在人工智能芯片領域，一家名為Neurophos的初創公司憑借其硅光子學技術的重大突破引發關注。這家由比爾·蓋茨旗下蓋茨前沿基金支持的企業，成功開發出全球首款光學處理單元（OPU），其核心組件——集成光晶體管的體積較現有技術縮小約10000倍，首次在單芯片上實現了1000×1000像素規模的光子計算矩陣。這一突破標志著光計算從實驗室走向實用化的關鍵一步。
Neurophos推出的首款光學加速器Tulkas T100，在FP4/INT4精度下的AI計算性能達到英偉達最新Vera Rubin NVL72超級計算機的十倍，而功耗水平卻與之相當。這種性能躍升得益于兩項核心技術：其一是1000×1000的光子計算矩陣，遠超當前GPU主流的256×256尺寸；其二是高達56 GHz的運行頻率，分別是英特爾酷睿i9-14900KF處理器（9.1 GHz）和英偉達RTX Pro 6000 GPU（2.6 GHz）的6倍和21倍。公司首席執行官Patrick Bowen形象地比喻："傳統光晶體管像2米長的水管，而我們的技術將其縮小到20微米，相當于把水管變成了針尖。"
該技術的核心創新在于將光晶體管微型化至與CMOS工藝兼容的尺度。傳統硅光子工廠生產的光晶體管長度約2毫米，難以實現高密度集成。Neurophos通過重新設計光子結構，使單個光學張量核心（面積僅25平方毫米）就能承載傳統需要數百個數字核心才能完成的任務。更關鍵的是，這項技術完全基于現有半導體制造流程，為未來與英特爾、臺積電等晶圓廠合作量產鋪平了道路。
盡管Tulkas T100在矩陣維度和時鐘頻率上占據優勢，但其芯片架構與英偉達存在顯著差異。英偉達Vera Rubin芯片集成了576個數字張量核心，而Neurophos僅用單個光學核心就實現了更高有效吞吐量。這種差異源于光計算特有的并行處理機制——光子矩陣可同時處理所有數據點，無需像電子芯片那樣逐個運算。
不過，這項突破性技術仍面臨多重挑戰。Neurophos承認，當前工程驗證階段需要解決片上SRAM容量不足、矢量處理單元擴展困難以及光電協同設計等難題。公司預計量產時間不會早于2028年，期間需完成從實驗室樣品到工業級產品的全面優化。行業分析師指出，若能突破這些瓶頸，光計算芯片有望在AI訓練、科學計算等高算力場景引發變革。
