當矽基算力逼近物理極限，光計算正從(cong) 學術願景加速走向產(chan) 業(ye) 現實。
2025年，一支由MIT、哈佛等頂尖院校博士組成的團隊在上海張江創立了曜智光科。憑借全球首創的“內(nei) 爆雕刻”（Imp-Fab）三維納米製造技術，公司成功突破了微納製造領域“精度-通量-成本”的不可能三角。成立僅(jin) 3個(ge) 月，曜智光科便完成數千萬(wan) 元種子輪融資，並以“專(zhuan) 用光計算芯片（ASOC）”為(wei) 切入點，瞄準AR/VR、具身智能等端側(ce) 場景。
近日，《激光製造商情》專(zhuan) 訪了曜智光科創始人楊高潔，聽她講述這項從(cong) 實驗室走向產(chan) 業(ye) 的前沿技術，解碼這家新銳企業(ye) 如何用“光”重新定義(yi) 計算。
曜智光科創始人楊高潔
楊總，您好。曜智光科的核心團隊來自哈佛、MIT等全球頂尖學府。請問，是什麽促使你們選擇回國創業，並專注於光芯片與光計算這一賽道？楊總：我們選擇在2025年回國創業，是幾個因素在那個時間點匯合到了一起。第一是技術本身到了關鍵階段。我們在MIT時探索過很多方向，但光計算是最有成就感的一個——它不是在現有體係裏做小改進，而是思考下一代計算硬件能否發生架構變化。我們和國際頂尖光計算團隊交流後也獲得很大信心。第二是我們認為這項技術不能一直停留在海外實驗室。全球圍繞AI算力、光芯片和先進製造的競爭都在加速，底層原創技術越早形成工程化和產業化能力，越有機會占據主動。第三是國內環境越來越成熟。我們回國後得到了國家層麵以及浦東、張江在政策、空間和產業資源上的支持。對硬科技創業來說，這些支持非常關鍵。我們的判斷是：技術窗口到了，產業需求到了，國內生態也到了。曜智光科要做的，就是把科研一線積累的原創三維製造能力，真正轉化成芯片級三維光計算平台。公司在成立僅3個月後就完成了種子輪融資。除了團隊背景，曜智光科的哪些技術潛力最打動投資人？楊總：投資人看中的，更核心的是這項技術本身的底層平台價值。曜智光科做的不是單一光計算器件，而是一套原創的三維微納製造工藝和芯片級三維光計算架構。它一旦成立，不僅能支撐光計算芯片，也會延展到先進光學器件、光電封裝和更多新型芯片結構。同時，這項技術已不是純概念階段。我們完成了關鍵原理驗證，從材料、工藝、結構設計到器件測試，掌握了完整的核心鏈條。商業上我們的優勢在於兩點：一是工藝路線在材料和加工成本上有規模化潛力；二是技術壁壘很高，不是簡單買設備、調參數就能複製，而是長期積累的係統能力。這筆資金幫助我們加快張江研發平台建設，推進三維光計算芯片和光電混合樣機研發，擴充工程化團隊，並盡快開展真實場景驗證。“Imp-Fab”技術登上了《Nature Photonics》，突破了“精度-通量-成本”的不可能三角。能否用通俗的語言為我們解釋這項“先微米雕刻、後內爆收縮”的逆向思維工藝？楊總：微納製造長期有一個現實難題：想要高精度，往往成本高、效率低；想要大麵積、高通量，又很難保持納米級精度。Imp-Fab的思路是：先在一個較大的三維材料體係裏，用相對成熟、成本更低的激光加工方式寫出微米級結構，再通過材料的可控收縮，把這個三維結構整體縮小到納米尺度。好處是既降低了直接納米加工的難度，又保留了完整的三維結構自由度。這件事對光芯片尤其重要。電子芯片適合在二維平麵上高度集成，但光有波長、相位、衍射等特性，如果完全按二維思路去集成，很容易遇到串擾、損耗和設計自由度受限的問題。如果能做真正的三維光結構，就可以讓光在三維空間裏傳播、耦合和計算。Imp-Fab的意義就在於此——它讓我們有機會用相對低成本、高通量的方式，製造過去很難實現的三維納米光調製結構。基於三維製造能力，曜智光科選擇了“專用光計算芯片（ASOC）”路線，能否結合具體場景談談ASOC的優勢？楊總：我們理解的ASOC，不是要替代GPU或CPU，而是在端側AI係統裏承擔一類明確的任務：把那些高頻、重複、對功耗和延遲極其敏感的前端推理計算，用光學結構提前完成。以AR/VR眼鏡為例，它需要持續進行眼動追蹤、手勢識別和空間感知，但設備對功耗、重量和發熱非常敏感。ASOC可以更靠近傳感器前端，利用光在三維結構中的傳播先完成一部分特征提取，把原始信息壓縮成中間結果，再交給後端電子芯片處理。具身智能機器人也是類似邏輯。很多低層感知任務並不需要每一步都讓完整GPU參與。如果在傳感前端就能用低功耗光學器件完成部分並行計算，機器人就能獲得更快的反應能力，降低係統整體能耗。相比其他光計算路線，我們的差異在於三維集成和專用化。很多矽光MZI路線具備可編程能力，但依賴二維波導網絡和大量調製單元，係統麵積、功耗和複雜度都會上升。我們的ASOC路線不是追求“什麽都能算”，而是利用ImpFab工藝，先把最適合光的那部分計算做到極致。未來真正可落地的光計算，很可能是光電混合的新架構。你們提到基於光衍射神經網絡（ODNN）的“物理即算法”理念。將AI推理轉化為光在三維結構中的自然傳播，工程化中麵臨哪些挑戰？楊總：“物理即算法”不是簡單地把軟件模型搬到材料裏，而是把AI推理中最耗時的光學變換，轉化為光在被精確設計的三維結構中的自然傳播。工程化中確實有幾個棘手問題。第一是算法和製造之間的映射。在算法中權重是數字，但在芯片中對應的是三維空間每個微納單元的位置、折射率和高度。模型理論上可行，不代表工藝上可實現。第二是納米級三維製造和層間對準。可見光波長短，ODNN的神經元尺寸必須做到亞微米甚至納米級。傳統光刻工藝隻能單獨製造每一層，再對齊、封裝。在幾十納米精度上對多層芯片進行三維對準是工程上的災難。Imp-Fab的優勢就在於，可以把多個ODNN層以及它們之間的空間關係放在同一個三維材料體內一次性加工出來，不需要複雜的三維對準。第三是規模化量產。Imp-Fab技術本身有很好的量產可能性——材料體係相對簡單，激光加工技術相對成熟。未來可以通過線掃描、並行光寫入等方式提升吞吐量。公司計劃推出“光電混合加速架構”，將線性運算交給光，非線性運算交給電。這種路線圖能給客戶帶來怎樣的性能提升？預計何時能看到Demo？楊總：我們創業初期就非常明確：我們是來解決產業痛點的，不是來炫技的。為什麽選擇“光電混合”？在現在的AI模型計算中，超過80%的算力消耗在矩陣乘法上。這恰恰是光計算的絕對優勢區——我們的三維光芯片可以像寬體客機一樣，以極低功耗瞬間完成海量數據的並行處理。這種架構在能效比（TOPS/W）和算力密度上，相比傳統同製程電子芯片，預計將帶來1到2個數量級的跨越式提升。對下遊客戶而言，這意味著未來的輕薄AR眼鏡不需要掛著笨重的電池和散熱風扇，就能在本地流暢運行高參數量AI模型。關於進度，我們其實走得比外界預想的要快。目前已經斬獲了千萬級商業合作訂單，正在與腦機接口等對功耗和延遲極其苛刻的前沿客戶進行深度聯合開發。預計今年年底到明年上半年，就能向業界展示首個工程級Demo。從“光電混合”走向“全光計算”的演進路徑是怎樣的？曜智光科將如何扮演“賦能者”的角色？楊總：全光計算是長期方向，但不會一步到位替代電子計算。更現實的路徑是先從光電混合開始，讓光負責它擅長的並行傳播、矩陣變換，讓電子繼續承擔控製、存儲和非線性激活。隨著三維光結構、非線性光學器件和封裝技術逐步成熟，光計算會從“輔助加速”走向“核心計算”。在這個過程中，曜智光科希望扮演生態賦能者的角色。一方麵，Imp-Fab提供複雜三維光學結構的製造能力；另一方麵，我們也會提供光計算芯片設計、工藝規則、器件庫和係統集成能力，幫助產業夥伴降低研發門檻。楊總：超快光學技術是三維光芯片產業化非常關鍵的底層設備。飛秒激光納米打印不僅是一種重要的微納製造手段，更是實現複雜三維光學網絡、空間疊層結構和光電混合封裝的核心工藝入口。但也要看到，真正麵向芯片級產品和規模化應用時，現有超快激光技術在加工效率、長期穩定性和量產節拍上，距離我們的最終需求還有提升空間。因此，我們與超快光學產業之間不是簡單的“設備使用方”和“工藝提供方”的關係，而是相互牽引、共同定義新賽道的關係。後續我們會持續推動ASOC與超快光學製造、檢測和係統驗證的深度融合，目標是與超快光學行業一起，開辟“三維光計算芯片製造”這一全新的產業賽道。除了ASOC，貴公司技術在量子光子學、CPO等領域也有巨大潛力。公司的商業化路徑是如何規劃的？楊總：我們的商業化路徑不是在“隻做光計算芯片”和“隻做三維製造服務”之間二選一。光計算代表了公司長期最重要的戰略方向，但我們不會隻停留在遠期願景上。
具體(ti) 來說，光計算是我們(men) 中長期最核心的主線；但在ASOC推進過程中，我們(men) 也會(hui) 圍繞光量子器件、三維光子晶體(ti) 、CPO光電共封裝等高價(jia) 值方向，開展三維製造服務、聯合研發和定製化解決(jue) 方案輸出。這不是低附加值的加工代工，而是圍繞複雜三維光場調控結構，提供從(cong) 設計、仿真、加工到封裝驗證的一體(ti) 化能力。
簡單說，我們(men) 的長期目標是三維光計算芯片平台；短中期路徑是以先進工藝和解決(jue) 方案為(wei) 抓手，先解決(jue) 真實問題、建立行業(ye) 信任，再逐步走向規模化產(chan) 品。
當前國內光芯片產業麵臨技術同質化、量產難度大等問題。您如何看待行業現狀？未來3-5年將迎來哪些變革？楊總：當前產業正處在一個發展熱度很高、技術分化逐漸凸顯的階段。AI算力、數據中心互連等需求正在快速拉動光技術的發展。但行業也確實存在同質化——很多團隊停留在概念驗證層麵，真正能跨過“實驗室效果”走向產品級論證的並不多。未來3-5年，三維光計算會迎來三個重要變化。第一，技術路線會從“展示光能計算”轉向“證明光在特定場景比電更有價值”；第二，競爭會從單點器件轉向三維集成、光電共封裝和係統級協同競爭；第三，商業機會會首先出現在端側智能感知、工業視覺、機器人、低功耗前端計算等方向。國際光芯片產業呈現怎樣的競爭格局？作為成立不足一年的中國初創企業，曜智光科如何構建技術護城河？楊總：當前國際光芯片產業已形成清晰的分層格局：MIT、UCLA等頂尖高校在源頭提出新概念；Intel、NVIDIA等巨頭圍繞AI數據中心推進矽光、CPO的大規模工程化；大量創新企業在細分方向尋找突破。曜智光科選擇的路徑，是在三維光計算芯片這個新維度上建立差異化優勢——不隻是做一個光學器件或一個加工工藝，而是把三維光學結構設計、微納製造、算法訓練、光電封裝、測試表征和應用場景整合成一個完整的技術閉環。我們的護城河來自三個方麵。第一是路線差異化——聚焦芯片級三維空間光場調控，繞開成熟賽道的同質化競爭。第二是全棧能力——把材料、工藝、設計、仿真、訓練、封裝測試和係統應用協同起來。第三是供應鏈安全——關鍵環節堅持多供應商、多工藝路徑，避免把核心能力建立在單一海外設備或平台上。作為從學術一線走向產業前沿的青年科學家，您對投身硬科技創業的科研工作者有何建議？楊總：我的判斷是，未來五到十年會是中國光電子和光芯片創業非常重要的窗口期。對擬創業的科研人員，我的建議是：第一，要相信原始創新；第二，要盡早建立工程化思維，不能隻評判能不能做出來，還要思考能不能穩定做出來、批量做出來；第三，要真正走進產業場景，和客戶、產業鏈夥伴一起反複打磨真實問題。
來源：《激光製造商情》7月刊
相關文章
熱門資訊
精彩導讀
關注我們
