Neurophos 光芯片融资 1.1 亿美元：同功耗算力称达 GPU 的 25 倍

据深潮 TechFlow发布，作者：Sabbir Rangwala 编译：深潮 TechFlow 深潮导读： 奥斯汀创业公司 Neurophos 用硅光与超材料做光学计算单元（OCU），刚拿下由 Gates Frontier 领投、微软风投基金 M12 等参投的 1.1 亿美元 A 轮。文章称其光核心无需片内开关、算力可达同尺寸同功耗 GPU 的约 25 倍，并展望 OCU 在 2028 年落地、2034 年约 27 亿美元市场——押注的是 AI 推理预填充阶段的矩阵算力与数据中心能耗瓶颈。 摘要光计算始于 1960 年，并在过去数十年显著成熟，它在光域完成计算。总部位于得克萨斯州奥斯汀的 Neurophos，利用硅光电路与超材料构建光学计算单元（OCU）。该公司近日完成 1.1 亿美元 A 轮融资，以推进其光子 AI 芯片。Neurophos 的光学核心可在光速下瞬时完成计算，无需内部开关。因此，在相同芯片尺寸与能耗下，其技术可比肩的 GPU 实现显著更高的每秒运算次数。潜在市场也极为庞大——随着 OCU 日益替代数据中心中的 GPU 算力市场。这一市场如今估计约为每年 1 万亿美元。 计算通常在电子电路上完成——通过晶体管、开关与存储器移动数字比特。它效率很高，并在可扩展性、尺寸、功耗与速度上忠实追随摩尔定律。 问题在于，数据中心要处理海量光数据。传统上，这些数据必须先转换到电域（光子变成比特），才能把数据切换进不同通道，并对在线搜索以及 AI 数据流的学习与训练执行计算。光到电再回到光的转换（OEO）损耗极高，并大幅推高数据中心的能耗与用水——在金钱、政治与公司形象上都代价不菲。光路交换（OCS）正借助硅光与超材料来切换光束，在削弱这种昂贵的 OEO 转换上取得长足进展。但计算本身仍需要帮手。Neurophos 正做这件事。该公司用硅光电路与超材料技术，在光域完成计算。 光计算本身并不新鲜。 它始于 1960 年：研究者发现透镜与光学滤波器可以做傅里叶变换——一种把信号或波分解成各频率分量的数学运算。 1970 年代：空间光调制器（SLM）进一步推进，使人们能以可编程方式生成光图案、改变聚焦，甚至让激光束按特定模式移动。 1980–2000 年：随后二十年出现大量学术研究与创新，但始终未能商业化——主要因为电子计算突飞猛进，而光学仍困在实验室。SLM 技术后来被用于做向量-矩阵乘法（VMM），这是关键突破。 2000–2025 年：这 25 年见证了光学走向成熟——光半导体、硅光、超材料、光纤与自由空间光学，应用于传感、通信、材料加工与计算。超大规模数据中心也在此期间崛起，它们消耗海量光学技术，并催生了 Lumentum、Coherent、Corning 与 IPG Photonics 等数十亿美元级光学玩家。数据中心如今需要光学，不只是为了传输与交换数据，还要「对数据做事」——比如计算。一座超大规模数据中心功耗在 100 兆瓦到 1 吉瓦，其中约 50%用于计算。光计算可以大幅降低能耗（以及相应的冷却需求）。 Neurophos 走在让光计算落地的最前列。公司位于得州奥斯汀，近日再融资 1.1 亿美元以加速光计算进展。本轮由 Gates Frontier 领投，微软风投基金 M12、Carbon Direct Capital、Aramco Ventures、Bosch Ventures、Tectonic Ventures、Space Capital 等参投。这使公司得以在 2026 年把团队扩大约 4 倍。Neurophos 首席执行官兼联合创始人 Patrick