Workflow
光计算产品
icon
搜索文档
迎上市热潮,AI产业链相关企业缘何择沪而“栖”?
中国新闻网· 2026-01-09 14:09
文章核心观点 - 上海正迎来AI产业链相关企业的上市热潮 其构建的优越生态是吸引企业聚集并成功发展的关键因素 具体体现在人才储备 应用场景和前沿创新支持等方面 [1][2][3][4] 人才生态 - 上海是中国对国际人才最具吸引力的城市之一 成为科技企业选址的关键因素 [1] - 上海稀宇科技有限公司团队385人 平均年龄约29岁 公司董事平均年龄32岁 [1] - 稀宇科技业务已覆盖全球200多个国家和地区 海外收入占其整体收入超70% [1] - 上海集聚了中国一批顶尖的芯片设计人才 这对天数智芯等通用GPU公司不可或缺 [1] - 上海徐汇区的模速空间等创新社区形成了“上下楼变成上下游”的紧密协作生态 [2] 场景落地与产业基础 - 上海集聚了超1200家集成电路企业 汇聚中国约40%的相关产业人才 [3] - 上海累计已有35家集成电路企业在科创板上市 整体超过40家集成电路企业在各类资本市场上市 [3] - 上海为沐曦股份等创新企业提供了开放包容 公平公正的发展环境 利于企业专注于技术迭代 [3] - 上海通过龙头企业为创新企业提供技术评测和场景落地的机会 助力产品应用 [3] 前沿创新与产业规模 - 2025年前三季度 上海市394家人工智能规上企业营收达4354.92亿元人民币 同比增长39.6% [4] - 上海人工智能产业发展迅猛 算力需求高增长 正不断夯实产业创新的技术底座 [4] - 光计算等创新路线AI芯片企业在上海蓬勃涌现 被视为突破电子芯片制程限制的潜在路径 [4] - 光计算有望让国产算力走出一条具备全球创新特点的差异化道路 [5] - 单颗芯片算力的限制促使中国更快拥抱如光计算等创新技术 [6] - 上海拥有一批走在前沿的用户 愿意尝试光计算等处于产学研阶段的创新产品 [6]
震惊沙特的玻璃光计算来了,比Groq更好的AI推理“最终解”?
投中网· 2026-01-04 14:35
公司概况与市场关注 - 光本位科技是一家位于上海浦东张江的初创公司,成立三年完成五轮融资,获得头部VC、国内互联网巨头及上海苏州两地国资基金的投资 [2] - 公司于2024年研发出全球首颗达到商用标准的128×128矩阵规模光计算芯片 [2] - 沙特工业部部长班达尔·胡莱夫主动寻求订单与资本合作,并在沙特工业转型展上盛赞其产品“比世界上现有的顶尖电计算产品更能代表AI计算的未来”,此事获得超过700家海外媒体报道 [2] 技术突破与核心优势 - 公司选择用玻璃代替硅作为光计算芯片衬底,旨在实现“千POPS级算力和千TOPS/W能效比”,以绕过算力增长依赖先进制程及高能耗问题 [2] - 200mm×200mm的玻璃光计算芯片算力可达2600 POPS,分别是谷歌TPU的1400倍和英伟达H200(非稀疏化)的1300倍 [7] - 该尺寸玻璃光计算芯片的能效比预计超过1000 TOPS/W,相当于TPU的200倍以上 [9] - 芯片利用相变材料的非易失性实现零静态功耗和存算一体,200mm×200mm芯片可存储6.5亿个计算单元,每个token以光速计算,无需反复读取参数 [9][11] - 玻璃衬底结合纳米压印工艺,可突破硅光平台32mm×25mm的最大光罩尺寸限制,容纳更多计算单元,并减轻产品迭代的设计和工艺难度 [6][7] 产品定位与市场机遇 - 光本位科技的光计算产品主要面向AI推理场景,预计到2030年推理将占AI计算总量的75%,市场规模达2550亿美元 [3] - 当前AI推理市场由谷歌TPU、Groq LPU等主导,英伟达在能效比上不具优势,初创公司Groq的LPU运行大语言模型速度可达GPU的10倍,能耗仅十分之一 [3][4] - 公司提出基于玻璃光计算打造下一代全光计算系统,目标是为不同类型用户提供全栈光计算解决方案,包括为C端用户提供50P+算力的计算盒子,为大模型公司提供500P+算力的“光算+光连”方案,以及为政府或大型企业建设5000P+算力的大型数据中心 [16] 技术路径与产业趋势 - 公司已验证光波导在玻璃上的制备工艺,波导损耗已低于硅光平台水平,并同步开展大规模阵列样品制备及相变材料工艺优化,打通了上下游产业链 [13] - 公司的终极目标是将玻璃光计算芯片封装为超高性能全光计算系统,获得下一代AI计算技术标准的定义权 [13] - 全光计算旨在突破电计算的能耗与散热瓶颈,玻璃光计算因其衬底特性(平整性、热稳定性等)更容易集成不同平台的芯片,被认为是实现全光计算的更好路径 [15] - 玻璃光计算芯片有望改变当前“电主光辅”架构,形成“光电融合,以光为主”甚至“全光”的计算集群架构 [16] - 上海交通大学近期也在全光计算芯片领域取得突破,产业与学术的共鸣显示AI计算可能正加速迈向“全光时代” [4]