光子芯片技术概述 - 光子芯片利用光子进行信息传输和处理，被视为下一代信息处理与通信的核心技术之一，相比传统电子芯片具有带宽更高、能耗更低的优势 [3] - 核心结构包括光源、光调制与控制组件、光探测器等功能模块，应用场景涵盖数据中心通信、智能手机/AR眼镜光传感、激光雷达、量子计算等 [3] - 技术类比：电子芯片如高速公路（电子受限物理极限），光子芯片如磁悬浮轨道（光速传输、低热低干扰） [3] 材料与产业链 - 材料分类：硅光子芯片（低成本批量生产）、铌酸锂芯片（高速低损耗）、磷化铟芯片（集成激光器适合长距通信）、氮化硅芯片（低漏光适合高精度传感） [4] - 产业链分三环节： - 上游：关键材料（硅/铌酸锂/磷化铟/氮化硅）及制造设备（光刻机/刻蚀机等） [4] - 中游：设计（光学EDA软件）、制造（异质集成技术）、封装测试（光电耦合/热管理挑战） [5] - 下游：数据中心/通信设备（高带宽光模块）、AI光计算（光电融合计算卡）、AR/激光雷达/量子计算等多元应用 [5] 行业融资动态 - 2020-2024年光子芯片赛道融资事件数量下滑，2025年呈现复苏趋势 [7] - 南智光电：2025年7月完成A轮数千万元融资，资金用于扩建薄膜铌酸锂光子芯片产线，已服务400+机构并孵化40+企业 [9][11] - 犀里光电：2025年6月获数千万天使轮融资，专注薄膜铌酸锂平台开发1.6T级光子集成芯片，瞄准数据中心光互联升级 [12][13][15] - 光本位科技：2025年7月完成Pre-A2轮融资（敦鸿资产领投），聚焦硅光+相变材料光子存算芯片，已实现128×128矩阵规模商用芯片流片 [16][18] 行业热点事件 - 曦智科技2025 WAIC发布"光子计算+光子网络"创新成果，突破光互连光交换技术 [20] - 全球首款电子-光子-量子集成芯片系统由美高校团队研发，采用45纳米工艺集成量子光源与电子控制电路 [21] - AMD收购硅光子初创Enosemi布局AI芯片互连技术 [23] - 英伟达与台积电合作开发硅光子学芯片原型，探索光学封装提升AI性能 [24][25] - 清华大学团队首创分布式光计算架构"太极"芯片，实现160 TOPS/W能效比 [26]

光子处理器技术突破 - 德国QANT向莱布尼茨超级计算中心交付原生处理服务器NPS 标志着模拟光子协处理器首次集成到可操作的高性能计算环境中 [2] - 该技术可使单位工作负载功耗降低高达90倍 数据中心容量提升100倍 因光子芯片不产生热量且无需冷却 [3] - 处理器采用薄膜铌酸锂材料 功率效率提高30倍 性能提升50倍 基于LENA架构实现复杂计算的模拟协处理 [4] 行业应用与战略意义 - LRZ将光子处理器用于气候建模 实时医学成像 聚变研究材料模拟等场景 巩固其在节能高性能计算领域的先锋地位 [2] - 光子计算被视为突破传统CMOS物理极限的新范式 拥有巨大扩展潜力 美国AI数据中心可能消耗全国近20%电力 [5] - 欧洲需加快芯片主权建设 通过自主研发 控制供应链和加速应用来引领技术潮流 避免被中美超越 [7] 融资与商业化进展 - QANT完成6200万欧元A轮融资 为欧洲光子处理器领域最大规模 资金用于扩大AI/HPC处理器生产及开发32位光学处理器 [4] - 公司通过改造90年代CMOS生产线实现低成本工业化 而非建造数十亿欧元晶圆厂 [4] - 融资由Cherry Ventures等机构领投 并引入ARM创始人等资深顾问 预计未来5-7年实现可持续AI计算 [6][7] 技术竞争优势 - 光子处理器精度从行业5位提升至16位 计划推出32位 采用专有TFLN混合物实现高精度高效率 [6] - 相比国际竞争对手使用不同材料导致质量不达标 QANT技术已通过实际工作负载验证 从研究阶段进入应用阶段 [3][6] - 光学处理架构可无缝集成现有基础设施 显著降低数据中心运营成本 同时提供突破性性能 [7]

光计算芯片行业 - 光计算芯片具有单元尺寸小、系统能耗低的优势，更适合大规模AI计算场景 [1] - 在AI算力需求暴涨背景下，光计算作为AI计算新范式备受投资机构追捧 [1] - 光计算是突破后摩尔时代传统算力瓶颈的重要技术路线，有望重构算力市场竞争格局 [7][9] - 光计算芯片直击当前AI产业痛点，能显著提升推理速度并大幅降低功耗 [8] 光本位科技公司概况 - 公司成立于2022年，是全球首家采用硅光+相变材料（PCM）异质集成并实现光芯片存算一体的商业化公司 [4] - 公司技术路径能将128*128、256*256甚至更大矩阵集成到单颗晶粒上，集成度比其他方案提升10倍以上 [4] - 2024年6月完成首颗商用标准光计算芯片（128*128矩阵），打破行业3年天花板（64*64） [4] - 正在进行256*256芯片流片和第一代光电融合计算卡封测，512*512芯片已在设计中 [4] 融资与商业化进展 - 2024年12月完成锦秋基金领投的融资，老股东超额跟投 [2] - 2024年6月完成敦鸿资产领投的新融资，多家国资基金跟投 [2] - 2024年12月与国内一线互联网大厂建立AI算力硬件战略合作 [6] 团队与技术优势 - 两位95后创始人分别毕业于牛津大学和芝加哥大学 [6] - 研发负责人师从光计算领域首位英国皇家工程院院士Harish Bhaskaran [6] - 商业化负责人具备大模型算法和AI agent工程化落地经验 [6] - 技术方案在封装难度、维持功耗、延迟、稳定性等方面均具竞争力 [10] 投资人观点 - 锦秋基金：光子计算对推动模型性能进步和推理成本下降有重要价值 [7] - 敦鸿资产：光本位技术路线展现最强落地潜力和可扩展性 [8] - 浦东创投：技术契合国家"算力基础设施"战略方向，稀缺性强 [8] - 苏创投：光计算有望重构算力市场竞争格局 [9] - 张江科投：光计算是实现"换道超车"的重要赛道 [10] - 中赢创投：公司有望重新定义AI芯片市场格局 [10]

融资动态 - 锦秋基金于2024年12月领投光本位科技战略轮融资 老股东慕石资本 小苗朗程 中赢创投超额跟投 [1][2] - 2025年6月光本位科技完成新一轮融资 由敦鸿资产领投 浦东科技天使母基金 苏州未来天使产业基金 张江科投等国资基金跟投 老股东中赢创投再次加注 [2] 技术突破 - 光本位科技是全球首家采用硅光+相变材料(PCM)异质集成并实现光芯片存算一体的商业化公司 [4] - 公司技术路径可将128*128 256*256等大矩阵集成到单颗晶粒 集成度比其他方案提升10倍以上 [4] - 2024年6月推出首颗商用标准光计算芯片 矩阵规模128*128 打破行业64*64天花板 [4] - 正在进行256*256芯片流片和第一代光电融合计算卡封测 512*512芯片已在设计中 未来系统算力或超顶尖电芯片产品 [4] 商业化进展 - 2024年12月与国内一线互联网大厂建立战略合作 在AI算力硬件领域深度合作 [5] - 公司致力于为大模型 科学计算 具身智能等领域提供新型计算芯片与系统方案 已开展与行业核心用户的需求探索 [6] 团队背景 - 两位95后创始人分别毕业于牛津大学和芝加哥大学 [5] - 研发负责人程唐盛师从英国皇家工程院院士Harish Bhaskaran教授 后者是世界首位凭光计算研究成果获院士称号的学者 [5] - 商业化负责人熊胤江具备大模型算法 AI agent工程化及商业化落地经验 [6] 行业趋势 - 光子计算被视为突破后摩尔时代算力瓶颈的重要技术路线 对提升模型性能 降低推理成本具有重要价值 [1][7] - 在AI算力需求暴涨背景下 光计算新范式正受到投资机构追捧 与GPU上市潮形成呼应 [2] 投资人观点 - 锦秋基金认为光本位团队依托牛津实验室技术积累 在产业化落地中取得阶段性成果 团队作风务实高效 [1][7] - 光子计算作为底层技术创新具有长线价值 投资机构将持续支持其产业化发展 [7]

融资情况 - 光本位科技近期完成新一轮融资 由敦鸿资产领投 浦东创投集团旗下浦东科技投资天使母基金 苏州未来天使产业基金 张江科投等国资基金跟投 老股东中赢创投再次跟投 [1] - 2024年12月公司曾完成由锦秋基金领投的战略轮融资 老股东慕石资本 小苗朗程 中赢创投均跟投 [1] 公司背景与技术进展 - 公司成立于2022年 专注于研发光计算芯片和光电融合计算卡 [1] - 2024年6月率先完成128*128矩阵规模光计算芯片流片 算力密度和算力精度达到商用标准 正加快商业化落地进程 [1] 商业化合作 - 2024年12月与国内一线互联网大厂建立战略合作 在AI算力硬件方面展开深度合作 [1] - 创始人表示公司致力于为大模型 科学计算 具身智能等高性能计算领域提供新型计算芯片与系统方案 未来将围绕自研光计算芯片提供大算力高能效比产品 [1] 行业观点 - 锦秋基金合伙人认为光子计算是突破"后摩尔时代"传统算力瓶颈的重要技术路线 对推动模型性能进步和推理成本下降具有重要价值 [2] - 浦东创投集团总经理表示光本位科技聚焦光子计算领域 契合"算力基础设施"与"人工智能基础设施"方向 与浦东集成电路产业形成上下游联动效应 [2]

公司近期概况 - 董事会秘书向参会方介绍公司基本情况、硅光子业务板块行业发展状况及业务展望 [1] 问题交流 光伏板块订单预期 - 2025年光伏市场新增项目大多在海外，包括印度本土客户及部分国内企业海外投资，公司活跃于国际市场，将推出高效电池配套核心装备及整体解决方案，海外新增订单将支撑光伏设备业务板块发展 [2] CPO市场规模 - CPO市场规模预计在2023 - 2030年以172%的年复合增长率增长，2030年将达93亿美元，乐观情景下达230亿美元；预计到2027年CPO端口将占总800G和1.6T端口近30% [3] ficonTEC订单情况 - ficonTEC与美国某头部公司A及其子公司已签订但未确认收入的合同金额及2025年6月20日签订的合同金额约1710万欧元（折合人民币超1亿元），合同履行将对公司业绩、客户关系、技术水平等产生积极影响 [5] 公司对ficonTEC的赋能 - 公司对ficonTEC业务、资产等全面整合，助力其从“项目制”向“产品制”转变，涉及测试、光纤预制、耦合封装三个产品线 [7][8] ficonTEC未来产能 - ficonTEC根据客户需求弹性匹配产能，属轻资产科技型企业，上市公司赋能后，随下游市场需求放量，国内外产能将提升 [9] 现场参观 - 公司接待过程保证信息披露合规，未出现未公开重大信息泄露，已签署调研《承诺书》 [10]

光学芯片技术突破 - 中国科学家研发出一款新型光学芯片，运算速度高达每秒2560万亿次，性能堪比最先进GPU [4] - 芯片采用可重构架构和孤子微梳源技术，将光束分成100多个波长，每个波长作为独立数据流并行处理 [4][5] - 新方法将传统光学芯片的通道数量增加百倍，显著提升处理效率和速度 [2][5] 技术优势与应用场景 - 芯片通过并行处理实现性能飞跃，同时节省能源和物理空间，解决了计算领域的关键难题 [5] - 在图像识别、物理模拟和人工智能等任务中表现出更高效率 [5] - 低延迟和高密度特性使其适用于边缘计算场景，如无人机、通信中心和远程传感器系统 [6] 行业影响与未来展望 - 该技术彰显中国在光子计算领域的领导地位，研究成果发表于《eLight》杂志 [6] - 为光驱动智能机器的发展开辟新可能性，可能重塑数据处理方式 [6] - 工程师将技术突破类比为"单车道公路升级为百车并行的超级高速公路" [5]

硬科技投资现状与挑战 - 中国硬科技投资被认为不是过热而是远远不够，金融体系对科技的信心和认知仍需提升 [1] - 金融行业过去30年更关注企业财报，现在需转向技术路线判断，这对行业是全新挑战 [1] - 中科创星是硬科技理念缔造者和投资先行者，聚焦科研院所和高校的科技成果转化 [1] 中科创星的投资策略与成果 - 公司构建"研究机构+早期投资+创业平台+投后服务"的硬科技创业生态体系 [1] - 截至今年6月，基金在管规模超120亿元，已投资孵化超530家硬科技企业 [1] - 去年投资项目数相当于30家GP总和，通过大项目池分散风险，头部项目回报覆盖亏损 [2] 重点关注的投资方向 - AI领域持续关注，赛道仍处于早期发展阶段 [2] - 底层技术创新突破是重点，包括量子计算、光子计算、可控核聚变等 [2] - 硬科技领域需要"耐心资本"，单个项目投资周期可能长达20年 [2] 科技成果转化与生态构建 - 中国科技成果转化率较低，需要更多"最后一公里"陪跑者提升转化率 [3] - 公司构建"科研-孵化-产业"飞轮，早期绑定科研院所，成长期引入产业资本 [2] - 2015-2025年硬科技冠军营累计促成230多轮次融资、300余项产业合作 [3] 代表性投资案例 - 中科海钠、中储国能、中科微精、国科天迅等学员企业实现快速发展 [3] - 御微半导体、瑶芯微、微光医疗、奇芯光电、瑞莱智慧等企业受益于生态体系 [3]

光子芯片技术发展 - 电子微芯片面临性能提升瓶颈 制造成本和复杂性增加 物理定律限制性能 同时AI发展对计算能力需求激增 [1] - 光子芯片利用光传输处理信息 相比电子芯片具有速度更快 带宽更大 效率更高的优势 无电阻损耗和热量产生问题 [1] - 光子计算特别适合执行矩阵乘法运算 这是人工智能的基础数学运算 [1] 光子芯片当前挑战 - 光子芯片需与电子系统集成 但光速更快 光子电信号转换会减慢处理时间 [2] - 光子计算基于模拟运算 精度较低 限制可执行计算任务类型 [2] - 大规模光子电路制造精度不足 从小型原型规模化困难 需开发专用软件算法 集成兼容性挑战大 [2] 最新研究突破 - Lightelligence公司研发Pace光子处理器 具有超低延迟 集成16000+光子元件 证明可解决复杂计算任务 实现光电子硬件集成和规模化 [2] - Lightmatter公司光子处理器达到电子处理器精度 成功运行AI系统 生成莎士比亚文本 分类电影评论 运行经典游戏 [3] - 两项研究均展示光子系统的可扩展潜力 为下一代AI硬件奠定基础 但需进一步改进材料和设计以提升性能 [3]

光子芯片技术突破 - 德国科技公司Q.ANT推出全球首条光子AI芯片生产线，采用薄膜铌酸锂(TFLN)材料，能极快控制光波且几乎不产热 [3] - 该技术通过升级现有半导体工厂实现，投资1400万欧元，显著降低生产成本并加速AI处理器开发 [3] - 光子芯片处理速度比传统芯片快50倍，能耗降低30倍，特别适合AI和神经网络计算 [4][6] 技术原理与优势 - 光子NPU利用光干涉原理执行矩阵乘法（AI核心运算），通过波导和调制器操纵光子实现光速计算 [4] - 采用波分复用技术可同时处理多数据流，实现高吞吐量并行处理，带宽提升且延迟更低 [4] - 天然适合模拟计算，能表示连续值，对信号处理和AI推理任务更具优势 [4] 产业影响与规划 - 生产线年产能达1000片晶圆，支持快速迭代芯片架构，缩短从实验室到市场的周期 [6] - 目标到2030年使光子处理器成为全球AI基础设施的核心组件，重塑计算生态系统 [8] - 技术有助于减少对全球半导体供应链依赖，推动分布式半导体产业格局形成 [7] 应用场景 - 已通过云端AI试验验证潜力，可无缝集成现有数据中心提升AI模型训练和复杂模拟能力 [5] - 将显著降低数据中心运营成本（冷却需求减少），推动医学、气候建模等领域创新加速 [8] - 与GPU形成互补关系，定位为下一代AI协处理器标准 [6]