点击关注
已关注公众号
AI算力需求持续暴涨，电子芯片正遭遇难以突破的“功耗墙”与“存储墙”，光计算凭借高并行、低时延、低能耗特性，成为下一代算力革命的核心方向。
2024年成立的清华系硬科技企业光子芯力，近日完成数千万元天使轮融资，以“全波超表面”技术路线切入光电融合计算赛道，在光计算产业化前夜抢占关键卡位。这笔融资不仅是资本对技术路线的认可，更折射出国内光计算从实验室走向商用的关键转折。
千万级融资背后：光计算正迎来产业化临界点？
光子芯力本轮天使轮融资规模达数千万元，由苏州芯阳基金、驰星创投、盛景嘉成联合领投，开源创投跟投。对于成立仅一年左右的初创企业而言，这样的融资成绩，既体现团队技术壁垒，也反映资本对光计算赛道的强烈信心。
融资资金将重点投向三大方向：
一是推进全波超表面光芯片工程化验证，完成流片、测试、封装与标定；
二是完善光电联合仿真工具EPDA及编译器、算子库等软件生态；
三是对接AI推理、云计算等场景客户，启动定制化芯片开发，加速从实验室原型到商用产品的落地。
当前全球算力格局正发生深刻变化：传统电子芯片摩尔定律放缓，数据中心功耗持续攀升，大模型训练与推理对算力密度与能效提出更高要求。光计算无需电子跃迁，以光波传输与运算实现并行处理，能效比可提升1-2个数量级，成为突破算力瓶颈的最优解之一。
此前海外多家光计算企业获大额融资，国内高校与初创团队也纷纷布局，行业已从技术探索进入产业化前夜。光子芯力此时完成融资，正是踩准行业节奏，抢占技术转化与市场落地的时间窗口。
清华系团队加持，优势在哪？
光子芯力的核心竞争力，首先来自深厚的学术积淀与产业适配能力。
创始人 杨其晟博士 毕业于清华大学集成电路学院，深耕光电融合交叉领域多年，兼具光学设计、芯片工艺与系统架构视野，熟悉从器件到系统的全链条研发。
核心团队同样以清华校友为骨干，覆盖光学工程、集成电路设计、深度学习算法、半导体工艺及产业资源等关键方向，形成“光 - 电 - 算 - 软”完整闭环。这种交叉背景在光计算领域尤为珍贵——光计算不是单纯光学或芯片问题，而是光学、半导体、算法、软件工具的高度协同，任何单一学科短板都会制约产业化。
与很多实验室团队不同，该团队从成立之初就坚持“以商用为导向”，不追求学术论文数量，而是聚焦芯片尺寸、算力密度、能效、成本等产业化核心指标，快速完成原理验证并推进工程化。这种“学术打底、产业落地”的思路，正是硬科技创业成功的关键，也是资本愿意早期重仓的重要原因。
全波超表面路线，凭什么差异化突围？
光计算领域技术路线尚未统一，主流方向包括基于马赫 - 曾德干涉仪（MZI）的集成光学路线、硅光路线、超表面路线等。光子芯力没有跟随成熟方案，而是选择 “全波超表面” 这一差异化路径，核心是解决传统路线尺寸大、集成度低、算力密度不足的痛点。
传统光芯片多采用光学元件拼接思路，类似把透镜、棱镜、干涉仪微型化后集成，难以进一步缩小体积、提升密度。全波超表面技术从物理底层重构设计逻辑：直接对光波波前精细调控，将衍射、干涉、散射等波动光学效应作为整体优化，把光芯片变成一个可计算的物理算子，而非简单元件组合。
这种技术带来显著优势：相比传统MZI方案，芯片尺寸缩小十余倍，算力密度最高可达每平方毫米1000 TOPS，在毫米级面积实现超强算力；通过Chiplet异构集成与电芯片协同，兼顾光模拟计算的高能效与电芯片在非线性运算、控制调度上的成熟能力，平衡性能与实用性。
软件层面，公司自主研发光电联合仿真设计工具EPDA，打通器件、架构、系统级仿真与协同优化流程，同步建设编译器、驱动、算子库，适配主流深度学习框架，降低用户部署门槛。硬件突破 + 软件生态，构成“光 - 电 - 软”协同的完整壁垒。
离商用落地还有多远？
研发进度上，光子芯力已完成原理验证，正进入工程化验证关键阶段，这是光计算创业公司的重要里程碑。原理验证证明技术可行，工程化则要解决良率、可靠性、成本、封装测试、软硬件联调等产业级问题。
公司下一阶段核心目标明确：围绕客户需求推进定制化芯片开发，完成测试、封装、标定及全链路联调，尽快推出可商用的光电异构计算芯片与工具链。落地场景优先聚焦AI推理、云计算、边缘计算等对算力密度与能效敏感的领域 —— 这些场景对功耗与延迟要求严苛，光计算优势最易体现，也最容易形成标杆案例，反向推动技术迭代与生态完善。
与追求通用计算的路线不同，光子芯力走“光电异构、场景优先”路线：用光芯片负责线性矩阵运算等核心高负载任务，用电芯片处理控制、调度、非线性运算，兼顾性能、成本与易用性，更符合当前产业落地规律。
这笔融资意味着什么？
光子芯力的千万级天使轮，看似是一家初创企业的融资事件，实则折射国内光计算产业的三大趋势：
第一，技术路线多元化，差异化创新更易突围。光计算没有标准答案，全波超表面证明，从物理底层创新可实现尺寸、算力密度、能效的全面提升，为行业提供新可能。
第二，“光 - 电 - 软” 协同成产业化标配。光芯片不是孤立硬件，必须有仿真工具、编译器、算子库、系统框架支撑，才能被用户使用。软硬协同能力，将成为光计算企业的核心门槛。
第三，国内光计算正从实验室走向产业界。清华等高校技术加速转化，早期资本积极入场，产业链逐步完善，未来1-2年将有更多原型产品走向实测与小批量商用，在AI、云计算、数据中心形成替代与增量。
光计算不是电子芯片的简单替代，而是算力架构的底层重构。当电子芯片逼近物理极限，光计算打开新增长空间。光子芯力以全波超表面切入，用清华交叉学科能力 + 产业落地思路，在全球算力竞争中占据一席之地。
对行业而言，这不仅是一家创业公司的成长，更是中国在下一代计算芯片领域换道超车的缩影。随着工程化推进、场景落地、生态完善，全波光计算有望从前沿技术变成数字基础设施，为AI与算力时代提供更强劲、更绿色的动力。
往期推荐
融资10亿!上海国资重仓AMD前员工
吴夏青是谁？为什么离职英伟达创业？
点赞鼓励一下
图片来源：网络
本文不作为投资建议