光計算來到商業化拐點，中國企業開始創造自己的“硬件彩票”

# 光計算來到商業化拐點，中國企業開始創造自己的“硬件彩票”

在剛剛過去的WAIC 2026上，光計算不再只是實驗室裡的概念展示，而是第一次真正被當作一個產業命題來討論。從“能不能做”到“在哪裡先落地”，這場圍繞光計算的風向轉變，標誌著這項新興算力技術正式邁入商業化驗證的關口。會上，國內光電混合算力龍頭曦智科技不僅舉辦了WAIC歷史上首個聚焦AI光算力的專題論壇，還首次公開展示了全球首款光電智算一體機“天樞·光立方”，並在現場搭建了一套實時視覺感知系統供觀眾親身體驗。 這套系統不是曇花一現的展品，它已經在曦智科技的辦公樓裡完成了“壓力測試”。每天數百次的門禁目標檢測任務，全部由光計算驅動，在毫秒級時間內完成圖像識別。這是光計算首次進入真實高頻民用場景，實現長期穩定運行，也代表光計算正式擁有可持續運行、可驗證效果、可複製推廣的商業案例。與此同時，曦智創始人兼董事長沈亦晨透露，新一代PACE 3光計算芯片已於今年6月成功回片，光子矩陣規模超過256×256，面向低延遲大模型推理設計，為更豐富的應用場景打開想像空間。 從技術驗證走向商業驗證，光計算正在迎來自己的分水嶺。過去幾年，隨著硅光技術走向成熟、AI算力需求持續爆發，光子帶寬高、損耗低、天生支持並行計算的特性，使其被視為後摩爾時代最具潛力的算力架構之一。全球初創企業湧現，學術論文連年增長，多條技術路線並行推進。然而，光計算的規模化部署始終步履蹣跚。瓶頸來自軟硬兩端：硬件上光學器件協同複雜，溫漂、噪聲、製造一致性影響穩定；軟件上缺乏統一棧與標準化框架，遷移成本高昂；商業層面更陷入“先有雞還是先有蛋”的循環——客戶不願為未經驗證的硬件重構軟件，上游又因需求不足無法攤薄製造成本。 面對這種困境，曦智科技選擇了一條務實的路徑。沈亦晨認為，如今英偉達與大模型已經形成鎖與鑰匙的共生關係，光計算需要的不是為現成的鎖配一把更好的鑰匙，而是在全新分支上讓芯片與算法共同構成飛輪，長出完整新生態。他回顧英偉達的歷史：最初GPU只服務於遊戲渲染，恰恰是學術界發現卷積神經網絡能在這類硬件上跑得更快，才讓深度學習有了物理基礎，最終催生出今天的大模型。算法與應用的生長，往往滯後於硬件架構的出現。 曦智正在做的，正是在為某些還未完全成形、或仍處萌芽階段的應用，提前創造一張光計算的“硬件彩票”。但要讓這張彩票真正兌現，絕非只靠一顆芯片。從PACE 2芯片發布到一體機產品問世，曦智花了大半年時間埋頭於軟件和算法層面的大量工程工作。“做出硬件到交付穩定商用集群，工作量可能是芯片本身的10倍以上。”沈亦晨強調。產品推出後，曦智沒有急於鋪向客戶，而是選擇在自己大樓的門禁系統上率先“吃螃蟹”。上線首日，曾因識別不穩定造成園區擁堵，因為沈亦晨要求所有員工必須從正門刷臉通行。經過一兩個月打磨，系統才做到讓用戶“絲滑到感受不出這是全新生態的黑科技”。下一步，曦智還打算把公司自身的芯片設計流程也跑在光計算上，只有自己敢用、效果夠好，才有資格讓客戶跟著用。 在對性能指標的理解上，曦智也選擇了與行業“參數競賽”不同的視角。沈亦晨指出，以矩陣規模衡量光計算能力是一種誤導。大模型計算需要的是不同規模矩陣的高效協同，而非一味做大；英偉達Tensor Core矩陣為64×64，Google TPU停留在256×256多年，正說明存在“甜點區”。PACE 3的256×256以上規模，是圍繞真實AI負載尋找平衡點，而非追求單純參數。同樣，曦智主動淡化“比電子計算快百倍千倍”的打榜式競爭，把關注點轉向“能不能真正用起來”。 光計算產業落地共識也在逐步形成。在WAIC主題論壇上，多家初創企業創始人一致認為，當前重點不是覆蓋所有計算場景，而是結合各自技術特長，在大模型推理、科學計算、邊緣智能、通信等細分領域率先跑通真實閉環。曦智正沿著這一思路，與商湯科技、階躍星辰、晶泰科技、申萬宏源、中科天算、東方空間等企業啟動戰略合作，圍繞視覺智能、大模型推理、AI for Science、金融量化、太空算力等方向探索落地。 目前，低延遲AI推理和商業航天成為最具代表性的方向。在Agent、具身智能及量化交易等場景中，推理速度直接決定用戶體驗與商業價值。天然適合矩陣運算的光計算有望進一步壓縮端到端延遲。而在星載計算領域，合作伙伴反饋，功耗、重量與環境適應性比單純算力更關鍵。光計算能與光互連協同設計，減少銅纜和連接器，具備輕量化潛力；光信號理論抗電磁干擾能力強，在太空環境中有一定抗輻射優勢。當然，由於當前主流仍為光電混合架構，整機可靠性還需進一步工程驗證。 值得關注的是，光計算正成長為中國少數具備全球領先優勢的新興計算賽道。與光互連、光交換相比，中國企業在光計算的技術研發、產品成熟度與產業探索上已走在前列。海外因傳統電子計算路線仍保持領先，產業轉向動力相對有限，這為中國光計算企業創造了寶貴的發展窗口。未來兩到三年是商業化驗證的關鍵期，隨著底層技術成熟、產業協同加強、真實場景反饋積累，光計算有望從實驗性項目逐步延伸到更廣泛、更具商業價值的行業應用，為新一代AI基礎設施釋放更大產業價值。