在人工智能芯片领域，一家名为Neurophos的初创公司凭借其硅光子学技术的重大突破引发关注。这家由比尔·盖茨旗下盖茨前沿基金支持的企业，成功开发出全球首款光学处理单元（OPU），其核心组件——集成光晶体管的体积较现有技术缩小约10000倍，首次在单芯片上实现了1000×1000像素规模的光子计算矩阵。这一突破标志着光计算从实验室走向实用化的关键一步。
Neurophos推出的首款光学加速器Tulkas T100，在FP4/INT4精度下的AI计算性能达到英伟达最新Vera Rubin NVL72超级计算机的十倍，而功耗水平却与之相当。这种性能跃升得益于两项核心技术：其一是1000×1000的光子计算矩阵，远超当前GPU主流的256×256尺寸；其二是高达56 GHz的运行频率，分别是英特尔酷睿i9-14900KF处理器（9.1 GHz）和英伟达RTX Pro 6000 GPU（2.6 GHz）的6倍和21倍。公司首席执行官Patrick Bowen形象地比喻："传统光晶体管像2米长的水管，而我们的技术将其缩小到20微米，相当于把水管变成了针尖。"
该技术的核心创新在于将光晶体管微型化至与CMOS工艺兼容的尺度。传统硅光子工厂生产的光晶体管长度约2毫米，难以实现高密度集成。Neurophos通过重新设计光子结构，使单个光学张量核心（面积仅25平方毫米）就能承载传统需要数百个数字核心才能完成的任务。更关键的是，这项技术完全基于现有半导体制造流程，为未来与英特尔、台积电等晶圆厂合作量产铺平了道路。
尽管Tulkas T100在矩阵维度和时钟频率上占据优势，但其芯片架构与英伟达存在显著差异。英伟达Vera Rubin芯片集成了576个数字张量核心，而Neurophos仅用单个光学核心就实现了更高有效吞吐量。这种差异源于光计算特有的并行处理机制——光子矩阵可同时处理所有数据点，无需像电子芯片那样逐个运算。
不过，这项突破性技术仍面临多重挑战。Neurophos承认，当前工程验证阶段需要解决片上SRAM容量不足、矢量处理单元扩展困难以及光电协同设计等难题。公司预计量产时间不会早于2028年，期间需完成从实验室样品到工业级产品的全面优化。行业分析师指出，若能突破这些瓶颈，光计算芯片有望在AI训练、科学计算等高算力场景引发变革。
