光学计算新突破：Neurophos获1.1亿美元融资，打造能效50倍于英伟达的AI推理芯片

当全球数据中心因AI推理任务而电力吃紧时，一项源自“超材料”前沿研究的技术，正试图从根本上改写计算硬件的游戏规则。最新行业动态指出，一家专注于光子计算（Photonic Computing）的初创公司Neurophos，刚刚完成了高达1.1亿美元的A轮融资，其目标是开发一种全新的光学处理器，宣称在AI推理任务上的能效和速度，将远超当前市场主导的硅基GPU。

从“隐身衣”到AI芯片：超材料的技术跃迁

市场消息显示，Neurophos的核心技术源于对超材料（Metamaterials）——一种具有自然界材料所不具备的电磁特性的人工复合材料——的深入研究。二十多年前，这项研究曾催生出早期的“隐身衣”概念原型。如今，Neurophos的团队将这一原理应用于计算领域，开发出名为“超表面调制器（Metasurface Modulator）”的微型光学元件。

该公司的技术关键在于，将成千上万个这种调制器集成到单一芯片上，形成一个光学处理单元（Optical Processing Unit, OPU）。其工作原理是利用光的特性来执行矩阵向量乘法（Matrix Vector Multiplication）——这是深度学习，尤其是模型推理（Inference）中最核心、最耗能的数学运算。目前，这项任务主要由英伟达（NVIDIA）的GPU或谷歌的TPU等硅基芯片承担。

破解光子计算量产难题：尺寸与工艺的双重革新

光子计算并非新概念。理论上，光传输速度更快、产热更少、受环境电磁干扰小，是比电子更理想的信息载体。然而，传统光学元件体积庞大、难以集成，且需要在光信号与电信号之间进行频繁转换，这些“光电转换”模块本身又大又耗能，长期制约着光子芯片的实用化。

Neurophos声称其技术一举攻克了这些瓶颈。该公司披露，其超表面调制器的尺寸比传统光学晶体管小了约“一万倍”。这种微型化使得在单芯片上高密度集成成为可能，从而能在光学域内完成大量计算，极大减少了耗能的光电转换次数。

“如果你想追求速度，就必须先解决能效问题。”熟悉该公司技术路线的人士解释道，“如果你让芯片速度提升100倍，但功耗也增加100倍，这是没有意义的。我们的路径是，通过光学计算从根本上提升能效，从而获得高速运算的特权。”

宣称性能碾压现行方案，剑指2028年量产

根据该公司在一份最新文件中披露的数据，其OPU原型芯片运行频率可达56 GHz，峰值算力高达235 Peta Operations Per Second（POPS），而功耗仅为675瓦。作为对比，英伟达最新的B200 AI GPU在1000瓦功耗下可提供约9 POPS的算力。若数据属实，Neurophos芯片在单位功耗下的算力表现具有数量级优势。

该公司CEO表示，其技术优势是“革命性而非进化性的”。他指出，传统硅基芯片的性能提升紧密依赖台积电（TSMC）等代工厂的制程进步，每代能效提升约15%。而光学计算从物理原理上跳出了这一框架，即使到2028年其产品上市时，预计仍将保持对市场上所有硅基方案的巨大优势，宣称能效和原始速度将比英伟达的Blackwell架构高出50倍。

更关键的是，为解决量产难题，Neurophos强调其芯片可以使用标准的硅基芯片代工厂材料、工具和工艺进行制造，这大大降低了商业化生产的门槛。