AI算力饑渴誰來解？兩位95后創始人用相變材料光計算構建新范式

機器之心發布

機器之心編輯部

光本位兩位聯合創始人，左為熊胤江、右為程唐盛

數字化浪潮重塑全球產業格局的進程中，人工智能應用的爆發式增長正以前所未有的力度重構生產力邊界，而算力作為支撐這一變革的核心基礎設施，其供需之間的緊張關系正逐漸成為影響產業持續升級的重要瓶頸。

傳統電芯片在摩爾定律逼近物理極限的背景下，性能提升速度顯著放緩，與之相對的是 AI 算力需求每 3.4 個月便實現翻倍，這種供需失衡直接導致數據中心能耗激增，國際能源署發布的《能源與 AI》報告顯示：以 OpenAI 的 GPT-4 為例，該數據模型在持續 14 周的數據模型訓練中消耗了 42.4 吉瓦時電力，日均耗電 0.43 吉瓦時，這堪比 2.85 萬戶歐美家庭的日均用電量。放眼全球，2024 年全球數據中心耗電量已達 415 太瓦時（占全球用電量 1.5%），預計到 2030 年這一數據將翻倍至 945 太瓦時。

128*128矩陣規模光計算芯片

在此局面下，光計算作為一種新的計算范式逐漸進入產業視野。以光為信息載體的計算方式，憑借光速傳輸、大算力、低功耗等固有優勢，成為破解算力困境的重要方向。在這場算力革命的關鍵節點，光本位科技應運而生，憑借 “硅光加相變材料異質集成” 的創新技術路線，成為推動光計算商業化落地的重要力量。這家由兩位 95 后海歸創立的企業，于 2024 年 6 月成功流片全球首顆 128×128 矩陣規模光計算芯片，不僅突破了困擾光計算行業多年的矩陣規模瓶頸，更以存算一體架構推動光計算從實驗室走向產品級應用，為下一代算力競爭探索了新的計算范式。

蘊育八年的科技少年創業之約

18 歲的熊胤江與 17 歲的程唐盛在四川南寶山的羌寨支教時相識。夜晚，兩人擠在拼起來的床板上聊天，程唐盛一句 “想創立一家科技公司”，正說出了熊胤江深埋心底的念頭。這次相遇埋下的種子，在之后的歲月里悄然生長。

三年后，兩人又共同參與內蒙古某生態治理項目，帶領青少年實地體驗科技如何改變環境。盡管項目本身屬教育性質，但通過這次實踐，兩人進一步堅定了 “以創新技術直面真實問題” 的共識：真正有意義的創業，必須切中產業核心訴求，實現從零到一的突破。

隨后數年，兩人在學術上分頭深耕 —— 程唐盛赴牛津大學師從英國皇家工程院院士 Harish Bhaskaran，主導和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；熊胤江則在芝加哥大學聚焦 AI 算法技術研發與商業化，親身參與早期大模型推理 / 訓練，深切感受到現有計算范式在算力與能效上的局限。

2021 年成為關鍵轉折。程唐盛在實驗室取得突破，利用相變材料實現了大規模矩陣光子存內計算；幾乎同一時間，熊胤江在實戰中發現 AI 訓練的算力需求激增，現有計算范式的能耗成本已成為顯著短板。頻繁越洋通話中，他們意識到：光計算在矩陣運算中高出電芯片千倍的能效，正與 AI 對算力的巨大需求高度契合。

基于這樣的技術洞見和市場判斷，他們做出了 “光計算 + AI” 的賽道選擇。這一決策源于雙重考量：一是全球技術路線尚未定型，中國在光通信產業鏈的積累具有先發優勢；二是光計算的天花板足夠高，絕非局限于細分領域的 “內卷市場”。

程唐盛和熊胤江相繼回到中國，2022 年 4 月光本位科技正式成立。兩人在創業初期達成共識：“我們要做的不是短期變現，而是推動光計算從實驗室走向產業化，成為下一代算力革命的關鍵參與者。”

首輪流片即決定項目存續

創業初期的光本位科技，曾面臨首輪流片即決定項目存續的關鍵考驗。2022 年公司啟動時，資金僅夠支撐一次流片，團隊從 4 月起就全身心投入芯片設計，光是完成仿真模擬與設計方案就耗費了三四個月時間，期間由于條件有限兩位創始人帶著核心研發人員駐場實驗室，最終順利完成小矩陣芯片的功能驗證，確保關鍵器件與整體效果都 “平安落地”。

“半導體是長周期行業，初期既要證明技術可行性，更要讓市場相信其商業價值。” 程唐盛的這句話，道出了硬科技創業的雙重挑戰。選定方向后，真正的 “硬仗” 才剛開始。矩陣規模和核心器件性能是影響光芯片算力和計算效率的關鍵。團隊從相變材料、核心光器件、光芯片架構等維度做了全面優化，不僅成功地降低了光芯片傳輸損耗，縮小了器件尺寸，而且計算效率與精度都獲得了顯著提高。程唐盛解釋：“光芯片矩陣規模的擴大可以直接帶來算力和計算效率的提高，但隨之而來的也有光損耗的增加以及片上光器件的穩定性與精度等問題，只有當木桶的最短板也能滿足要求的時候，整體系統才能高效地運行。”

Crossbar技術路線演示

在擴大矩陣規模的同時，團隊通過創新設計 Crossbar 光子矩陣計算結構，將芯片面積利用率提高，這一設計讓 128×128 芯片不僅集成 16000 + 節點，而且每個節點均可實時編程，打破了傳統光芯片 “固定權重只能處理單一任務” 的局限。2024 年 6 月，這顆芯片流片成功，成為全球首顆達到商用標準的光計算芯片。128×128 被業界稱為光計算商業化的 “臨界點”。這是因為，矩陣規模低于 128×128 則算力不足、密度偏低，無法支撐大模型推理 / 訓練等復雜應用。

為產品商業化進行前瞻性布局

當前，光本位科技正邁出產品商業化的關鍵一步。程唐盛介紹，公司設計的第一代光電融合計算卡即將給下游用戶送樣，與此同時，256×256 以及更大矩陣規模的光計算芯片流片計劃也在快速推進中，更重要的是，公司已經構建了完整的光計算產品體系。

產業鏈聯動方面，光本位科技選擇 “雙向扎根” 的布局。其上游與國內多條硅光產線深度合作，從 8 寸到 12 寸全面覆蓋，通過提前卡位先進制造資源，確保工藝穩定與供應鏈可控，其下游則一邊與互聯網巨頭聯合研發定制化產品，一邊參與標準化的地方政府智算中心建設。

光本位科技光電融合計算卡

產品商業化的前瞻性布局也體現在光本位科技的融資策略中。熊胤江認為，在光計算這一長周期賽道的發展過程中，與理解技術演進規律、認同長期價值的資本合作尤為重要。在他看來，具備產業認知和長期視角的投資方，能夠更好地陪伴企業完成從技術研發到規模化商用的全過程。

2023 年 6 月，光本位科技獲得云啟資本、峰瑞資本、小苗朗程、奇績創壇等的天使輪投資，8 個月后又完成了天使 + 輪融資，加速了 128×128 芯片流片進程。2024 年 12 月，公司與具有豐富應用場景資源的國內互聯網巨頭達成戰略合作，實現深度的生態協同。2025 年 6 月，由敦鴻資產領投、浦東科技天使母基金等國資基金參與的新一輪融資，則進一步整合了上海、蘇州等地的產業鏈資源，為后續量產爬坡提供了堅實保障。這意味著光本位科技已率先在光計算領域打通了 “材料 - 設計 - 制造 - 應用” 的全鏈條能力。

有望贏得新型 AI 計算范式定義權

當前，光計算芯片仍需依靠電驅動，光和電通過模擬芯片可協同運作：光芯片處理 AI 線性運算，電芯片負責調度與非線性處理，形成精密配合的光電融合計算系統。

光本位科技光電融合計算系統

熊胤江在采訪中說：“我們希望越來越多地讓光參與整個計算架構。” 盡管實現 “全光計算” 仍屬長期愿景，但在現階段不斷提升光計算的占比，通過光電協同持續優化計算效率、降低系統能耗，已成為構建下一代綠色高效智算基礎設施的必然方向。

光計算的突圍可能讓低碳甚至零碳 AI 大模型推理 / 訓練從幻想變成現實 —— 中國有望在新型 AI 計算范式定義權之爭中實現 “換道超車”。

在不遠的將來，智算中心或許不再依賴巨量電力維持運轉，散熱壓力大幅減輕，運行噪音顯著降低，演進為高效的 “城市數字心臟”，以更友好的姿態與城市共生；在自動駕駛領域，光芯片納秒級的處理速度，能讓車輛更迅速地解析路況數據，面對雨天路滑、夜間行駛等復雜場景，系統的環境感知與決策響應將更精準高效，為出行安全增添重要保障；醫療影像中心里，光計算賦能的系統可加速模型重建與分析，讓 “早發現、早診斷” 的普惠醫療更易實現。

光計算的產業化不是終點，而是新一輪 AI 技術革命的起點，開啟的將是一個算力無限、能耗可控的智能時代。當我們不再為算力付出昂貴的能源與環境代價，智能時代的人文價值也將隨之釋放。