移动通信网 赵哲超
光计算芯片赛道再迎重量级新玩家。11月9日，光计算芯片研发商智子光垣科技(上海)有限公司宣布完成数亿元种子轮融资，投资方阵容涵盖AI未来基金、云启资本、原子创投、同鑫资本、国泰海通、海桐合创、险峰长青等多家机构。值得关注的信息点是时间维度：该公司成立于2026年5月22日，从注册到完成种子轮融资仅用时半年，这在动辄需要数年技术验证才能获得资本认可的硬科技领域相当罕见。创始人程远现任上海交通大学人工智能学院副教授，长期从事光子芯片与边缘智能研究，此前曾担任辛米尔科技联合创始人兼CTO，主导全栈产品体系搭建。资本快速下注的背后，是大模型训练与推理算力需求爆炸与先进制程供给受限之间的结构性矛盾——当前7纳米以下先进制程产能受出口管制与良率双重约束，而AI推理侧的Token生成成本已成为云厂商最大的运营支出项之一，光计算作为绕开电子芯片物理瓶颈的技术路线，正在获得一级市场的密集关注。
【关键数据】
[1] 种子轮融资数亿元人民币（成立仅半年）
[2] 烛龙OPU-08规格：256×256计算核心、150TOPS算力
[3] 研发团队近50人，核心成员完成数十款光芯片流片验证
[4] 公司成立于2026年5月22日
[5] 光学封装成本约占整卡成本40%至60%
从技术原理看，智子光垣的核心思路是利用光的并行计算特性直接参与AI运算。与传统电子芯片依靠晶体管开关进行二进制运算不同，光计算通过马赫-曾德尔干涉仪等光学器件构建调制单元，让光信号在干涉、衍射过程中完成矩阵乘法运算，天然契合Transformer架构中占比超过80%的大规模矩阵运算需求。其优势在于三点：一是光的传播速度接近真空光速且无电阻发热，理论上可将单位算力功耗降低一个数量级；二是光学计算阵列天然支持并行，不受制程微缩的物理限制，可在成熟制程上实现高算力密度；三是规避了电子芯片在先进制程、功耗和散热上的三重瓶颈。产品层面，公司已推出面向服务器计算加速的“烛龙OPU-08”，采用PCIe光电加速板卡形态，规格为256×256计算核心阵列、150TOPS算力，可直接插入现有服务器PCIe插槽，聚焦AI推理场景，为大模型云端部署提供“光子Token”算力供给。这种板卡形态的商业策略降低了客户部署门槛——无需改造数据中心基础设施即可完成算力升级。
光计算赛道的竞争格局正在快速成形。海外方面，Lightmatter已融资至D轮，累计融资超过4亿美元，估值突破40亿美元，其Passage光互连产品已与多家超大规模云厂商达成合作；国内方面，曦智科技、图灵量子、光本位等企业均在光电混合计算方向布局，其中曦智科技已完成多轮融资并发布光子计算处理器，清华大学、上海交大等高校团队孵化项目密集涌现。与传统GPU方案对比，智子光垣“烛龙OPU-08”的150TOPS算力在绝对数值上不及英伟达H100的数千TOPS（FP8精度），但光计算的优势基准在于能效比与制程自主性——其核心计算阵列不依赖7纳米以下先进制程，在当前供应链环境下具备独特的安全边际。智子光垣的差异化定位在于“从专用加速走向通用计算平台”的技术路线，而非停留在特定算子的加速器层面。团队方面，公司已组建近50人研发团队，核心成员累计完成数十款光芯片的设计、流片与验证，这一工程化经验在光计算创业公司中属于稀缺资产。
从产业链维度分析，光计算芯片涉及上游光芯片设计EDA工具、晶圆流片、光学封装，中游板卡集成，下游云厂商与智算中心部署。成本结构上，光计算芯片的瓶颈不在制程（可在28纳米及以上成熟工艺流片）而在光学封装环节——硅光芯片与光纤的对准精度需达到亚微米级，目前耦合封装成本约占整卡成本的40%至60%，自动化封装设备的国产化程度直接决定量产成本曲线。上游方面，国内硅光流片可依托中芯国际、上海新昇等成熟产线，供应链自主可控度远高于GPU路线。下游需求侧，国内智算中心建设持续扩张，推理算力需求随大模型应用普及呈指数级增长，单机柜功耗限制催生对高能效计算方案刚性需求，光计算的单位Token能耗优势若能兑现至实测数据，将直接改写云厂商的推理成本模型。对上游晶圆厂和封装厂而言，每一款光计算芯片的量产爬坡都意味着新增的硅光产能需求，产业链协同效应正在显现。
商业化进展方面，智子光垣选择了“板卡先行”的务实路径。烛龙OPU-08以PCIe加速板卡形态切入，客户无需重建数据中心即可接入现有服务器体系，这一定位瞄准的是大模型云端推理部署中最敏感的两个指标：延迟与电力成本。从行业落地案例看，光计算的商业化验证正在多个场景推进：曦智科技此前已与金融、交通行业客户开展光子计算方案试点；Lightmatter的光互连产品已进入超大规模数据中心供应链。对于成立仅半年的智子光垣而言，种子轮数亿元资金的用途可以推断集中于三个方向：工程样片流片与迭代、256×256核心阵列的良率爬坡、以及与云厂商或智算中心的联合验证测试。光计算产品的商业化周期通常需要经历实验室原型、工程样片、小批量部署、规模商用四个阶段，行业经验显示从样片到规模化部署约需18至36个月，半年完成融资意味着公司需要在此窗口期内跑通技术验证与首批客户落地的双重任务。
资本与产业的动向显示光计算赛道热度持续升温。近两年国内光电混合计算领域融资事件频发，多家机构将光计算列为“后摩尔时代”核心投资主题之一，AI未来基金、云启资本本轮联合押注智子光垣，延续了硬科技投资从模型层向算力底层设施迁移的趋势。从行业趋势看，三条主线正在交汇：一是大模型推理需求占比快速提升，Token生成成本成为竞争焦点，为高能效计算方案打开市场空间；二是先进制程获取受限，倒逼国内算力产业寻找非制程依赖的技术路线，光计算与成熟制程的结合具备战略价值；三是硅光产业链成熟度提升，国内流片、封装环节能力增强，将光计算芯片的工程化门槛降至创业公司可承受区间。企业层面，智子光垣下一步的关键节点将是烛龙OPU-08的实测能效数据披露与首批客户验证，若其单位功耗算力能在实测中达到GPU的数倍水平，公司在A轮融资中的议价能力将显著抬升。光计算能否从专用加速走向通用计算平台，程远团队与近50人研发阵容给出了国内路线图中最新的一个答案。
