二十年前，杜克大学教授 David R. Smith 利用人工复合材料超材料制造出“隐形斗篷”。尽管该设备仅能针对单一微波波长有限隐藏物体，但相关材料科学的进步已逐渐渗透至电磁学领域。
如今，总部位于奥斯汀的光子学初创公司 Neurophos（从杜克大学和 Metacept 分拆）正将这项研究推向深处，旨在解决 AI 实验室和超大规模企业的核心痛点：如何在控制功耗的同时扩展计算能力。
该公司开发出“超表面调制器”，其光学特性使其可作为张量核心处理器执行矩阵向量乘法——这是 AI 推理等任务的核心运算。据称，通过在芯片上集成数千个调制器，其“光学处理单元”在推理效率上远超当前数据中心主流的硅基 GPU。
为资助芯片开发，Neurophos 完成由盖茨前沿领投的 1.1 亿美元 A 轮融资，微软 M12、Carbon Direct、Aramco Ventures、Bosch Ventures、Tectonic Ventures 及 Space Capital 等参与投资。
光子芯片的优势与挑战
理论上，光子芯片因光传输热量少、速度快且抗干扰强，性能优于传统硅基芯片。然而，光学组件通常体积大、难量产，且数模转换过程功耗高。
Neurophos 认为其超表面技术可一举解决上述问题。该技术比传统光学晶体管小约一万倍，允许在芯片上高密度集成单元，从而大幅提升并行计算效率。
CEO Patrick Bowen 博士表示：“缩小光学晶体管尺寸可在光域进行更多数学运算，减少数据回传电子域的频次。追求速度必须先解决能效，否则功耗将随速度线性增长。”
性能对标与市场前景
Neurophos 声称其光学处理单元大幅超越 Nvidia B200：运行频率达 56 GHz，峰值性能 235 POPS，功耗仅 675W；而 B200 在 1000W 功耗下性能为 9 POPS。
Bowen 透露公司已签署多家客户协议，微软等巨头正密切关注其产品。尽管面临 Nvidia 主导的竞争格局，且 Lightmatter 等同行已转向互连技术，Neurophos 仍坚信其性能护城河。
Bowen 指出，硅基芯片演进依赖台积电制程节点改进，能效提升缓慢。相比之下，Neurophos 预计在 2028 年推出产品时，其能效和原始速度仍将比 Blackwell 架构高出 50 倍。
量产计划与资金用途
为解决量产难题，Neurophos 芯片采用标准硅晶圆厂材料、工具和工艺制造。首批芯片预计于 2028 年中上市。
本轮融资将用于开发首个集成光子计算系统，包括 OPU 模块、软件栈及开发者硬件，并将在旧金山增设工程站点，扩大奥斯汀总部规模。
微软核心 AI 基础设施部门 Marc Tremblay 博士评价道：“现代 AI 推理需要算力与电力的双重突破，这正是 Neurophos 技术正在实现的目标。”