“AI开始展现出思维链能力，这意味着AI在给出答案前，需要消耗大量的算力进行多步推理、反思和规划。”

在CES发布会上，英伟达CEO黄仁勋关于算力需求的话音刚落，在大洋彼岸的中国就传来了算力技术革命突破的大新闻——玻璃光计算芯片迎来重大进展!

或许你已经猜到了，主角就是光本位。相信不少朋友都看到了这个新闻，近日光本位科技宣布玻璃光计算芯片研发获重大突破，以玻璃替代硅作为芯片衬底，有望打破传统硅光平台的性能瓶颈。该芯片采用相变材料与玻璃衬底集成技术，200mm×200mm规格算力达2600POPS，是谷歌TPU的1400倍、英伟达H200（非稀疏化）的1300倍，能效比超1000TOPS/W，较传统AI推理芯片提升200倍以上。

这些概念和数字可能会把读者绕晕，这些到底是啥啥啥?为什么会被各大媒体广泛报道?

别着急，我用1分钟给读者朋友把逻辑和概念厘清楚。

大家都知道，人工智能时代，不管是训练大模型、自动驾驶识别路况，还是手机跑复杂AI功能，都需要海量算力，算力已经成为AI时代竞争的核心。而现在的硅基电子芯片(我们手机、电脑等设备用的都是硅基芯片)，电子传输会发热甚者“堵车”，算力提升越来越难，这就像一条挤满车的公路，再宽也有上限。

所以这几年算力的提升幅度就像挤牙膏一样，以我们熟悉的智驾行业为例，华为、理想、小鹏、蔚来等企业，算力做到了500到2000TOPS，就已经是行业标杆了，而且是多块芯片叠加的结果。

聪明的你或许想到了一个方向：既然硅基芯片有这样那样的限制，那就想办法实现光速传输啊!

没错，下一个发展方向就是光芯片。光芯片靠光子传数据，速度快、不发热、不干扰，能轻松实现超大算力。到这里或许有人要问了，那实现光芯片落地，需要啥材质承载呢?这个问题困扰了全球科学家多年，试验了多种材料，比如磷化铟、薄膜铌酸锂等。直到这次光本位实现玻璃衬底突破，才让业界看到这项技术商用的无限可能。

玻璃光芯片，相当于给光子铺了超顺滑的专用跑道，还能搭出三维“信息立交桥”，让更多数据同时跑，完美适配未来AI对算力的爆发式需求，这就是它的核心突破价值。

所以，光芯片相比硅芯片，压根就不是弯道超车，而是完全换了一条赛道。

值得一提的是，这项突破早已不是实验室概念：光本位成立三年已完成五轮融资，获得国资基金加持，第一代光电融合计算卡已拿到大模型公司订单，第二代产品更是对标英伟达旗舰。就在上周，上海市委书记陈吉宁还察看了这款玻璃光计算芯片，而上海本身就聚集了全国半壁江山集成电路创新资源，为技术落地提供了完善的产业链支撑。这一系列信号都说明，玻璃光芯片已经具备大规模商用的条件。

01

锚定AI推理黄金赛道，

开启全光时代

光本位科技的光计算产品，精准瞄准了AI产业的核心刚需——AI推理场景。小到语音助手的实时应答，大到智驾系统的路况识别，推理贯穿了AI落地的每一个环节。

据预测，到2030年推理将占据全球AI计算总量的75%，对应的市场规模高达2550亿美元，这无疑是一片万亿级的蓝海市场。

资本的嗅觉向来敏锐。在多数光计算初创企业还在为融资绞尽脑汁时，成立仅三年的光本位科技已完成五轮融资，头部VC、国内互联网巨头、上海苏州两地国资基金三类资本争相入局。更值得关注的是，光本位并未止步于单一芯片，而是提出打造下一代全光计算系统的目标。

也就是让所有AI计算任务都通过光来完成，一举打破算力、能效比与计算效率的三重天花板。无独有偶，上海交通大学近期也在全光计算芯片领域取得突破，产业与学术的同频共振，似乎正在宣告：一场堪比新能源汽车的AI算力革命，正悄然拉开序幕。

02

玻璃衬底击穿硅基瓶颈：

1400倍算力+高能效比突破

1400倍算力、200倍能效比、存储6.5亿个计算单元……这组惊艳的数字，是玻璃光计算芯片交出的成绩单，而其核心突破，正是用玻璃替代硅作为芯片衬底。

此前，全球光计算企业都选择硅基平台，只因它能兼容成熟的CMOS工艺，但硅的物理局限也显而易见：芯片矩阵规模从64×64升级到128×128，足足耗时三年。

光本位联合创始人程唐盛曾在牛津大学攻读材料科学与工程博士，期间带领团队开发了新型相变材料，并实现了相变材料光芯片大规模集成。为什么光本位科技选择用玻璃代替硅再次掀起科技革命?在程唐盛看来这是要让光计算产品在性能上远超世界上现有用于AI推理场景的主流电计算产品，只有这样AI计算才会迎来“光的时代”。

玻璃拥有平整性、热稳定性、宽光谱透明等天然优势，连英伟达、英特尔等巨头都在探索用玻璃提升产品性能。更关键的是，玻璃能通过纳米压印工艺突破硅基芯片的尺寸限制。硅光芯片最大只能做到32mm×25mm，而光本位的玻璃芯片直接做到200mm×200mm，轻松容纳更多计算单元。

据程唐盛介绍，200mmx200mm的玻璃光计算芯片算力可达2600POPS，是谷歌TPU的1400倍，是英伟达H200(非稀疏化)的1300倍，根据AI推理市场需求和工艺发展趋势预测芯片尺寸仍有数倍扩大空间。

能效比方面，光本位科技利用相变材料的非易失性实现了光计算芯片零静态功耗，只需一次电驱动即可执行完一个AI计算任务。由于玻璃的非线性光学效应极弱，因此光的波导传播损耗极低，在芯片设计时可选择小功率的激光器，此外玻璃在介电损耗、透光率、平整性、热稳定性等方面的优势也能进一步降低芯片功耗。程唐盛预测，200mm×200mm玻璃光计算芯片的能效比可以超过1000TPOS/W，相当于TPU的200倍以上。

同时，“存算一体”架构让计算单元直接变身存储单元，6.5亿个单元可存储海量模型参数，彻底打破冯·诺依曼体系的“内存墙”，数据无需反复读取，算力自然快到飞起。

03

玻璃光计算：

定义下一代AI算力规则

玻璃光计算芯片的突破，只是光本位科技的“第一步棋”，其终极目标是拿下下一代AI计算技术标准的定义权。

目前，光本位已完成光波导等光学器件在玻璃上的制备验证，波导损耗甚至低于硅光平台，还打通了上下游产业链——上游与纳米压印厂商联合优化工艺，下游与大企业形成“研发-应用”双向反馈机制，为全光计算系统的落地筑牢基础。

所谓全光计算系统，就是让光信号在光域内完成反复计算与动态暂存，改变光计算只能做“单个计算核心”的现状，使其成为能直接运行完整大模型的计算平台。对比传统全光计算的两种思路，玻璃方案的优势堪称碾压：它既解决了三五族平台晶体管密度不足的问题，又突破了固定场景的应用限制，芯片参数可根据不同模型实时调整，适配性更强;同时，玻璃的低翘曲率、低热膨胀系数特性，能轻松集成不同平台芯片，满足全光计算的复杂需求。

对于光计算的未来，程唐盛认为，玻璃光计算芯片将改变当今光计算产品的“电主光辅”架构，形成“光电融合，以光为主”甚至“全光”的计算集群架构，而光本位科技的“星辰大海”是为不同类型用户提供全场景覆盖的全栈光计算解决方案，小到给C端用户提供50P+算力的玻璃光计算盒子，等同于一个家用小型数据中心，可以驱动人形机器人等，也可以为大模型公司等提供500P+算力的“光算+光连”方案，甚至可以为政府或者大型企业通过“光算+光连+光传”方案建设一个5000P+算力的大型数据中心。

这场以光为主的算力革命，或将让中国企业在全球AI竞争中，进入舞台中央。