先说几个核心判断。在AI算力需求持续爆发的当下，有一家名为光本位科技的公司，正在用一种令人意想不到的材料——玻璃，来挑战传统硅基芯片的统治地位。1月4日，这家公司正式对外宣布，他们正在研制以玻璃为衬底的光计算芯片。联合创始人程唐盛直言，这项技术将让AI计算绕过先进制程依赖、高功耗困局，直接迈入“千POPS级算力和千TOPS/W能效比”的新时代。

消息一出，反响远超预期。在2025年12月的沙特工业转型展上，沙特工业部部长班达尔·胡莱夫亲自为这款玻璃光计算芯片站台，盛赞它“更能代表AI计算的未来”，并随即邀请光本位科技另一位联合创始人熊胤江，围绕未来多维度合作召开闭门交流。这场高规格的认可直接引发了全球媒体的关注——包括美联社、NBC、雅虎财经、晨星、英国AI杂志等在内的700多家海外媒体，都对这次活动进行了报道。

更让人侧目的是，光本位科技成立仅三年，却已经完成了五轮融资。头部VC、互联网巨头、上海苏州两地的国资基金，三类资本轮番入场，几乎承包了这家公司的资金链。在大多数初创企业还在为融资发愁的时候，光本位科技已经稳稳站在了赛道的中心位置。

1400倍算力，200倍能效比，存储6.5亿个计算单元

在此之前，全球主流的光计算公司，包括光本位科技在内，都选择以硅为衬底。原因很简单：硅光平台与现有CMOS工艺几乎无缝兼容，可以快速接入成熟的半导体产业链。但问题也出在这里——纯硅调制存在诸多局限性。最直观的例子是，光计算芯片的矩阵规模从64×64扩大到128×128，足足用了三年时间。而打破这个瓶颈的，正是光本位科技——他们将相变材料与硅光异质集成，率先实现了光计算芯片的大规模集成。

那么，为什么现在又要用玻璃来替代硅？程唐盛的解释很直接：要让光计算产品在性能上远超现有的主流电计算产品，只有这样，AI计算才能真正迎来“光的时代”。

玻璃的优点非常突出：平整性高、热稳定性好、宽光谱透明、与光波导工艺兼容性极佳。这些特性让它成为取代硅中介层和有机基板的最佳候选材料。海外科技巨头早已开始通过引入玻璃来提升产品性能。而光本位科技更进一步，直接把玻璃用作光计算芯片的衬底。

更关键的是，受限于光刻机的最大光罩尺寸，当前硅光平台可设计的光计算芯片最大尺寸仅为32mm×25mm。一旦需要提升面积，后续每一次迭代的设计和工艺难度都会成倍增长。而用玻璃作为衬底，通过纳米压印工艺，不仅可以保持芯片精度，还能突破硅光平台的曝光尺寸限制，从而容纳更多计算单元。这样一来，单颗芯片的算力得以大幅提升，而且在后续制备更大尺寸芯片时，材料翘曲、波导损耗等问题也更容易解决，产品迭代的设计和工艺难度被显著降低。

数据是最直接的证明。据程唐盛透露，一块200mm×200mm的玻璃光计算芯片，算力可达2600POPS——这是什么概念？相当于ASIC芯片的1400倍，是GPU的1300倍。而且根据AI推理市场的需求和工艺发展趋势来看，芯片尺寸仍有数倍扩大的空间。

能效比方面同样惊人。光本位科技利用相变材料的非易失性，实现了光计算芯片的零静态功耗——只需要一次电驱动，就能完整执行一个AI计算任务。而玻璃的非线性光学效应极弱，光波导传播损耗极低，芯片设计时可以选择小功率激光器。再加上玻璃在介电损耗、透光率、平整性、热稳定性等方面的优势，芯片功耗被进一步压低。程唐盛预测，200mm×200mm玻璃光计算芯片的能效比可以超过1000TOPS/W，相当于ASIC芯片的200倍以上。

还有一个必须提的点：玻璃光计算芯片正在破解AI大模型面临的内存困局。光本位科技利用相变材料的非易失性，实现了光芯片的存算一体。每个计算单元本身就是存储单元，可以储存AI计算所需的各种参数。这意味着，芯片不需要在计算单元和存储单元之间反复搬运数据，冯·诺依曼体系中的“内存墙”被彻底打破。芯片存储的参数规模取决于计算单元的数量，而200mm×200mm的玻璃光计算芯片，可以存储高达6.5亿个计算单元。每个token将以光速完成计算，无需反复读取模型参数，同时保持零静态功耗。这才是真正碘伏性的地方。

玻璃光计算，是实现全光计算的更好路径？

程唐盛表示，目前光本位科技已完成光波导等光学器件在玻璃上的制备工艺验证，波导损耗已优化至低于硅光平台的水平。同步推进的，还有大规模阵列样品制备以及相变材料的工艺优化。上游产业链也已打通——他们与纳米压印等厂商联合优化工艺，下游则与大型企业建立研发应用双向反馈机制。

之所以在材料和制造上不断寻求突破，根本原因在于光本位科技的终极目标：将玻璃光计算芯片直接封装为超高性能的全光计算系统，从而获得下一代AI计算技术标准的定义权。

全光计算系统是什么？简单来说，就是让光信号在光域内部实现反复计算与动态暂存，改变光计算只能作为“单个计算核心”的现状。换句话说，玻璃光计算芯片将成为能够直接运行完整模型的AI计算平台。

发展全光计算，已经成为全球学术界和产业界的共识。它的核心意义在于突破电计算的能耗与散热瓶颈，让超高算力与超低能耗得以兼顾。在玻璃光计算之前，全光计算主要有两种实现思路：一种是在光上实现与晶体管逻辑门类似的光学逻辑门，但这需要具备直接带隙特性的三五族平台，且光学器件的特性决定了其晶体管密度相较CMOS没有优势；另一种是利用光学的干涉、折射、衍射等特性实现感存算一体，将光传感采集的光信号直接输入计算单元，但这种方式无法实时控制每个像素点对应的参数，应用场景较为固化。

而玻璃光计算芯片的优势在于，计算核心内部的参数均可根据不同模型与需求进行实时调整，应用场景更全面、更灵活。此外，全光计算还需要实现非线性运算等不同类型的计算，而不同的计算需要不同的材料或方案来实现。将玻璃作为衬底，因其表面平整、热膨胀系数低、翘曲率低等特性，更容易将不同平台的芯片集成在一起，真正实现全光计算。

对于光计算的未来，程唐盛给出了清晰的路线图。他认为，玻璃光计算芯片将彻底改变当今光计算产品“电主光辅”的架构，形成“光电融合，以光为主”甚至“全光”的计算集群架构。而光本位科技的“星辰大海”，是为不同类型用户提供全场景覆盖的全栈光计算解决方案——小到为C端用户提供50P+算力的玻璃光计算盒子，这相当于一个家用小型数据中心，可以驱动人形机器人等终端设备；大到为大模型公司提供500P+算力的“光算+光连”方案；甚至可以面向政府或大型企业，通过“光算+光连+光传”方案，建设5000P+算力的大型数据中心。届时，包括光本位科技在内的中国企业，有望赢得这场改写全球AI计算竞争格局的“新能源汽车”式科技和产业革命。