7月17日至20日,2026世界人工智能大会暨人工智能全球治理高级别会议(WAIC)在上海世博、张江、西岸“三地四馆”同步启幕。本届大会以“智能伙伴,共创未来”为核心主题,光子芯力在本次展会上携带超表面光计算方案,为未来算力降本、AI赋能递交了自己的答卷。
光子芯力创始人接受央视采访
“光电融合的芯片相比电芯片,核心在于它的计算延迟更低,功耗也会更低。它所体现出来的就是我们的大模型的推理速度也会变得更快。单位token会下降50%甚至更多。”
- 01
全波计算架构,充分释放光计算的潜力创新采用全波(Full-Wave Computing)技术路线,将反射、折射、衍射、干涉、散射等多种波动光学效应统一建模、协同利用,突破传统光计算架构能力边界。能最大程度挖掘光的物理计算能力,实现更高计算效率与性能上限。
- 02
超表面实现"整片芯片计算",区别于传统器件拼接不同于传统MZI等方案将大量光学器件逐级连接。光子芯力采用超表面(Metasurface)技术,可对光波传播路径上的每一个"像素点"进行精细调控,实现波前编程。将整个芯片设计成一个可计算的物理算子(Physical Operator),而不是多个器件的简单组合。
- 03
芯片尺寸缩小十余倍,算力密度显著提升相比传统MZI路线,超表面单元尺寸缩小十余倍,理论算力密度达1000 TOPS/mm²,单位面积可集成更多计算能力。这意味着我们具备:更小的面积、更低成本、更高性能以及更易实现大规模的集成。
- 04
单芯片功能复杂度更高,不只是矩阵乘法在尺寸更小的超表面芯片上,可以直接实现完整神经网络分类器等复杂AI功能。即:从"基础运算单元"升级到"功能级计算单元"。不仅算得快,而且一次完成更多计算任务。
- 05
光电异构Chiplet集成,兼顾高性能与通用性采用Chiplet异构集成架构,不仅发挥光芯片优势:高并行超低功耗高速线性计算,还能结合电芯片优势:控制、存储、非线性计算、数据调度。从而实现两种芯片特征的优势互补。
- 06
更高系统集成度,具备产业化优势由于超表面天然具有较高集成能力:更容易进行封装、更容易与现有电子芯片融合、更适合未来大规模AI算力系统部署,所以相比传统方案,它将更符合产业落地需求。
同时,在现场,光子芯力也展示了三大产品线下的部分首发核心芯片,为构建产品矩阵走出了坚定且踏实的一步。

图片来源:世界人工智能大会



