矽光子還不夠？Neurophos 光學 AI 晶片宣稱效能為輝達 Rubin 十倍

根據 Tom’s Hardware 報導，獲得比爾‧蓋茲旗下 Gates Frontier Fund 投資的 AI 晶片新創 Neurophos，近日公開其光學處理單元（OPU）產品，宣稱在 FP4／INT4 等低精度 AI 運算負載下，效能為輝達最新 Vera Rubin NVL72 平台的 10 倍，同時維持相近功耗水準。公司並指出，該晶片採用現有半導體製程技術，未來不排除交由台積電或英特爾代工生產。

Neurophos 成立於美國奧斯汀，主打以光子運算為核心的 AI 加速架構。其首款產品 Tulkas T100 OPU 採用 1,000×1,000 的大型矩陣設計，遠高於多數 GPU 常見的 256×256 結構，並搭配極高時脈運作。

公司表示，透過更大的矩陣規模與光學元件高度整合，即便在帳面上僅配置「光學等效的一顆 Tensor Core」，仍能在 AI 推論與矩陣計算工作負載中，展現高於傳統 GPU 的計算密度與能效表現。

與傳統 GPU 以電子電流進行數位運算不同，Neurophos 的 OPU 核心運算過程以光作為媒介，能大幅降低資料搬移與熱能耗損。

公司指出，過去矽光子技術受限於光學元件尺寸過大，難以在晶片上實現足夠的計算密度；Neurophos 則宣稱已成功將光學電晶體尺寸大幅縮小，使光子運算首次具備與數位 CMOS 架構競爭的可行性，並可直接支援 Triton、JAX 等主流 AI 軟體工具。

在量產規畫方面，Neurophos 坦言 OPU 仍處於測試與驗證階段，尚未進入商用部署。公司規畫自 2026 年起展開系統評估，並以 2028 年進入量產階段為目標。

不過，後續仍需克服包含大量向量處理單元與 SRAM 配置，以及與既有 AI 軟體生態整合等挑戰。隨著輝達、AMD 等大廠亦積極布局光子與矽光子技術，光學 AI 晶片是否能真正改變現行 GPU 架構，仍有待實際市場驗證。