比尔·盖茨支持的一家光子计算初创公司Neurophos正将提升算力的路径从“在硅片上堆叠更多晶体管”转向“以光子替代电子”。该公司表示，其正在研发的光学芯片有望在性能与能效上显著超越传统处理器，并在传统工艺缩放遭遇瓶颈之际，为人工智能训练与部署提供新的硬件选择。
Neurophos的技术路线并非继续追逐更小的CMOS特征尺寸，而是开发一种面向AI核心线性代数运算的新型处理器。公司称，这种以光子执行矩阵计算的方式可带来更高的能效，并可能影响从大型语言模型到汽车与工业系统实时推理等应用的成本结构。
1.1亿美元融资落地，总部位于德州奥斯汀
Neurophos披露完成1.1亿美元融资，由比尔·盖茨支持的基金领投。公司称，这笔资金将用于推进其光学处理单元（OPU）架构的研发与商业化。根据融资披露信息，本轮融资也将该架构的估值推至数十亿美元级别。
公司总部位于奥斯汀地区，并将其核心产品定位为面向神经网络工作负载的光学处理单元，重点加速矩阵乘法等计算，并提出其可作为数据中心高耗电加速器的替代方案之一。
从超材料研究走向AI硬件
Neurophos的起源与光子学研究相关。公司由杜克大学与Metacept孵化器分拆而来。公开信息显示，Metacept由Smith运营，其早期研究方向包括超材料及相关的“隐形斗篷”概念，即通过特殊结构以非常规方式弯曲光线。
Neurophos表示，公司目前将上述对电磁波微观操控的研究积累，转向构建密集光学元件阵列，用于实现神经网络所需的线性变换，并将产品重点放在AI推理场景的小型光学处理器上。公司称，其光子核心可嵌入现有系统，用于卸载最耗电的计算部分。
OPU架构：以光子干涉完成矩阵运算
在技术路径上，Neurophos称其OPU并非通过开关数十亿晶体管来完成计算，而是利用光波导与相位调制器等结构引导光线，通过光子干涉实现乘加运算。公司强调，该方案并非通用CPU替代品，而是面向AI工作负载中占主导的线性代数运算设计，并计划与负责控制与非线性功能的传统逻辑协同工作。
公司还表示，OPU目标是适配现有加速器插槽与软件堆栈，使数据中心运营商能够将其作为一种新的AI加速卡进行部署，而非引入完全不同的系统。
CEO称以“改变器件物理”延续摩尔定律精神
Neurophos公开表达了在晶体管缩放放缓背景下延续“摩尔定律精神”的目标。公司CEO Patrick Bowen表示，通过将AI核心数学运算转移到光学领域，即便传统CMOS改进趋缓，也有望维持每瓦性能的快速提升。
Bowen还称，公司正在开发可用现有CMOS兼容工艺制造的大规模光学晶体管阵列，并强调其设计目标是与现有制造生态系统集成，而非依赖全新晶圆厂。
早期数据：测试芯片称达300 TOPS/W
Neurophos已开始对外披露早期性能数据。公司称，其一款光子AI测试芯片实现了每瓦300万亿次运算（300 TOPS/W）的能效指标。公司表示，这一指标对电力预算有限的边缘推理场景具有意义，同时也与数据中心的电力与冷却成本相关。
公司称，上述能效数据已吸引潜在客户关注，部分客户通过位于德州总部的早期访问与评估项目与公司接触。Neurophos表示，相关兴趣来自多个行业，覆盖推荐系统、语言模型与计算机视觉等需要运行大型神经网络的应用方向。
