光驱动的 AI 算力卡也就是**光子计算Photonic Computing**芯片用光子光代替电子来做矩阵乘法和数据传输。它的核心优势是光速传播、零电阻发热、天然并行、能耗极低理论上能打破电子芯片的功耗墙和内存墙。目前这个领域最活跃的公司主要有以下几家一、Neurophos用超材料把光学元件缩小一万倍总部美国德州奥斯汀Austin在硅谷红木城有工程站点成立2020 年创始人Dr. Patrick BowenCEO、Dr. Andrew TraversoCTO——两人都是杜克大学Duke University的博士公司最初在杜克地下室孵化。核心技术超材料光学调制器传统光子芯片的问题是光学元件太大微米级无法在单芯片上集成足够多的计算单元。Neurophos 的突破在于利用超材料Metamaterials将光学调制器缩小了10,000 倍在单颗芯片上集成了超过 100 万个微米级光学处理单元。这使得大规模、可制造的光子 AI 计算成为可能。芯片被称为OPUOptical Processing Unit光学处理单元定位为 GPU 的即插即用替代。性能声称比当前领先 GPU性能和能效提升 100 倍功耗仅为传统 GPU 的1%专为 AI 推理设计可扩展至 Exaflop 级别融资情况2026 年 1 月1.1 亿美元 Series A超额认购由 **Gates Frontier比尔·盖茨的风投基金**领投参投方M12微软风投、Aramco Ventures沙特阿美、Bosch Ventures、Carbon Direct Capital 等累计融资1.18 亿美元2026 年 4 月公司宣布人数增长近 3 倍从 NVIDIA、Meta、Intel、Qualcomm 等挖来大量高管与 Groq 的渊源前文提到的Douglas WightmanGroq 联合创始人于 2026 年 4 月加入了 Neurophos 的战略顾问委员会。风险点截至 2026 年初尚未有付费客户仍处于商业化早期需要同时解决大规模制造和软件生态问题NVIDIA 每 12 个月迭代一次100 倍的优势窗口可能随时间缩小二、Lightelligence光电混合 光互连准备香港 IPO总部中国 Boston 起家现主要在中国运营成立2017 年创始人沈亦晨Yichen Shen——MIT 博士其光子深度学习研究发表于Nature Photonics专利截至 2026 年 3 月拥有410 项专利两条产品线1. 光计算芯片PACEPhotonic Arithmetic Computing Engine2021 年发布用 12,000 个光学器件马赫-曾德尔干涉仪 MZI在 1 GHz 下运行。在某些 NP-complete 问题如伊辛模型上比 NVIDIA RTX 3080 快100 倍比东芝专用 FPGA 系统快 25 倍。Pace 2采用先进 3D 封装OptiHummingbird光网络加速卡2. 光互连Optical InterconnectHummingbird蜂鸟全球首款光网络芯片oNOC, Optical Network-on-Chip2023 年在 Hot Chips 发布。将光子芯片和电子芯片垂直堆叠封装用光波导实现芯片内全互联打破内存墙。LightSphere X2025 年发布的光路交换机声称可将 GPU 超节点互联效率提升50%以上商业模式既卖光计算加速卡也卖光互连设备2026 年 4 月公司通过香港交易所上市聆讯有望成为首家专注光子 AI 基础设施的上市公司三、Lightmatter从光互连走向光计算总部美国波士顿成立2017 年背景MIT 团队产品路线Envise2021 年推出的首款商用光子 AI 芯片用于 AI 推理加速Passage光互连层interposer用于芯片间和机架间的光通信采用硅光子学Silicon Photonics 电子混合架构利用光的并行性和速度做矩阵运算特点与 Lightelligence 类似走光电混合路线不仅做计算也做数据中心的光互连2024 年 9 月与 PhotonCompute Labs 合作扩展全球数据中心光子 AI 芯片部署四、Ayar Labs专注光互连而非光计算总部美国成立2015 年背景MIT 团队Ayar Labs 的定位与前几家不同——它不做 AI 计算本身而是做芯片间的光互连用光代替铜线连接 GPU/CPU/内存解决带宽和延迟瓶颈2025 年展示了业界首个太比特级光链路Tera-bit optical link与 NVIDIA、Intel、AMD 等合作把光互连集成到它们的生态中这属于光子辅助计算而非纯光子计算。五、其他玩家公司背景特点Celestial AI美国光子 AI 处理器光互连 计算Luminous Computing普林斯顿大学基于微环光滤波器的Broadcast and Weight方案Xanadu / PsiQuantum加拿大/美国量子光子计算非传统 AI 加速Optalysys英国剑桥大学2013 年成立较早的光学协处理器六、光子计算的三座大山尽管概念诱人光子 AI 芯片要真正挑战 NVIDIA还需跨越制造与封装光学元件对温度敏感光电混合封装良率低大规模量产困难软件生态没有 CUDA 级别的开发工具模型迁移成本高精度与噪声模拟光计算存在噪声和精度损失需要硬件感知训练Hardware-Aware Training来弥补总结公司路线阶段核心优势Neurophos纯光子计算OPUA 轮商业化早期超材料缩小 10,000 倍100 倍能效Lightelligence光电混合计算 光互连准备 IPO410 项专利PACE 100 倍加速Lightmatter光电混合计算商用推进光互连 计算一体化Ayar Labs光互连不做计算与巨头合作太比特光链路生态兼容光子计算目前仍处于**“物理验证通过工程化待证明”**的阶段。Neurophos 和 Lightelligence 是最接近光驱动 AI 算力卡落地的两家公司但距离大规模替代 GPU 还有一段距离。如果成功它可能是继 GPU 之后下一个颠覆性的算力范式。