被吹成下一代算力革命的光子计算，现在到底走到哪了？

上个月扎进苏州工业园的半导体孵化楼，跟做硅光流片的老周蹲在便利店台阶上啃菜包。他抹了抹嘴上的酱说，这半年找上门谈光子计算的VC，比他创业前七年见的总和还多。

我当时咬包子的动作都顿了下。

毕竟上次这阵仗，还是2022年大模型刚爆的时候，一堆人追着问GPU国产替代的事。很多人对光子计算的印象，还停留在实验室里的炫酷演示：光在芯片上的彩色波导里跑，没有发热，速度快到能追平光速。但真在产业里待过的人都知道，这东西离能商用，中间隔着好几个马里亚纳海沟。

先把被吹得神乎其神的技术边界说清楚

很多宣传把光子计算吹成了能替代所有硅基芯片的万能解药，纯纯是认知错位。它的核心优势，是光在硅基波导中传输时，做高并行度矩阵乘法的功耗比电子电路低两个数量级，运算速度能摸到太赫兹级的门槛，但它的能力边界也极其清晰：做不了高精度的整数逻辑运算，支持不了随机读写的临时数据存储，说白了就是个专门算大矩阵的”算力专才”，根本不是能顶替CPU、GPU的全才。

别被那些科普文章里的”光子无电阻、零功耗”忽悠瘸了。光在波导里跑确实没有电子传输的焦耳热，但你要把电信号转成能被光携带的调制信号，还要把光信号转成电信号读出来，这两次光电转换的功耗，占了整个系统总功耗的60%以上——这也是现在光子计算最卡脖子的地方。

说穿了，那些张嘴就说光子计算三年替代英伟达的，要么是没摸过流片的掩膜版，要么是PPT融资写顺了嘴。

现在的产业化进度，比你想的要实在，但也远没到爆发点

现在做光子计算的团队，根本不是大家想的从零起步的草台班子。七成以上的核心团队，都是之前做高速光模块出身的——毕竟光模块本来就是做光电信号转换的，技术栈和硅光芯片的重合度能到70%，相当于把原来用来做数据传输的光路，稍微改改就能用来做运算。

海外的玩家比如Lightmatter，之前靠光互连技术拿了不少云厂商的投资，现在已经开始搭专门的光子计算加速卡原型；国内的玩家更杂，有中科大、浙大出来的学术团队，有华为海思做硅光方向的衍生项目，也有像老周这样从光模块公司出来创业的小团队。

从目前已经公开的原型机测试数据来看，跑大模型推理任务时，同等功耗下的性能大概是高端GPU的3-5倍——但这里有个不能忽略的前提：你要把模型权重提前编译成适合光计算的固定光路格式，根本没法直接把现成的大模型丢进去跑。

我去年在光博会上见过某初创的展台，把一块比笔记本电脑还大的光子计算原型机摆在C位，旁边的展板写着”算力是英伟达的100倍”，我凑过去问了下工作人员，才知道那是把理想状态下的光运算速度乘了个理论值，根本没算光电转换的损耗，也没算实际跑模型的端到端效率。当时我就想，这营销话术，比当年做纳米手机镀膜的还敢说。

老周跟我吐槽，他们上次搭的原型机，光散热就占了半张桌子，要是真做成能塞进服务器机箱的商用加速卡，光光路的对准精度就得控制在纳米级，现在的量产良率连10%都不到，离大规模铺货差得远。

最先吃到红利的场景，根本不是什么通用算力

很多人对光子计算的落地想象，是拿它来跑大模型训练。这完全是搞错了能力边界——大模型训练需要反复的高精度整数逻辑运算，还要支持高并发的临时数据读写，刚好是光子计算的能力短板，根本干不了。

反而那些批量的、重复度极高的矩阵运算任务，是光子计算的天然主场。比如给内容平台做亿级内容的批量审核，给企业做海量文档的批量摘要，给科研机构做分子模拟的大规模矩阵求解，这类任务不需要频繁的逻辑跳转，只要把大矩阵的乘法算完就行，刚好把光的并行优势吃满。甚至现在已经有团队在做面向量子计算的光互连方案，用光的低延迟特性把量子比特的控制信号传得更快——这部分的技术复用度很高，相当于原来做光模块的技术，稍微改改就能用。

从产业链的角度看，光子计算真的规模化落地之后，最先被影响的不是GPU厂商，是现在的高速光模块厂商。因为光子计算的核心元件就是硅光芯片，跟现在800G、1.6T光模块的流片线是通用的，相当于原来建的光模块产线，稍微调整下工艺就能做光子计算芯片，这个跨界的门槛，比重新建一条GPU产线低太多了。

不过话说回来，这赛道现在的坑真的不少。首先是标准混乱，现在各家做的光子计算架构，光波长、调制方式、对外接口都不统一，你家的卡根本插不到我家的服务器里，就像USB普及之前，每个品牌的手机充电口都不一样，用户根本没有选择的余地。然后是成本居高不下，现在一片能支持中等规模矩阵运算的硅光芯片，流片成本是同规模电子芯片的两倍多，因为要在硅片上刻纳米级的波导结构，还要集成高精度的调制器、探测器，现在的量产良率上不去，根本谈不到大规模商用。还有个很现实的矛盾：现在大模型的架构迭代太快了，今天你刚把光路阵列适配到Transformer结构，明天人家出来个新的模型范式，你的光计算阵列的光路是固定刻在芯片上的，改都改不了，总不能每次模型迭代就把芯片全部报废重造吧？

我自己跟产业链上的人聊了快半年，对未来3-5年的判断其实很保守：3年之内，光子计算不可能替代GPU，甚至在通用算力市场的份额连1%都占不到。它的定位就是个专用加速卡，插在现有服务器的PCIe插槽里，专门帮集群扛批量推理这类特定负载，跟现在的FPGA、DPU的定位差不多。到第5年的时候，如果整个行业能把光电转换的损耗压下来，把量产良率提到30%以上，把成本降到跟同性能GPU持平，大概能占到整个数据中心推理算力市场的10%-15%——就像现在的专用加速卡，是通用算力的补充，绝对不是什么掀桌子的革命。

别信那些张口就说光子计算要终结摩尔定律的鬼话。它本质上就是把原来光模块里的传输技术往前迈了一步：从”把数据从A点传到B点”，变成”在传输的过程中顺便把数据算完”。这个技术进步是真的，但离颠覆整个算力格局，还差得远。

上次跟老周分开的时候，他说他们团队现在最大的目标，不是三年冲IPO，是明年能把现在占半张桌子的原型机，缩到跟普通独立显卡差不多的尺寸。

就这点目标。

已经够他们整个团队熬两三年的了。