最近啊，人工智能这块儿发展挺猛的，大家都觉得光芯片可能要给算力来一波新的刺激。你听说没，微软创始人比尔·盖茨投资的初创公司Neurophos那边出了个大新闻。他们搞出来一个叫“Tulkas T100”的光处理单元，也就是OPU产品。这家公司是这么说的，它在处理特定AI任务的时候，要是跟英伟达最新的那台叫Vera Rubin NVL72的AI超级计算机比功耗，它能让那家伙的性能翻个好几倍。具体点说，这个Tulkas T100频率能飙到56 GHz，内存有768 GB带宽。它要是把功耗控制在1到2千瓦时之间，就能跑出470 petaOPS的速度。 跟现在市面上主流的AI芯片不一样，那种芯片一般是靠着几百个Tensor核心一起干活，可Neurophos这第一代加速器只在25平方毫米的地方塞了一个Tensor核心，结果性能照样提上去了。这玩意儿厉害的地方在于把光子器件给微型化了。以前用硅光子工艺做出来的光晶体管大概有2毫米大小，这就限制了芯片里的晶体管密度，没法跟现在的CMOS技术拼。Neurophos换了个新做法，直接把光晶体管的体积缩小到了原来的万分之一。 这样一来，在芯片上堆出大规模的光子传感器矩阵就不是问题了。现在他们能做到1000乘1000的规模矩阵，而大多数AI GPU用的也就256乘256这么大，Neurophos这个规模足足高了15倍。密度高了以后，并行度和能效比自然就上去了。 你看现在人工智能模型的参数越来越多，传统的电子芯片在提升算力和控制能耗上越来越吃力。用光来搞计算速度快、延迟低、功耗小，被好多人看成下一代计算架构的苗子。要是Neurophos这回披露的技术能被别人验证了并且能大规模量产，那对AI算力基础设施的发展肯定影响不小。 不过呢，光计算这概念提出几十年了，真正做成产品一直挺难的，材料、工艺、怎么集成还有跟现有的电子系统怎么兼容都有问题。Neurophos这次说的那些技术细节现在还没第三方权威机构全面验证过呢。实际性能怎么样、稳不稳、能不能大规模量产还有成本贵不贵这些问题都得再观察观察。 这次突破展示了前沿计算架构创新的潜力。现在全球搞AI的竞争都挺激烈的，算力基础设施这东西已经是战略高地了。未来光计算能不能从实验室走向实际应用不光看技术本身成不成熟，还得看产业链能不能配合好、标准能不能建起来、生态环境能不能搞好。这个技术以后怎么走咱们还得接着盯着看。