日期：2026-07-29 08:38:25
智东西
智东西7月27日报道，在上周闭幕的WAIC 2026上，光计算成为被受关注的新技术方向之一。但与往年侧重展示技术突破不同，今年行业讨论的重点已转向商业落地。
会上，国内光电混合算力龙头企业曦智科技举办了WAIC历史上首个完整聚焦AI光算力的专题论坛，光计算部分开始聚焦更现实的问题：哪些场景适合率先部署光计算、哪些行业最需要光计算，以及如何推动规模化落地。
论坛之外，曦智科技首次展示了全球首款光电智算一体机“天枢·光立方”，并基于这一产品打造了一套实时视觉感知系统，在WAIC现场供观众体验。
这套系统也在曦智自己的办公楼里完成了“压力测试”。“天枢·光立方”被用于驱动门禁系统，每天运行数百次目标检测任务，并在毫秒级的时长中准确完成图像识别任务。
▲“天枢·光立方”
这是光计算首次进入真实高频民用场景，实现长期稳定运行，也意味着光计算开始拥有可持续运行、可验证效果、可复制推广的商业案例。
同样值得关注的是，曦智创始人兼董事长沈亦晨博士透露，曦智最新一代PACE 3光计算芯片已在今年6月成功回片，这代芯片的光子矩阵规模超过256×256，主要面向低延迟大模型推理设计，有望解锁更丰富的使用场景。
从讨论“光计算能不能做”，到思考“光计算应该先在哪里落地”，今年WAIC释放出一个清晰信号：光计算正从验证技术可行性，迈向验证商业可行性的关键阶段，产业化窗口正在开启。
一、理论优势显著，光计算商业化的卡点是什么？过去几年，随着硅光技术逐渐成熟、AI算力需求持续爆发，光计算再次成为全球AI算力领域的重要方向。光子具备带宽高、传输损耗低、天然支持并行计算等优势，理论上能突破芯片功耗和带宽瓶颈，被认为是后摩尔时代最具潜力的新型计算架构之一。
全球范围内，光计算的创新生态正加速成型。初创企业纷纷涌现，呈雨后春笋之势；学术界相关论文发表量连年稳步增长；技术路径上，多条路线并行推进；美国、欧洲、日本等地区亦围绕硅光芯片、光互连与光计算器件展开长期系统性布局。
国内，曦智科技是较早布局光计算产业化的企业之一。2017年，沈亦晨博士在《自然·光子学》发表论文，首次验证了利用光进行计算的可行性。同年曦智科技成立，围绕光计算、光互连、光交换持续投入，成为全球首家实现光电混合算力大规模部署的企业和首家光计算上市公司。
但与行业升温形成反差的是，光计算的规模化商业部署进度仍然滞后。
技术层面，瓶颈来自软硬件两端。硬件上，光学器件协同复杂度高，温漂、噪声、制造一致性都会影响计算稳定性；光电混合架构也无法脱离电子系统，设计与集成的难度被进一步放大。软件上，光计算缺少统一的软件栈和标准化框架，不同架构之间的迁移成本居高不下，开发者生态尚未形成。
商业层面，光计算面临的是“先有鸡还是先有蛋”的困境。下游客户没有动力为一套尚未验证的硬件体系重构算法和软件，上游产业链又缺乏足够的市场需求来摊薄光学器件的制造成本。这种双向冷启动的局面，使得光计算的商业化进程比技术本身的成熟度更慢一拍。
曦智高管以英伟达、特斯拉等企业的发展路径来理解这种落差。沈亦晨谈道，新一批GPU公司落地比光计算快是正常的，正如二十年前，当满街都是燃油车时，新成立的燃油车企业大概率会比特斯拉落地更快，因为它完全兼容现有的一整套生态链。
曦智科技联合创始人兼CTO孟怀宇博士进一步补充道，今天的大模型和英伟达是锁和钥匙的关系，换言之，两者是相辅相成、共生共荣的。目前光计算真正需要做的事，不是为了一个已经成型的锁配一把更好的钥匙，而是让芯片和算法在全新的分支上共同构成一个飞轮，长成完整的新生态，才有可能真正实现更大的增长空间。
回看英伟达的成长史，其显卡最初只服务于单一的游戏渲染场景，正是在与学界的长期合作中，研究者们发现卷积神经网络可以在这类硬件上跑得更快，由此使得深度学习算法有了物理基础，进而有了今天的大模型。算法和应用，是反过来基于GPU“长”出来的。
沈亦晨认为，光计算很有可能重演这一过程。曦智正与高校、科研院所合作，将光子计算模拟器LTSimulator、光子计算评估板Gazelle等教具送进课堂和实验室，让下一代算法从光计算的硬件上自然生长出来。
二、把实验室技术变成商业产品，曦智如何创造光计算的“硬件彩票”？如果说神经网络拿到了英伟达在20年前创造的那张“硬件彩票”，进而实现飞速发展，那么曦智如今在做的事情，其实是为某些尚未诞生、或者仍处在萌芽期的应用，提前造出一张光计算的“硬件彩票”。
GPU原本为图形计算而设计，天然擅长大规模并行执行规则、重复的数值运算；神经网络训练恰好可以转化为大规模矩阵乘法、卷积和向量运算，两者高度匹配，于是神经网络突然获得了远超其他算法的可扩展算力。成功之后，资金、人才、软件和新硬件继续围绕神经网络建设，形成正反馈。
但神经网络当年能兑现这张彩票，靠的不只是GPU这颗芯片本身，而是随后十几年围绕它建起的一整套软硬件体系。光计算同样如此，造出一张彩票，和让这张彩票真正兑现，是两件事。
因此，在完成光计算可行性验证后，曦智一直走在推动光电混合计算从实验室走向产业化落地的前沿。一方面，他们不断迭代光电混合计算产品、提升芯片集成度；另一方面，曦智也围绕电子芯片设计、先进封装、软件生态和系统部署等环节补齐工程能力。
值得一提的是，在参数竞赛愈演愈烈的当下，曦智却主动“降温”。沈亦晨认为，以矩阵规模衡量光计算能力是一种误导。大模型计算需要的是不同规模矩阵的高效协同，而非一味做大。
例如，10000×10000的光子计算矩阵在真实AI任务中根本无法被充分利用，实际商用场景往往需要拆分成多个小矩阵并行计算。英伟达Tensor Core矩阵仅64×64，谷歌TPU停留在256×256多年，也印证了这一“甜点区”。PACE 3光子矩阵规模超过256×256，并非追求单纯参数，而是围绕真实AI负载寻找平衡点。
同样的思路，也体现在曦智对性能竞争的重新思考上。过去行业热衷于比较光计算相比电子计算快100倍、1000倍，把各种理论指标当作成绩单；但过去一段时间，曦智淡化了这些“打榜式”竞争，把关注点从转向“能不能真正用起来”。
做出一颗芯片只是开始，更难的是做出能稳定跑高频AI商用算法、可批量交付的机器。去年4月发布PACE 2芯片后，曦智经历了大半年才推出一体机产品，中间大量工作是外界看不见的软件和算法，曦智在光交换领域也有同样的经历。沈亦晨说道：“做出硬件到交付稳定商用集群，工作量可能是做出那颗芯片的10倍以上”。
有了产品之后，曦智也没有急于向客户推广，而是做第一个吃螃蟹的人。光立方一体机最早的商用场景是曦智自己大楼的门禁。由光计算驱动的门禁系统上线第一天一度因识别不稳定造成园区拥堵，因为沈亦晨要求曦智员工必须从正门刷脸进入。经历了一两个月的打磨，系统才做到让人“丝滑到感受不出来是个全新生态的黑科技产品”。
下一步，曦智还打算把公司自身的芯片设计流程也跑在光计算上。在沈亦晨看来，只有”自己敢用、效果很好”，才有资格让客户跟着用。
三、从AI推理到行业计算，光计算正在打开广阔应用空间光计算产业对于落地路径也逐渐形成了更多共识。在WAIC 2026“光计算+光互连，双轮驱动的AI基础设施新范式论坛”的圆桌讨论中，沈亦晨与王成、熊胤江、杨其晟、钟翰森等光计算初创企业创始人一致认为，相比追求覆盖所有计算场景，当下更重要的或许是结合不同技术路线的优势，在大模型推理、科学计算、边缘智能、通信等细分领域率先跑通真实应用，完成产品闭环和客户验证。
围绕上述思路，曦智正在推动光计算与产业生态的协同。曦智已与企业商汤科技、阶跃星辰、晶泰科技、申万宏源、中科天算、东方空间等企业启动战略合作，围绕视觉智能、大模型、AI for Science、金融量化、太空算力等方向探索落地。
从目前产业探索来看，低延迟AI推理和商业航天正成为光计算最具代表性的两个应用方向。
在AI推理过程中，影响用户体验和商业价值的一大因素是推理时延。尤其是在Agent、具身智能等新兴应用，以及金融量化、实时风控等典型低时延场景中，推理速度正逐渐成为决定系统价值的关键指标。
以金融行业为例，实时风控、量化投资等业务，本质上都在争夺毫秒级甚至微秒级的响应时间；具身智能对时延要求同样严苛，机器人需要持续完成视觉感知、环境理解、路径规划和运动控制，整个系统必须形成实时闭环，一旦推理延迟过高，就可能导致动作迟缓、控制误差累积，甚至影响系统安全。
相比传统电子计算，光计算天然适合矩阵运算，具备高速并行处理优势。如果能够将神经网络中的大量矩阵计算放到光域完成，再结合电子控制系统，就有望进一步降低端到端推理时延。
另一个备受关注的方向是商业航天。随着遥感卫星、通信卫星和星座建设加速，越来越多AI计算开始从地面走向太空。曦智的合作伙伴们反馈，对于星载计算平台而言，系统关注的重点并不仅仅是算力，而是功耗、重量和环境适应性等综合能力。
每增加一瓦功耗，都会提高供电和散热压力；每增加一公斤重量，都意味着更高的发射成本，因此，提升能效、降低重量比单纯提升芯片性能更具现实意义。
而光计算天然适合与光互连协同设计，相比传统大规模铜缆互联，光互联能够减少高速连接所需的铜缆和连接器，在系统层面具备轻量化潜力。
此外，光信号理论上具备更好的抗电磁干扰能力，在空间环境中具有一定抗辐射潜力。不过，目前光计算仍以光电混合架构为主，整机可靠性仍需经过工程验证。
对于任何新型计算架构而言，产业化都不是一步到位的过程，而是一个由点及面、逐步扩大的过程。随着光计算底层技术持续成熟，产业链上下游协同不断加强，其应用探索也有望从少数实验性项目，逐渐延伸到更多具有商业价值的行业方向。
结语：光计算进入“价值验证”阶段光计算正在从“证明可行”迈向“验证价值”的关键阶段，未来2至3年，将是商业化验证的重要窗口期。在这一过程中，以曦智为代表的一批企业，正选择从具体场景切入，将光计算能力融入真实业务环境。
随着应用不断积累真实反馈，上游芯片、器件、封装、软件等环节也将持续迭代优化，下游开发者、行业客户和合作伙伴的参与度不断提升，逐步形成技术演进与产业落地相互促进的正向循环。
更值得关注的是，光计算正在成为中国少数具备全球领先优势的新兴计算赛道。与光互连、光交换等领域相比，中国企业在光计算的技术研发、产品成熟度和产业探索方面已走在全球前列。过去几年，国内企业持续投入光电混合计算架构、芯片设计和系统工程，而海外由于传统电子计算路线仍保持领先，产业转向动力相对有限，这也为中国光计算企业创造了宝贵的发展窗口。
正如曦智科技创始人兼CEO沈亦晨所总结的那样，曦智创始团队始终相信，硅光的技术潜力远不止于其在今天光模块市场所展现的价值，未来也不会局限于光互连这一单一场景，而是有望成为新一代AI基础设施的重要组成部分，在整个算力体系中释放更大的产业价值。
在线配资平台提示：文章来自网络，不代表本站观点。
