光计算破局电芯片瓶颈，烧钱换未来的赌局

当AI大模型把GPU集群的功耗推到兆瓦级，当数据中心的电费账单比硬件成本还高，所有人都在等一个破局者。2026年4月，港交所迎来了一家特殊的上市公司：它靠卖光计算芯片，三年营收刚过2亿，却亏了25亿；开盘涨了380%，市值冲过800亿港元，散户认购超5700倍。这不是资本的狂热泡沫——它瞄准的，是卡住所有AI公司脖子的两道墙：电芯片的“内存墙”和“功耗墙”。而光，成了唯一能穿墙的钥匙。

光怎么把电芯片的墙砸出缺口？

你可以把传统电芯片想象成一个挤满人的写字楼：计算核心是办公室，内存是仓库，数据是需要搬运的文件。电子就是跑腿的员工，在铜线走廊里挤来挤去——不仅慢，还会因为摩擦（电阻）发热，跑太快整栋楼都要过热断电。这就是“内存墙”（数据跑不赢计算）和“功耗墙”（发热限制速度）。

光计算的思路，是把写字楼的走廊换成光纤高速公路，用光子当快递员。光子没有质量，跑起来接近光速，而且不会因为摩擦发热——100个光子跑完全程的能耗，可能还不如一个电子爬1毫米铜线的能耗。更狠的是，光子能“分身”：一根光纤里可以同时跑几百束不同颜色的光，每束光都能扛着数据独立传输，相当于把单车道拓宽成几百条高速路。

最核心的突破在矩阵乘法——这是AI大模型最耗算力的工作。传统电芯片要算一个64×64的矩阵，得让电子挨个跑遍所有节点；而用光计算的马赫-曾德干涉仪阵列，一束光就能同时完成所有乘法运算，延迟从微秒级降到纳秒级，能效比能比GPU高1000倍。

从实验室到资本市场，烧出来的领先

2017年，沈亦晨在《自然·光子学》发表的封面论文，给光计算的产业化画了第一张施工图。9年后，他创立的公司成了“全球光计算芯片第一股”——不是因为盈利，而是因为它把实验室里的原型，变成了能卖出去的产品。

这家公司的光互连产品，已经能把GPU集群里的数据传输延迟降低90%，让原本闲置的计算资源多跑50%的任务。在中国的光互连市场，它占了88%的份额，连续两年光计算芯片出货量全球第一。英伟达砸40亿美元抢光通信产能、AMD收购光互连公司，巨头的动作其实在给它背书：光互连就是下一代AI基础设施的标配。

但光鲜的技术背后，是烧钱的无底洞。三年研发砸了11亿，2025年一年就亏了13亿——相当于每赚1块钱，要亏12块多。它的客户集中度超过80%，面对头部客户连定价权都没有，2025年给某大客户的产品毛利率只有23.4%。更棘手的是，它的资产负债率高达473%，IPO募的24亿港元，按现在的烧钱速度，只够撑四五年。

光计算的坎，比想象中更难跨

光计算不是要完全取代电芯片，而是要和电芯片搭伙干活——光子负责高速传输和矩阵运算，电子负责存储和非线性逻辑，就像让快递员管运输，办公室职员管处理。但这个“搭伙”的过程，满是技术坑。

首先是制造难。光子芯片对精度的要求是纳米级，一根光纤和芯片的对准误差不能超过头发丝的万分之一，稍微偏一点信号就没了。磷化铟激光器是光芯片的核心，但全球产能被几家公司垄断，连英伟达都要砸钱抢产能。其次是光电转换的损耗：光信号进芯片要转成电，出芯片再转成光，这两步的能耗和延迟，至今还没降到理想水平。

更现实的是市场的慢热。现在光计算的主要客户是数据中心和AI公司，但这些客户已经在电芯片上投了万亿级的成本，要让他们换赛道，光有技术优势不够，还得把成本降到和电芯片差不多。2025年国内光互连市场规模57亿，这家公司只拿到了7500万——从千万到数十亿的鸿沟，它得在钱烧完之前跨过去。

当我们为AI大模型的参数突破欢呼时，很少有人注意到，支撑这些参数的电芯片，已经摸到了物理的天花板。光计算不是什么遥不可及的黑科技，它是被逼出来的破局者——用光子的速度，补电子的短板；用资本的烧钱，换技术的时间。

光的速度有多快，光计算的未来就有多诱人，但这条路的每一步，都要踩着烧钱的火焰前进。算力的未来在光，但光的落地在人。我们赌的不是某家公司的成败，而是人类能不能用更聪明的方式，突破物理世界给我们设下的限制。毕竟，从电到光的跨越，从来都不是技术的革命，而是认知的突围。