当硅基算力逼近物理极限，光计算正从学术愿景加速走向产业现实。
2025年，一支由MIT、哈佛等顶尖院校博士组成的团队在上海张江创立了曜智光科。凭借全球首创的“内爆雕刻”（Imp-Fab）三维纳米制造技术，公司成功突破了微纳制造领域“精度-通量-成本”的不可能三角。成立仅3个月，曜智光科便完成数千万元种子轮融资，并以“专用光计算芯片（ASOC）”为切入点，瞄准AR/VR、具身智能等端侧场景。
近日，《激光制造商情》专访了曜智光科创始人杨高洁，听她讲述这项从实验室走向产业的前沿技术，解码这家新锐企业如何用“光”重新定义计算。
曜智光科创始人杨高洁
杨总，您好。曜智光科的核心团队来自哈佛、MIT等全球顶尖学府。请问，是什么促使你们选择回国创业，并专注于光芯片与光计算这一赛道？杨总：我们选择在2025年回国创业，是几个因素在那个时间点汇合到了一起。第一是技术本身到了关键阶段。我们在MIT时探索过很多方向，但光计算是最有成就感的一个——它不是在现有体系里做小改进，而是思考下一代计算硬件能否发生架构变化。我们和国际顶尖光计算团队交流后也获得很大信心。第二是我们认为这项技术不能一直停留在海外实验室。全球围绕AI算力、光芯片和先进制造的竞争都在加速，底层原创技术越早形成工程化和产业化能力，越有机会占据主动。第三是国内环境越来越成熟。我们回国后得到了国家层面以及浦东、张江在政策、空间和产业资源上的支持。对硬科技创业来说，这些支持非常关键。我们的判断是：技术窗口到了，产业需求到了，国内生态也到了。曜智光科要做的，就是把科研一线积累的原创三维制造能力，真正转化成芯片级三维光计算平台。公司在成立仅3个月后就完成了种子轮融资。除了团队背景，曜智光科的哪些技术潜力最打动投资人？杨总：投资人看中的，更核心的是这项技术本身的底层平台价值。曜智光科做的不是单一光计算器件，而是一套原创的三维微纳制造工艺和芯片级三维光计算架构。它一旦成立，不仅能支撑光计算芯片，也会延展到先进光学器件、光电封装和更多新型芯片结构。同时，这项技术已不是纯概念阶段。我们完成了关键原理验证，从材料、工艺、结构设计到器件测试，掌握了完整的核心链条。商业上我们的优势在于两点：一是工艺路线在材料和加工成本上有规模化潜力；二是技术壁垒很高，不是简单买设备、调参数就能复制，而是长期积累的系统能力。这笔资金帮助我们加快张江研发平台建设，推进三维光计算芯片和光电混合样机研发，扩充工程化团队，并尽快开展真实场景验证。“Imp-Fab”技术登上了《Nature Photonics》，突破了“精度-通量-成本”的不可能三角。能否用通俗的语言为我们解释这项“先微米雕刻、后内爆收缩”的逆向思维工艺？杨总：微纳制造长期有一个现实难题：想要高精度，往往成本高、效率低；想要大面积、高通量，又很难保持纳米级精度。Imp-Fab的思路是：先在一个较大的三维材料体系里，用相对成熟、成本更低的激光加工方式写出微米级结构，再通过材料的可控收缩，把这个三维结构整体缩小到纳米尺度。好处是既降低了直接纳米加工的难度，又保留了完整的三维结构自由度。这件事对光芯片尤其重要。电子芯片适合在二维平面上高度集成，但光有波长、相位、衍射等特性，如果完全按二维思路去集成，很容易遇到串扰、损耗和设计自由度受限的问题。如果能做真正的三维光结构，就可以让光在三维空间里传播、耦合和计算。Imp-Fab的意义就在于此——它让我们有机会用相对低成本、高通量的方式，制造过去很难实现的三维纳米光调制结构。基于三维制造能力，曜智光科选择了“专用光计算芯片（ASOC）”路线，能否结合具体场景谈谈ASOC的优势？杨总：我们理解的ASOC，不是要替代GPU或CPU，而是在端侧AI系统里承担一类明确的任务：把那些高频、重复、对功耗和延迟极其敏感的前端推理计算，用光学结构提前完成。以AR/VR眼镜为例，它需要持续进行眼动追踪、手势识别和空间感知，但设备对功耗、重量和发热非常敏感。ASOC可以更靠近传感器前端，利用光在三维结构中的传播先完成一部分特征提取，把原始信息压缩成中间结果，再交给后端电子芯片处理。具身智能机器人也是类似逻辑。很多低层感知任务并不需要每一步都让完整GPU参与。如果在传感前端就能用低功耗光学器件完成部分并行计算，机器人就能获得更快的反应能力，降低系统整体能耗。相比其他光计算路线，我们的差异在于三维集成和专用化。很多硅光MZI路线具备可编程能力，但依赖二维波导网络和大量调制单元，系统面积、功耗和复杂度都会上升。我们的ASOC路线不是追求“什么都能算”，而是利用ImpFab工艺，先把最适合光的那部分计算做到极致。未来真正可落地的光计算，很可能是光电混合的新架构。你们提到基于光衍射神经网络（ODNN）的“物理即算法”理念。将AI推理转化为光在三维结构中的自然传播，工程化中面临哪些挑战？杨总：“物理即算法”不是简单地把软件模型搬到材料里，而是把AI推理中最耗时的光学变换，转化为光在被精确设计的三维结构中的自然传播。工程化中确实有几个棘手问题。第一是算法和制造之间的映射。在算法中权重是数字，但在芯片中对应的是三维空间每个微纳单元的位置、折射率和高度。模型理论上可行，不代表工艺上可实现。第二是纳米级三维制造和层间对准。可见光波长短，ODNN的神经元尺寸必须做到亚微米甚至纳米级。传统光刻工艺只能单独制造每一层，再对齐、封装。在几十纳米精度上对多层芯片进行三维对准是工程上的灾难。Imp-Fab的优势就在于，可以把多个ODNN层以及它们之间的空间关系放在同一个三维材料体内一次性加工出来，不需要复杂的三维对准。第三是规模化量产。Imp-Fab技术本身有很好的量产可能性——材料体系相对简单，激光加工技术相对成熟。未来可以通过线扫描、并行光写入等方式提升吞吐量。公司计划推出“光电混合加速架构”，将线性运算交给光，非线性运算交给电。这种路线图能给客户带来怎样的性能提升？预计何时能看到Demo？杨总：我们创业初期就非常明确：我们是来解决产业痛点的，不是来炫技的。为什么选择“光电混合”？在现在的AI模型计算中，超过80%的算力消耗在矩阵乘法上。这恰恰是光计算的绝对优势区——我们的三维光芯片可以像宽体客机一样，以极低功耗瞬间完成海量数据的并行处理。这种架构在能效比（TOPS/W）和算力密度上，相比传统同制程电子芯片，预计将带来1到2个数量级的跨越式提升。对下游客户而言，这意味着未来的轻薄AR眼镜不需要挂着笨重的电池和散热风扇，就能在本地流畅运行高参数量AI模型。关于进度，我们其实走得比外界预想的要快。目前已经斩获了千万级商业合作订单，正在与脑机接口等对功耗和延迟极其苛刻的前沿客户进行深度联合开发。预计今年年底到明年上半年，就能向业界展示首个工程级Demo。从“光电混合”走向“全光计算”的演进路径是怎样的？曜智光科将如何扮演“赋能者”的角色？杨总：全光计算是长期方向，但不会一步到位替代电子计算。更现实的路径是先从光电混合开始，让光负责它擅长的并行传播、矩阵变换，让电子继续承担控制、存储和非线性激活。随着三维光结构、非线性光学器件和封装技术逐步成熟，光计算会从“辅助加速”走向“核心计算”。在这个过程中，曜智光科希望扮演生态赋能者的角色。一方面，Imp-Fab提供复杂三维光学结构的制造能力；另一方面，我们也会提供光计算芯片设计、工艺规则、器件库和系统集成能力，帮助产业伙伴降低研发门槛。杨总：超快光学技术是三维光芯片产业化非常关键的底层设备。飞秒激光纳米打印不仅是一种重要的微纳制造手段，更是实现复杂三维光学网络、空间叠层结构和光电混合封装的核心工艺入口。但也要看到，真正面向芯片级产品和规模化应用时，现有超快激光技术在加工效率、长期稳定性和量产节拍上，距离我们的最终需求还有提升空间。因此，我们与超快光学产业之间不是简单的“设备使用方”和“工艺提供方”的关系，而是相互牵引、共同定义新赛道的关系。后续我们会持续推动ASOC与超快光学制造、检测和系统验证的深度融合，目标是与超快光学行业一起，开辟“三维光计算芯片制造”这一全新的产业赛道。除了ASOC，贵公司技术在量子光子学、CPO等领域也有巨大潜力。公司的商业化路径是如何规划的？杨总：我们的商业化路径不是在“只做光计算芯片”和“只做三维制造服务”之间二选一。光计算代表了公司长期最重要的战略方向，但我们不会只停留在远期愿景上。
具体来说，光计算是我们中长期最核心的主线；但在ASOC推进过程中，我们也会围绕光量子器件、三维光子晶体、CPO光电共封装等高价值方向，开展三维制造服务、联合研发和定制化解决方案输出。这不是低附加值的加工代工，而是围绕复杂三维光场调控结构，提供从设计、仿真、加工到封装验证的一体化能力。
简单说，我们的长期目标是三维光计算芯片平台；短中期路径是以先进工艺和解决方案为抓手，先解决真实问题、建立行业信任，再逐步走向规模化产品。
当前国内光芯片产业面临技术同质化、量产难度大等问题。您如何看待行业现状？未来3-5年将迎来哪些变革？杨总：当前产业正处在一个发展热度很高、技术分化逐渐凸显的阶段。AI算力、数据中心互连等需求正在快速拉动光技术的发展。但行业也确实存在同质化——很多团队停留在概念验证层面，真正能跨过“实验室效果”走向产品级论证的并不多。未来3-5年，三维光计算会迎来三个重要变化。第一，技术路线会从“展示光能计算”转向“证明光在特定场景比电更有价值”；第二，竞争会从单点器件转向三维集成、光电共封装和系统级协同竞争；第三，商业机会会首先出现在端侧智能感知、工业视觉、机器人、低功耗前端计算等方向。国际光芯片产业呈现怎样的竞争格局？作为成立不足一年的中国初创企业，曜智光科如何构建技术护城河？杨总：当前国际光芯片产业已形成清晰的分层格局：MIT、UCLA等顶尖高校在源头提出新概念；Intel、NVIDIA等巨头围绕AI数据中心推进硅光、CPO的大规模工程化；大量创新企业在细分方向寻找突破。曜智光科选择的路径，是在三维光计算芯片这个新维度上建立差异化优势——不只是做一个光学器件或一个加工工艺，而是把三维光学结构设计、微纳制造、算法训练、光电封装、测试表征和应用场景整合成一个完整的技术闭环。我们的护城河来自三个方面。第一是路线差异化——聚焦芯片级三维空间光场调控，绕开成熟赛道的同质化竞争。第二是全栈能力——把材料、工艺、设计、仿真、训练、封装测试和系统应用协同起来。第三是供应链安全——关键环节坚持多供应商、多工艺路径，避免把核心能力建立在单一海外设备或平台上。作为从学术一线走向产业前沿的青年科学家，您对投身硬科技创业的科研工作者有何建议？杨总：我的判断是，未来五到十年会是中国光电子和光芯片创业非常重要的窗口期。对拟创业的科研人员，我的建议是：第一，要相信原始创新；第二，要尽早建立工程化思维，不能只评判能不能做出来，还要思考能不能稳定做出来、批量做出来；第三，要真正走进产业场景，和客户、产业链伙伴一起反复打磨真实问题。
来源：《激光制造商情》7月刊
相关文章
热门资讯
精彩导读
关注我们
