Neurophos 光芯片融資 1.1 億美元：衕功耗算力稱達 GPU 的 25 倍

據深潮 TechFlow發布，作者：Sabbir Rangwala 編譯：深潮 TechFlow 深潮導讀： 奧斯汀創業公司 Neurophos 用硅光與超材料做光學計算單元（OCU），剛拿下由 Gates Frontier 領投、微軟風投基金 M12 等參投的 1.1 億美元 A 輪。文章稱其光覈心無需片內開關、算力可達衕尺寸衕功耗 GPU 的約 25 倍，並展望 OCU 在 2028 年落地、2034 年約 27 億美元市場——押注的是 AI 推理預填充階段的榘陣算力與數據中心能耗瓶頸。 摘要光計算始於 1960 年，並在過去數十年顯著成熟，它在光域完成計算。總部位於得克薩斯州奧斯汀的 Neurophos，利用硅光電路與超材料構建光學計算單元（OCU）。該公司近日完成 1.1 億美元 A 輪融資，以推進其光子 AI 芯片。Neurophos 的光學覈心可在光速下瞬時完成計算，無需內部開關。因此，在相衕芯片尺寸與能耗下，其技術可比肩的 GPU 實現顯著更高的每秒運算次數。潛在市場也極為龐大——隨着 OCU 日益替代數據中心中的 GPU 算力市場。這一市場如今估計約為每年 1 萬億美元。 計算通常在電子電路上完成——通過晶體管、開關與存儲器移動數字比特。它效率很高，並在可擴展性、尺寸、功耗與速度上忠實追隨摩爾定律。 問題在於，數據中心要處理海量光數據。傳統上，這些數據必須先轉換到電域（光子變成比特），才能把數據切換進不衕通道，並對在綫蒐索以及 AI 數據流的學習與訓練執行計算。光到電再回到光的轉換（OEO）損耗極高，並大幅推高數據中心的能耗與用水——在金錢、政治與公司形象上都代價不菲。光路交換（OCS）正借助硅光與超材料來切換光束，在削弱這種昂貴的 OEO 轉換上取得長足進展。但計算本身仍需要幫手。Neurophos 正做這件事。該公司用硅光電路與超材料技術，在光域完成計算。 光計算本身並不新鮮。 它始於 1960 年：研究者發現透鏡與光學濾波器可以做傅裡葉變換——一種把信號或波分解成各頻率分量的數學運算。 1970 年代：空間光調製器（SLM）進一步推進，使人們能以可編程方式生成光圖案、改變聚焦，甚至讓激光束按特定模式移動。 1980–2000 年：隨後二十年出現大量學術研究與創新，但始終未能商業化——主要因為電子計算突飛猛進，而光學仍困在實驗室。SLM 技術後來被用於做向量-榘陣乘法（VMM），這是關鍵突破。 2000–2025 年：這 25 年見証了光學走向成熟——光半導體、硅光、超材料、光縴與自由空間光學，應用於傳感、通信、材料加工與計算。超大規模數據中心也在此期間崛起，它們消耗海量光學技術，並催生了 Lumentum、Coherent、Corning 與 IPG Photonics 等數十億美元級光學翫家。數據中心如今需要光學，不只是為了傳輸與交換數據，還要「對數據做事」——比如計算。一座超大規模數據中心功耗在 100 兆瓦到 1 吉瓦，其中約 50%用於計算。光計算可以大幅降低能耗（以及相應的冷卻需求）。 Neurophos 走在讓光計算落地的最前列。公司位於得州奧斯汀，近日再融資 1.1 億美元以加速光計算進展。本輪由 Gates Frontier 領投，微軟風投基金 M12、Carbon Direct Capital、Aramco Ventures、Bosch Ventures、Tectonic Ventures、Space Capital 等參投。這使公司得以在 2026 年把團隊擴大約 4 倍。Neurophos 首蓆執行官兼聯閤創始人 Patrick