後摩爾時代光計算芯片成破局關鍵，國產廠商大有可為！_風聞
半导体行业观察-半导体行业观察官方账号-专注观察全球半导体最新资讯、技术前沿、发展趋势。1小时前
過去半個多世紀以來，在摩爾定律驅動下，半導體芯片產業飛速發展，算力一直保持着大跨度的躍進。
然而，近年來隨着電芯片逼近物理和經濟成本極限，摩爾定律正在逐漸失效。
在後摩爾時代，電芯片性能提升放緩，算力增長式微，而云計算、大數據、物聯網等技術的進一步成熟產生的海量數據又加大了對後端算力的巨大需求，行業迫切需要一種新的計算體系和架構來突破現有算力瓶頸。光計算正是被寄予厚望的突破方式之一。
與此同時，AI浪潮和大模型的湧現使得當前算力供不應求，算力缺口持續擴大，又給光芯片在計算領域的應用拉開了全新的序幕。
相較於電芯片已逐漸失效的“摩爾定律”，“光摩爾定律”的天花板極高。尤其隨着應用逐漸普及，算力、能耗和延遲愈發成為衡量芯片的重要指標，而這正是光計算的強項所在。
光計算芯片的核心是用波導來代替電芯片的銅導線，來做芯片和板卡上的信號傳輸，通過光在傳播和相互作用之中的信息變化來進行計算。與電芯片相比，光計算架構在速度、帶寬和能效上優勢突出。據相關數據測算，理想狀態下光芯片的功耗僅為電芯片的10%，延遲只有其1%，而算力卻能達到電芯片的100倍以上。
不難判斷，隨着大模型深度賦能千行百業，自動駕駛、人形機器人等高速計算領域不斷革新，光計算有望成為下一代最優選的計算範式。
天時地利人和，****光本位科技順勢而生在上述背景和趨勢下，2022年4月光本位科技順勢而生。
光本位科技公司董事長熊胤江表示，從市場需求側來看，**光本位科技的成立時間正好伴隨着大模型浪潮的興起，**下游需求爆發在即。與此同時，得益於光芯片此前在通信和傳感領域打下的良好產業基礎，國內光芯片產業鏈日漸趨於成熟，光計算產業藍海屬性凸顯，成為了光本位切入光計算賽道的另一關鍵原因。此為“天時”。
另一方面，在高聳的技術壁壘和貿易爭端下，光計算芯片為我國集成電路產業的發展指出了另一條道路，因為光芯片製程節點需求不高，可以繞開先進製程的限制。與積累了大量產業經驗的電芯片相比，各國在光計算芯片的研發上幾乎處於同一起跑線上。
這意味着，未來我們的算力提升可以不必卷芯片製程，也不必完全依賴進口技術和光刻工藝的發展，真正實現全產業鏈國產化。對光本位科技來講，可謂“地利”。
此外，核心創始團隊的經驗基礎和調性，構築了光本位公司誕生的最後一塊拼圖。
據瞭解，熊胤江曾在芝加哥大學攻讀計算科學領域碩士學位，擁有谷歌AI框架TensorFlow的開發經驗及市場經驗；另一位聯合創始人程唐盛，師從全球“相變材料光計算”第一人、牛津大學材料系教授、英國皇家工程院院士Harish Bhaskaran，負責光本位的研發攻關及工程化落地。
兩人主要研究的方向——AI+光計算，正是他們所認為的“行業發展的最終趨勢”，也是光本位科技應運而生的關鍵所在。是為“人和”。
呼之欲出的藍海市場+“天時地利人和”的天然優勢，讓切入光計算賽道成為了光本位科技的絕佳選擇。
**成功突破行業瓶頸，****光本位科技做對了什麼？**光計算芯片作為新的技術賽道，在速度和能效上優勢明顯，但長期以來也存在發展瓶頸。
一方面，此前光計算芯片本身設計不成熟，無法與現階段旗艦級電方案直接對比；另一方面，光計算芯片規模化落地產業鏈尚不完善。例如，一些高校和科研院所的光計算芯片是3×3或4×4的小規模產品。即便是一些初創公司，在過去較長的週期內也最多隻能做到64×64矩陣規模的芯片，基本都處於研發階段，不具備商業化落地能力。
據瞭解，矩陣規模（算力密度）和單節點光辨識度（算力精度）是衡量光計算芯片性能的關鍵指標，業內公認達到商用標準的矩陣規模是128×128。多年來，這個瓶頸一直沒有被突破，有的企業甚至無奈轉戰了其它賽道。
面對行業棘手的技術和產業化挑戰，光本位科技乘勢而上，**率先完成了首顆算力密度和算力精度均達到商用標準的光計算芯片流片。**據悉，該芯片矩陣規模為128×128，峯值算力超1700TOPS，該芯片的功耗大約是同級別電芯片的十分之一左右；在時延方面，光計算芯片也會有數量級的降低。
光本位科技之所以能夠率先實現突破，熊胤江總結了兩個原因：
**技術層面：**從成立之初，光本位科技就意識到市場上現有的光計算芯片矩陣規模較小，這限制了其算力密度和算力規模。因此，從公司成立第一天起就明確了首先要將矩陣規模做到128×128，然後一步步提升至256×256、512×512以及更高的目標。
在此目標指引下，光本位科技基於創新性的PCM+Crossbar方案，將硅光和相變材料進行異質集成，成功解決了傳統光計算芯片的功耗難題，並進一步對芯片單位尺寸、封裝等方面不斷優化提升，同時光本位科技基於PCM相變材料實現了存算一體的存內計算，存儲單元與計算單元完全融合，進而實現了更高的集成度，使得計算矩陣規模達到業界領先水平。
然而，“PCM+Crossbar”的技術突破並非一蹴而就，源於光本位科技另一位聯合創始人程唐盛的技術積累。
據悉，早在2014年，牛津實驗室就開創了相變材料與硅光結合的研發，2017年成功研發全球首個光子存算一體芯片。上文提到，程唐盛在牛津大學讀博期間，師從全球“相變材料光計算”第一人——牛津大學材料系教授、英國皇家工程院院士Harish Bhaskaran，在此期間他主導參與了牛津大學的相變材料光計算芯片、新型超低功耗納米相變材料的研發。
這為光本位科技能夠率先突破光計算技術在實際應用中的挑戰——降低功耗和擴大矩陣規模，提供了技術基礎和有力支撐。
另一方面，或是因為光本位科技踩中了時間節點。光計算行業經過幾年時間發酵，AI爆發、ChatGPT橫空出世，算力市場面臨巨大缺口。
“同時，整個光芯片產業鏈日益成熟，已經發展到了可以去進行一系列流片和異質集成的時間當口，這對於我們來説也是非常重要的一個時機。” 熊胤江説道，技術創新、產業鏈成熟度以及對工程化的投入，缺一不可。
縱觀行業現狀，光本位科技實現了矩陣規模、算力密度、算力精度均在業內領先的一顆光計算芯片的流片，並且其配套板卡和電芯片的研發也都已經走到了行業前端。
市場領先的背後，是公司核心競爭力和獨特優勢的最好詮釋。
熊胤江強調，公司的戰略是集中優勢資源將下游核心痛點需求打透。簡單來講就是為下游高性能領域客户提供大算力、低功耗、高效能、軟硬件適配的光計算解決方案，進而去更好地撬動產業鏈資源，獲取資本和市場關注。
在這個過程中，團隊和人才是實現一切的前提和基礎。
就像光本位科技所示：公司在發展過程中需要源源不斷的保障團隊，既要有拿着望遠鏡放哨和指揮方向的規劃者，又要有一步一步把產品實際做出來，快速落地實踐的工程團隊。
正是得益於這樣獨特的技術+獨特的團隊，構成了光本位科技領先身位背後的內在驅動力。
**光計算產業生態，行至何處？**如今，光計算賽道被寄予厚望，但在過去很長時間裏，光計算都是一項被困在實驗室裏的技術。
回顧其歷程，2017年光計算領域發表了第一篇Nature文章，之後一些公司陸續成立。從2020年開始，光計算產業迎來快速發展，資本市場蜂擁而至。再到2022年，光本位科技成立，行業經過五年發展，技術和產業鏈逐漸成熟，但光計算芯片還是沒有像傳統電芯片那樣實現大規模商業化。
直至2024年7月，光本位科技128*128矩陣規模光計算芯片成功流片，才正式推開了光計算芯片規模化商用的大門。
然而，技術突破只是一個敲門磚，接下來對光計算芯片和光本位科技來説，要面臨的是產業生態的挑戰。
對於光計算行業近年來的市場變化與生態水位，熊胤江表示，該賽道正逐漸呈現出市場多元化需求，“2022年前是大模型前市場，2022年之後進入了大模型浪潮帶動的大算力市場。”
隨着AI開始賦能千行百業，應用場景也開始從此前的安防、人臉識別、GNN架構、自然語言生成等細分領域，朝着大模型融合的趨勢加速邁進，同時也根據不同應用市場提出了更多垂類化、行業化、多元化的精細化算力需求。這一變化對硬件來説，相當於從一個GPU可以幹所有事情的模式逐漸被解構，變成更專有化的芯片去做專有化的事情的趨勢。
此外，各地政府對光計算產業的重視程度越來越高，在牽頭去做一些動作，包括資金支持力度以及一系列出台的政策和項目角度，都在為光計算產業的快速發展助力賦能。
能看到，無論是研究機構、產業廠商還是政府部門，都在積極推動光計算行業的生態進展，希望能夠把硅光、光計算技術做成未來能換道超車的非常重要的一張底牌。
針對業界討論較多的行業軟件生態，熊胤江認為，產業鏈任何一環的發展都是以商業利益為導向和牽引，而光計算軟件的短板本質還是在於硬件。他表示，“當我們**在硬件上面做到碾壓級的優勢之後，才有資格在軟件方面提出要求，**軟件供應商也才會自發的積極去做適配。”
而光本位科技這顆128×128矩陣規模的光計算芯片的成功流片，不僅是其自身技術和實力的充分展現，同時也在推動光計算軟件生態，推動產業生態完善上起到了示範效應和積極貢獻，助推國產光計算芯片走到了商業化節點。
展望公司未來整體產品的路徑規劃，熊胤江透露，我們的128*128光芯片完成了流片，配套的電芯片也已經完成了流片，目前正在進行光電合封的階段，預計明年我們會推出第一代光電融合的計算板卡。同時還將持續拓寬光計算領域的研發壁壘，進行更大矩陣規模的研發，包括但不限於256×256、512×512矩陣規模的光計算芯片研發，預計會在2026年推出第二代融合板卡並開始規模化出貨。
光本位科技通過深入產品週期，從芯片到板卡，再到下游適配和最終出貨，既能使公司一直保持研發的領先地位，又能確保產品能夠實現實際的工程化落地。
能看到，光本位科技以身示範，正積極參與到產業生態的構建過程當中。
但面對真實而複雜的實際場景考驗，目前市場客户普遍使用的是英偉達或AMD的GPU芯片，要實現光計算芯片/板卡的廣泛應用，對於光計算行業和光本位科技來講是否存在新的挑戰？
對此，熊胤江表示，不管是通過光還是量子去實現最終的計算效果，給到下游客户的接口一定是電接口，整個算力系統還是通過電介質驅動去調度的。因此，對客户來説，依舊是通過電芯片去調控光芯片的效果。
光本位科技的這顆芯片採用PCIe接口或其他通用標準進行數據交互，可以與數據中心兼容，未來也會確保光計算板卡在硬件上兼容現有生態。
另一方面，為了加強跟產業生態的兼容和耦合，光本位科技瞄準了光計算賽道長期投入資源和未來有潛力產生大量訂單的頭部客户進行深度合作，且目前已經在進行比較深度的探索與合作。
熊胤江坦言：“針對生態而言，只有切入了市場才有生態，不能只停留在自説自話的階段，必須要有人開始用了之後才會有生態。我們的整體策略是圍繞客户核心需求逐點擊穿，投入大量資源去做這件事情。”
針對光計算芯片實現規模化商用的討論，無論是科研院所，還是產業界，都認為**構建光電融合生態是一條必經之路。**光本位科技基於PCM相變材料實現了存算一體的存內計算，存儲單元與計算單元完全融合，已迭代出以光計算芯片為核心的電芯片設計能力。
目前，與國內封裝公司建立深度戰略合作，共同開發先進的**光電合封能力是光本位科技的下一個側重點所在，**也是強化產業鏈上下游聯動助推產業生態的有力舉措。
對此，熊胤江倡議，光計算行業可以嘗試構建一個把高校、科研院所、光計算芯片設計企業、晶圓廠、封測廠、光計算芯片應用企業等整個產業鏈串起來的創新聯合體，以共同參股市場化主體的深度合作模式加強各企業的投入和參與力度，共同推動國內光計算產業生態的繁榮發展。
成為世界上最好的光計算公司整體來看，與電芯片相比，光計算還處於一個較前期的發展階段。不過，隨着市場需求的爆發和生態系統的完善，光計算將以其超高速、高能效、低功耗的特性逐漸發揮更大的作用，為智能計算時代提供強有力的技術支撐。
正如光本位科技創業使命所示：**“讓光成為未來智能算力的基礎設施”。**而光本位科技在技術和商業化進程的率先突破，成為了光計算賦能千行百業的開端。
再反觀國內市場，半導體芯片產業被卡脖子一直是我國半導體產業都在試圖解決的挑戰。
在AI大模型對算力需求快速增長、芯片製程接近物理極限的當下，光計算芯片可複用國內成熟製程工藝，突破當前電計算芯片性能及能效瓶頸，增長潛力巨大。可見，光計算芯片或將有望在未來重新定義AI芯片市場格局。
光計算產業方興未艾，這個藍海賽道最終一定會形成馬太效應，就像英偉達在行業中的格局一樣，第一名吃下百分之七八十的份額，第二名可能10%左右，剩下的所有玩家去分剩下僅存的市場份額。
因此，對於光本位科技而言，在光計算產業落地和成熟之前，成為世界上最好的光計算公司就變得尤為重要，也是其想要去完成的使命。
採訪最後，熊胤江向筆者表示：“我們已經搶到了天時地利人和的身位優勢。只不過，當前行業正好處在一個資本偏冷的週期裏，但是偉大的公司可能就是在這樣的時期誕生的，因為這會讓我們在前期非常踏實，而不去做一些好高騖遠的事情。”