一家名为 Neurophos 的初创公司，利用源自“隐身斗篷”技术的“超材料”，开发出一种微型光学处理器，专门用于执行 AI 推理任务。该公司宣称，其芯片在处理 AI 核心运算时，速度和能效都远超英伟达等传统硅基 GPU。凭借这一突破，Neurophos 刚刚获得了由比尔·盖茨和微软等巨头领投的 1.1 亿美元 A 轮融资，计划于 2028 年实现量产，旨在挑战当前由英伟达主导的 AI 芯片市场。
AI 发展的核心矛盾：算力与能耗
当前 AI 领域面临的最大问题之一是，如何在扩展计算能力的同时控制住巨大的能源消耗。AI 数据中心需要海量的算力来运行越来越复杂的模型，但这带来了惊人的电力成本和散热挑战。
解决方案：从“隐身斗篷”到光学芯片
Neurophos 的技术源于二十年前杜克大学在“超材料”领域的研究，这项研究最初曾被用于制造微波段的“隐身斗篷”。如今，他们将这项技术应用于芯片制造，开发出一种“超表面调制器”。
- 核心功能： 这种调制器可以作为一个光学张量核处理器，高效执行 AI 推理中至关重要的矩阵向量乘法。
- 尺寸优势： 与传统的光学组件相比，Neurophos 的调制器要小 10,000 倍，这使得在单个芯片上集成数千个处理单元成为可能。
- 能效优先： 尺寸的缩小意味着可以在光学域内完成更多的计算，减少了光电信号转换的次数，从而大幅降低能耗。
“如果你想跑得快，你必须先解决能效问题。因为如果你让一个芯片的速度提高 100 倍，它的功耗也会增加 100 倍。在你解决了能效问题之后，你才配得上拥有速度。” — Patrick Bowen, Neurophos CEO
性能对比：挑战行业巨头
Neurophos 声称其光学处理单元（OPU）的性能可以轻松超越市面上的顶尖产品，例如英伟达的 B200 AI GPU。
- Neurophos 芯片: 峰值算力可达 235 PetaOPs，功耗为 675 瓦。
- 英伟达 B200: 峰值算力为 9 PetaOPs，功耗为 1,000 瓦。
很明显，Neurophos 的方案不仅在原始速度上拥有巨大优势，能效也高得多。微软等公司已经对其产品表现出浓厚兴趣。
市场与挑战
尽管前景广阔，但 Neurophos 依然面临不小的挑战。
- 市场竞争： 他们正在进入一个由英伟达主导的拥挤市场。
- 量产时间： 公司的首批芯片预计要到 2028 年中期才能上市。
- 技术护城河： 公司相信其技术的优势是革命性的，而非像传统硅芯片那样依赖于台积电工艺的渐进式改良。他们预计，即使到 2028 年，其产品在能效和速度上仍将比市场上的所有对手领先 50 倍。
- 制造可行性： Neurophos 的芯片可以使用标准的硅芯片代工厂材料和工艺进行制造，解决了传统光学芯片难以量产的问题。
融资与未来规划
新获得的 1.1 亿美元资金将用于开发公司的首个集成光子计算系统，包括数据中心级别的 OPU 模块、完整的软件栈和早期开发者硬件。投资者包括比尔·盖茨的 Gates Frontier、微软的 M12、博世创投等知名机构。
“现代 AI 推理需要巨大的算力和电力。我们需要计算领域的突破，以匹配 AI 模型本身的飞跃，而这正是 Neurophos 及其优秀团队正在开发的技术。” — Marc Tremblay, 微软核心 AI 基础设施副总裁