总部位于美国德克萨斯州奥斯汀的人工智能芯片公司 Neurophos，近日公布了其光学处理单元（OPU）的核心测试成果。该公司声称，其自研 OPU 在低精度 FP4/INT4 工作负载下，算力性能达到英伟达最新 Vera Rubin NVL72 AI 超算的十倍，功耗却几乎持平。
Neurophos 的首席执行官 Patrick Bowen 透露，这一性能飞跃得益于两项核心设计创新：超大规模计算矩阵和高运行时钟频率。其 OPU 集成了 1000×1000 像素的光子传感器矩阵，是当前多数 AI GPU 256×256 像素矩阵的 15 倍以上，同时光晶体管物理尺寸缩小约 10,000 倍，解决了传统硅光子芯片难以集成的瓶颈。
从硬件参数来看，Tulkas T100 的核心单元面积约 25 平方毫米，相当于单个张量核心的“光学等效物”。虽然在纸面上不及英伟达 Vera Rubin 的 576 个张量核心，但 超大矩阵与高达 56 GHz 的运行时钟频率，让 Tulkas T100 在实际算力上实现超越。这个频率是电子芯片世界纪录的 6 倍，也远高于英伟达 RTX Pro 6000 的 2.6 GHz。
值得一提的是，Neurophos 的光晶体管仍可基于现有半导体制造体系生产，为未来与英特尔、台积电等晶圆厂合作量产奠定基础。不过，目前该芯片仍处于实验室测试阶段，预计 量产时间为 2028 年。在此之前，团队需解决大量矢量处理单元配套、SRAM 与光学计算单元协同适配等关键问题。
光子学以高速、低功耗的特性，成为全球科技巨头布局重点。英伟达 Vera Rubin 已集成 Spectrum-X 以太网光子交换系统，AMD 也计划投资 2.8 亿美元建立硅光子研发中心。全球初创企业同样加速入局，推动光子计算技术多元化探索。
Neurophos 的突破，展示了光学计算在 AI 大模型训练与低精度推理中的天然优势。光子替代电子，可物理上突破传统芯片的发热与频率上限瓶颈。尽管光子芯片仍需克服量产良率、成本控制及电子架构适配问题，但它为 突破硅技术算力极限提供了全新路径。
随着全球 AI 算力需求暴涨，光子学或将成为下一代 AI 计算的核心方向。Neurophos 的进展，以及英伟达、AMD 等巨头的布局，将进一步推动光子计算技术落地，光子与电子的异构架构，或将成为未来 AI 超算的主流形态。
