎(chǔ)能力。而更具突破性的是，Neurophos 成功將光晶體管的物理尺寸縮小了約 10000 倍，這一微型化成果解決了傳統(tǒng)硅光子芯片的集成難題。Bowen 補(bǔ)充道，目前硅光子工廠量產(chǎn)的同類型光晶體管體積龐大，單顆長度約為 2 毫米，受限于尺寸與集成密度，這類器件無法在芯片上實(shí)現(xiàn)規(guī)?；挪?，自然難以達(dá)到數(shù)字 CMOS 芯片的計(jì)算密度，而 Neurophos 的微型化突破則打破了這一行業(yè)瓶頸。

從核心硬件參數(shù)來看，Neurophos 第一代光學(xué)加速器的核心單元，是一枚尺寸約 25 平方毫米、等效于單張量核心的「光學(xué)等效物」。這一配置與英偉達(dá) Vera Rubin 芯片的 576 個(gè)張量核心相比，紙面硬件規(guī)格存在顯著差距，但二者的計(jì)算效率差異，源于 Neurophos 對光子計(jì)算技術(shù)的差異化應(yīng)用方式。除了 1000 x 1000 的大尺寸矩陣瓦片設(shè)計(jì)，該公司推出的首款 OPU 產(chǎn)品 Tulkas T100，運(yùn)行時(shí)鐘頻率高達(dá) 56 GHz，這一數(shù)值遠(yuǎn)超傳統(tǒng)電子芯片的性能上限——不僅是英特爾酷睿 i9-14900KF 創(chuàng)下的 9.1 GHz 電子芯片頻率世界紀(jì)錄的 6 倍之多，也大幅領(lǐng)先英偉達(dá) RTX Pro 6000 2.6 GHz 的加速頻率。正是超高時(shí)鐘頻率與大矩陣的協(xié)同作用，讓 Tulkas T100 在硬件規(guī)格看似處于劣勢的情況下，實(shí)現(xiàn)了對英偉達(dá)旗艦 AI GPU 的性能反超。

值得關(guān)注的是，Neurophos 的光晶體管技術(shù)并未脫離現(xiàn)有半導(dǎo)體產(chǎn)業(yè)體系，其核心器件可基于成熟的半導(dǎo)體制造技術(shù)實(shí)現(xiàn)生產(chǎn)，這也意味著該公司未來有望與英特爾、臺(tái)積電等主流晶圓廠達(dá)成合作，推動(dòng) OPU 的規(guī)?；慨a(chǎn)，為技術(shù)落地解決了供應(yīng)鏈與生產(chǎn)工藝的核心問題。不過現(xiàn)階段，這款光學(xué)計(jì)算芯片仍處于實(shí)驗(yàn)室測試階段，Neurophos 預(yù)計(jì)其正式量產(chǎn)時(shí)間要到 2028 年，在此之前，公司還需要攻克一系列技術(shù)難題，其中對大量矢量處理單元的配套需求、以及靜態(tài)隨機(jī)存取存儲(chǔ)器（SRAM）與光學(xué)計(jì)算單元的協(xié)同適配問題，成為當(dāng)前研發(fā)進(jìn)程中的核心挑戰(zhàn)，直接影響著芯片的實(shí)際應(yīng)用體驗(yàn)與商業(yè)化落地節(jié)奏。

光子學(xué)作為半導(dǎo)體領(lǐng)域的新興賽道，憑借高速、低耗的計(jì)算特性，已成為全球科技巨頭的布局重點(diǎn)，行業(yè)技術(shù)迭代與生態(tài)建設(shè)正在加速推進(jìn)。英偉達(dá)在其最新的 Vera Rubin 平臺(tái)中，已率先集成 Spectrum-X 以太網(wǎng)光子交換系統(tǒng)，將光子技術(shù)應(yīng)用于芯片的高速數(shù)據(jù)傳輸環(huán)節(jié)，實(shí)現(xiàn)了光子技術(shù)與傳統(tǒng) GPU 架構(gòu)的融合；AMD 則宣布計(jì)劃投資 2.8 億美元，建立一座專門聚焦硅光子學(xué)技術(shù)的研發(fā)中心，加大在光子計(jì)算、光子傳輸?shù)群诵念I(lǐng)域的技術(shù)投入，試圖在這一新興賽道占據(jù)先發(fā)優(yōu)勢。除了頭部企業(yè)，全球多家初創(chuàng)公司也紛紛入局光子芯片領(lǐng)域，推動(dòng)著技術(shù)路線的多元化探索。

Neurophos 此次公布的 OPU 技術(shù)成果，并非光子學(xué)領(lǐng)域的孤例，而是行業(yè)技術(shù)成熟化進(jìn)程中的重要突破。光學(xué)計(jì)算利用光子替代電子進(jìn)行信息處理，從物理層面突破了傳統(tǒng)電子芯片的發(fā)熱、頻率上限等瓶頸，在 AI 大模型訓(xùn)練、低精度推理等算力密集型場景中具備天然優(yōu)勢。但現(xiàn)階段，光子芯片仍面臨著與傳統(tǒng)電子架構(gòu)的適配、量產(chǎn)良率提升、成本控制等一系列行業(yè)共性問題，距離全面替代 GPU 仍有較長的路要走。

隨著全球 AI 算力需求的持續(xù)爆發(fā)，傳統(tǒng)電子芯片的性能提升逐漸逼近摩爾定律的極限，光子學(xué)成為突破算力瓶頸的重要方向。Neurophos 的技術(shù)進(jìn)展，為光學(xué)計(jì)算芯片的商業(yè)化應(yīng)用提供了新的可能性，而英偉達(dá)、AMD 等巨頭的入局，也將進(jìn)一步推動(dòng)光子學(xué)技術(shù)的研發(fā)與產(chǎn)業(yè)落地?？梢灶A(yù)見，未來光子學(xué)領(lǐng)域?qū)⒂瓉砀嗉夹g(shù)突破與產(chǎn)品創(chuàng)新，光子與電子的異構(gòu)計(jì)算架構(gòu)，或?qū)⒊蔀橄乱淮斯ぶ悄苡?jì)算的核心形態(tài)，為全球 AI 產(chǎn)業(yè)的發(fā)展提供全新的算力支撐。