AI算力饥渴和高能耗困局谁来解？两位95后创始人用相变材料光计算构建新范式

AIGC动态6小时前发布 almosthuman2014

77 0 0

文章摘要

数字化浪潮中，人工智能应用的爆发式增长正以前所未有的力度重构生产力边界，而算力作为支撑这一变革的核心基础设施，其供需紧张关系已成为产业持续升级的重要瓶颈。传统电芯片在摩尔定律逼近物理极限的背景下性能提升放缓，而AI算力需求每3.4个月便翻倍，导致数据中心能耗激增。以GPT-4为例，其训练过程日均耗电0.43吉瓦时，相当于2.85万户欧美家庭的用电量。全球数据中心耗电量预计到2030年将翻倍至945太瓦时。

在此背景下，光计算凭借光速传输、大算力、低功耗等优势成为破解算力困境的重要方向。光本位科技通过”硅光加相变材料异质集成”技术路线，成功流片全球首颗128×128矩阵规模光计算芯片，突破了行业多年的矩阵规模瓶颈。这家由两位95后海归创立的企业，其技术源于创始人熊胤江和程唐盛多年积累。两人在学术上分头深耕——程唐盛主导相变材料光计算芯片研发，熊胤江则聚焦AI算法技术，亲身感受到现有计算范式的局限。

2021年成为关键转折点，程唐盛在实验室实现大规模矩阵光子存内计算突破，而熊胤江则发现AI训练算力需求激增，两人意识到光计算与AI需求的高度契合。基于这一洞见，他们选择”光计算+AI”赛道，并于2022年创立光本位科技。创业初期，团队面临首轮流片即决定项目存续的考验，最终通过优化相变材料、核心光器件等维度，成功完成小矩阵芯片功能验证。

在技术突破方面，团队创新设计Crossbar光子矩阵计算结构，提高芯片面积利用率，使128×128芯片集成16000+可实时编程节点。这一突破使光计算达到商业化”临界点”，能够支撑大模型推理/训练等复杂应用。目前，公司正推进256×256及更大矩阵规模芯片流片计划，并构建完整的光计算产品体系。

商业化布局上，光本位科技采取”双向扎根”策略：上游与国内硅光产线深度合作，下游与互联网巨头联合研发定制化产品。公司已完成多轮融资，整合产业链资源，率先在光计算领域打通”材料-设计-制造-应用”全链条能力。光电融合计算系统当前虽仍需电驱动，但通过提升光计算占比，持续优化计算效率、降低系统能耗，正成为构建下一代绿色高效智算基础设施的方向。

光计算的突围可能让低碳甚至零碳AI大模型推理/训练成为现实，中国有望在新型AI计算范式定义权之争中实现”换道超车”。未来，光计算将推动智算中心向高效”城市数字心脏”演进，并在自动驾驶、医疗影像等领域带来革命性变革。这不仅是一场技术革新，更将开启算力无限、能耗可控的智能时代，释放智能技术的人文价值。