光計算爆發前夜：替代GPU？

你相信“光”嗎？1979年，錢學森在論文中提到，光子技術的一個肯定要推進的方面是光子計算機，從原理上估計，光子計算機的運算能力可以為電子計算機的百倍、千倍以至萬倍。

今年4月12日，曦智科技順利通過港交所上市聆訊，擬于港交所主板上市，引發了市場對于“光計算”的關注。

招股書顯示，曦智科技專注于光電混合算力領域，是全球首家實現光電混合算力大規模部署的公司，也是中國境內唯一實現Scale-up光互連解決方案大規模商業化落地的獨立供應商。如順利登陸資本市場，曦智科技有望成為“全球AI硅光芯片第一股”。

那么，光計算到底是啥？既然有如此強大的算力，它會替代GPU嗎？今天EEWorld就來就這些問題進行盤點。

看明白光計算

電計算長期以來遵循摩爾定律，但如今已面臨顯著的物理極限，限制了單芯片性能的提升。隨著單芯片制程的快速進步，晶體管縮放正逼近物理極限，摩爾定律顯現放緩跡象，從而制約單芯片算力的增長。

帶寬及功率限制進一步制約了單芯片的計算效率，當下電子芯片面前有兩堵墻——“功耗墻”和“存儲墻”。為了突破這兩堵墻，目前有三種方法：

• 一是通過先進制程繼續縮小電子邏輯器件，包括光刻、封裝、材料多方面，如極紫外（EUV）光刻機、GAAFET、CFET、二維材料晶體管等；

• 二是通過3D封裝互連和Chiplet實現多芯片異質集成；

• 三是直接舍棄傳統路線，走一條完全不同的路，如碳基計算、量子計算（光量子也屬于其中一環）、光計算，其中，光計算或光電混合計算是當前距離產業最近的路線，光計算作為非馮?諾伊曼結構代表，具有可擴展、低功耗、超高速、寬帶寬、高并行度的天然優勢。

正因如此，行業里流行這樣一句說法：“當電子芯片還在2nm懸崖邊徘徊時，光計算芯片已點燃新的火炬。”

光具有波粒二象性，利用波動性可以實現光經典計算，利用粒子性可以實現光量子計算。細分到光計算，有許多分支路線，包括數字路線和模擬路線。

近年來，多種光計算架構已展現出高算力和高能效比的潛力。這些架構主要分為兩類：

第一類是基于電子計算機架構，發揮光學優勢，完成光學晶體管設計、基于光互連的光電融合計算等數字光計算任務。這類數字光計算體系仍然需要高精度的電子體系來提供控制和輸入輸出，才能充分發揮其優勢。

第二類是從光學角度出發，基于光子的多維度信息加載能力完成特定計算任務，包括矩陣乘法-累加運算、全光邏輯運算、光學卷積、全光微分等，以模擬光學計算為主。模擬光計算可以利用光的多維度信息，不僅能實現單一功能的光信息處理，未來還可能發展出高誤差容忍度的模糊計算架構，如光學神經網絡（ONN）等，為AI發展提供新的計算平臺。

目前商業化上走得很快，受關注度比較高的技術路線是光學神經網絡（ONN），這一技術也包括許多分支路線（如下圖）。

現階段主要集中在光電融合

模擬光計算發展迅速，當前大多數探索方向集中在光電融合的計算架構上。由于存算體系尚不完善、光學非線性實現方式有限等原因，光計算目前還無法完全替代電子計算體系。

現階段的最佳方案是優化人工智能訓練中算力需求最大的集成電路模塊，從而提高大規模矩陣乘法和卷積的計算速度。在這類任務中，光計算架構避免了串行計算過程中的低速率和高開銷，能夠同時計算所有矩陣元，這種優勢隨著矩陣運算規模的擴大而愈發明顯。

換句話說，當前光計算產品主要以“光電融合”方式實現，芯片內部包含光芯片、電芯片及其他外圍器件，光芯片進行整數運算，電芯片負責浮點運算。而光電融合計算的優化將在很長一段時間內成為研究重點。

那么，為什么非得給電芯片加個光芯片，用別的方法不行嗎？目前，突破算力限制還有兩條創新路線：第一條是存算一體路線，本質有近存計算和存內計算兩類方式，通過將存儲單元放在計算邏輯芯片上，解決存儲與計算之間帶寬和數據搬運的問題；第二是通過非GPU架構，如美國Sambanova的流式計算架構、谷歌TPU專用的ASIC架構，通過將芯片上的晶體管重新排列，提高晶體管在計算時的利用率。

但兩種路線都不能解決數字芯片最根本的晶體管數量問題。并不是說兩條路線不好，而是未來兩條路線最終一定還會繞回晶體管密度這個問題上。

所以，通過將光子和電子混合在一起，就能解決這根本性的問題。與此同時，近存計算或流式架構同樣適用于光電混合計算芯片上，從而實現更大的底層突破。

之所以晶體管很難進一步提高單位面積的絕對計算密度，是因為登納德縮放比例失效，如果把晶體管繼續做小會產生量子極限的隧穿效應，而如果以兩倍的主頻運行會同時帶來兩倍的熱量，單位面積芯片如果不能把這些熱量散發出去就會導致芯片融化。這兩個問題的本質都在于銅導線存在電阻，晶體管收放電都會產生熱量，而光則不會產生熱量，因此可以通過提高其主頻或復用波長數量進一步增加單位面積的絕對算力。

這些企業，都在做光計算

目前，光計算領域初創企業都聚焦在ONN，全球范圍內，中國和歐美在光計算領域基本處于并跑狀態。

國內方面：

上海曦智科技：成立于2018年，是中國最早進行光計算產業化的公司之一，其技術源于麻省理工學院，公司創始人沈亦晨博士是MZI干涉方案代表性論文的第一作者。其圍繞光子矩陣計算（oMAC）、片上光網絡（oNOC）和片間光網絡（oNET）三大核心技術開發產品，目前最新推出的曦智天樞光子矩陣規模達到128x128，采用“OPU光學處理單元+ASIC光電混合處理器”，是曦智上一代產品等效光算力的4倍，是一個當下即可落地，實現單位算力能耗快速提升的實用解決方案。軟件層面，曦智科技同樣構建了完整的開發工具鏈以實現光計算芯片的實用化。智規劃明年底完成的256x256光子矩陣產品樣片，2027年正式發布。

蘇州光本位科技：成立于2022年，其技術源于牛津大學，采用MRR波分系統與相變材料（PCM）結合的方案，公司稱之為“PCM+Crossbar方案”，光本位科技則在光芯片的技術路線中選擇了一條特殊路線——光本位采用硅光+相變材料的異質集成以及獨有的Crossbar光子矩陣計算結構，成為首家實現光計算芯片存算一體的商業化公司。主要產品是光計算板卡，目前正在調試矩陣規模為128×128的光計算板卡，預期峰值算力可超過1000 TOPS，算力密度已超越先進工藝的電芯片，預計在今年推出商業化光計算板卡產品。

北京芯算科技：成立于2023年，技術源于麻省理工學院，采用MRR波分系統與相變材料（PCM）結合的方案，創始人楊文強畢業于中國科學院光所，2023年推出高維光計算芯片和光電混合計算原型板卡，該板卡集成了片上多波長光源芯片、光子矩陣運算芯片、波分復用模組和光電轉換模組等，算力已突破100 TOPS。

北京光子芯力：成立于2024年，技術源于清華大學，采用亞波長衍射結構方案。“光子芯力”的產品是一款光電融合計算芯片，團隊開創性地采用全波計算技術路徑，第一代光芯片已經流片完成，目前正與多家客戶合作開發落地方案。

國外企業：

Lightmatter：成立于2017年，總部位于美國加利福尼亞州，技術源于麻省理工學院。創始人尼古拉斯·哈里斯是MZI干涉方案代表性論文的共同作者。產品線包括光子計算平臺（Envise）、芯片互連產品（Passage）、適配軟件（Idiom。

Luminous Computing：成立于2018年，總部位于美國加利福尼亞州，CTO Mitchell Nahmias博士期間專注于光學AI芯片研究，技術源于普林斯頓大學Paul Prucnal課題組的MRR方案。2023年，公司展示了O波段TRX光子鏈路芯片，該芯片使用45nm工藝，具有16個通道，能在112Gbps下工作，功耗約為4.3pJ/bit（不含激光器功耗）。

Optalysys：成立于2013年，總部位于英國利茲，技術源于劍橋大學，2019年推出了商用分立光學處理系統FT:X2000，該產品基于空間光傳輸可等效于卷積操作的原理，通過集成微透鏡實現器件小型化，可用于處理高分辨圖像和視頻。目前，Optalysys的產品聚焦在光計算安全加密領域。

Lighton：成立于2016年，總部位于法國巴黎。2020年推出了基于離軸光全息技術的空間光學計算系統，主要應用于機器學習、衛星圖像分析和自然語言處理等智能計算領域。2021年，成功將“Appliance”光學處理單元（OPU）集成到法國Jean Zay超級計算機上，能夠在超大規模上加速隨機算法，并可與標準硅處理器和NVIDIA的A100 GPU技術協同工作。

Fathom Computing：成立于2014年，總部位于美國加利福尼亞州，其光子原型計算機在2014年時識別手寫數字的準確率約為30%，到2018年已超過90%。然而，該公司近年來并未公開更多進展。

并非要替代GPU

在多數媒體宣傳中，普遍將光計算描繪為比GPU高1000倍以上的一種技術。光子作為信息載體確實具有獨特的優勢，有實現千倍算力提升的潛力，但顯然目前肯定實現不了這樣的效果。當前光計算的發展進度還是太早了，可能能有幾倍或者十幾倍的提升，但千倍是絕對不可能的。

所以，在現階段，光計算的發展目標就不是替換GPU了，也不是徹底替代電子系統，而是作為GPU的補充，充當加速器。

光計算的核心優勢在于能夠在光域內高速執行矩陣乘法及其他線性代數運算，這些運算為大

語言模型、神經網絡及科學計算中使用的關鍵計算。

根據曦智科技招股書，早期客戶利用產品探索此類應用，包括對新型計算架構、人工智能算法及系統設計的研究。已實現試點部署但尚未產生大規模收入的潛在應用場景包括金融科技、新材料開發及視覺檢測。

曦智坦言，隨著其向PACE 3的商業化邁進，面臨若干行業內普遍存在的挑戰。光計算作為一項新興技術，目前仍存在軟件棧有限、開發者對該技術熟悉度不足的問題，此外，工藝集成及良率管理也是問題。目前，曦智正在開發軟件開發工具包和編譯器，同時相當一部分將審慎分配用于PACE 3的工程設計、封裝及可靠性驗證。

當然，客戶用不用也是一個大問題，這只能通過更多的實際應用案例來說服客戶。

市場正在不斷爆發

根據弗若斯特沙利文的資料，中國光計算產品市場規模預計將從2025年的6370萬元人民幣增長至2030年的14.616億元人民幣，復合年增長率達87.2%。在2031年至2036年的更長時間內，中國光計算產品市場預計將進一步從25.463億元人民幣擴張至347.589億元人民幣，復合年增長率為68.7%。預計大約在2035年之后，光計算與電計算產品及解決方案有望實現大規模共存。

截至2025年，光計算芯片在中國AI推理芯片中的市場滲透率不足0.5%，預計到2040年將達到20%。而從目前來看，國內廠商在光計算領域走得的確更快，這樣來看，光計算市場未來的確有很大發展空間。

光計算還是個初出茅廬的新人，在這種情況下，如何利用現有能力，突破現有算力生態的瓶頸，真正把光的“能量”帶到產業中去，才是企業當下需要考慮的問題。

從曦智科技等初創企業的動向來看，它們大多也在推出性能數倍乃至十余倍于現有電子芯片的產品。雖然性能提升幅度或許并不驚人，但這種光計算技術確實有望真正進入行業應用。

參考文獻

[1]Yu, X., Wei, Z., Sha, F.et al. Parallel optical computing capable of 100-wavelength multiplexing. eLight 5, 10 (2025). https://doi.org/10.1186/s43593-025-00088-8

[2]錢學森. 光子學、光子技術、光子工業[J]. 中國激光, 1979, 6(1): 1. 錢學森. [J]. Chinese Journal of Lasers, 1979, 6(1): 1.

[3]信熹資本：https://mp.weixin.qq.com/s/6uUf-AO91dt1Zv6QQrVodw

[4]維科網光通訊：https://mp.weixin.qq.com/s/yPWRxbijBxx8R81I5zr2wQ

[5]集成光學PIC：https://mp.weixin.qq.com/s/VV6BNY9GdIn4YSeWs6zZng

[6]曦智科技：https://www1.hkexnews.hk/app/sehk/2026/108371/documents/sehk26033003936_c.pdf

[7]中國信通院：https://www.caict.ac.cn/kxyj/qwfb/ztbg/202311/P020231122389415230856.pdf

李俊杰, 劉宇旸, 霍曉莉 . 面向下一代光網絡的光計算技術應用思考 [J]. 中興通訊技術, 2025, 31(4): 55-63. DOI: 10.12142/

ZTETJ.202504009

郭圣炳,劉文哲,王佳俊,等.光計算的物理架構與應用(特邀)[J].激光與光電子學進展, 2025(17):74-92.

請將我們設為“星標”，這樣就會第一時間收到推送消息。

歡迎關注EEWorld旗下訂閱號：“機器人開發圈”

掃碼添加小助手回復“機器人”

進群和電子工程師們面對面交流經驗