光子张量处理芯片PhotonCore发布：光计算首次在AI推理任务上全面超越传统GPU

光子张量处理芯片PhotonCore发布：光计算首次在AI推理任务上全面超越传统GPU

光计算公司Lightmatter于2030年8月24日发布了商用光子张量处理芯片PhotonCore。在AI推理任务的标准化测试中，PhotonCore的每瓦特推理性能达到NVIDIA H200 GPU的47倍，吞吐量达到12倍，标志着光计算技术首次在实际应用中全面超越传统电子计算。

PhotonCore采用硅光子集成技术，在单芯片上集成了超过10000个光学矩阵乘法单元。与传统GPU需要将数据在内存和计算单元之间反复搬运不同，PhotonCore利用光的叠加和干涉特性，在光域内直接完成矩阵运算，从根本上消除了数据搬运的瓶颈。

Lightmatter CEO Nicholas Harris在发布会上演示了PhotonCore运行GPT-7模型的效果。在相同的推理任务中，PhotonCore的响应延迟为12毫秒，而H200为156毫秒。更关键的是功耗差异：PhotonCore的满载功耗仅为45瓦，而H200为700瓦。

「光计算不是电子计算的替代品，而是AI时代的全新计算范式，」Harris表示。「当AI模型的参数规模突破万亿级别时，电子计算的功耗和散热将成为不可逾越的物理极限，而光计算天然适合大规模并行运算。」

PhotonCore的技术突破在于「可编程光学相变材料」。传统光计算芯片的光学元件一旦制造完成就无法改变，而PhotonCore使用相变材料（GST）作为光学调制器，可以在纳秒级别改变光学元件的折射率，实现可编程的光学矩阵运算。

在数据中心的实际部署测试中，谷歌云使用PhotonCore集群运行大规模AI推理服务，在相同算力下将电力消耗降低了89%。谷歌云基础设施副总裁表示：「PhotonCore不仅降低了成本，更重要的是它让原本受限于电力和散热的AI服务成为可能。」

然而，PhotonCore目前仅支持推理任务，不支持AI模型的训练。Lightmatter首席科学家解释：「训练需要高精度的梯度计算，而光计算的模拟特性在精度上仍有局限。我们预计光训练芯片将在2032年推出。」

NVIDIA对此回应称，其下一代GPU架构Blackwell Ultra将在2031年推出，通过chiplet封装和先进散热技术缩小与光计算的能效差距。但分析师认为，光计算在推理领域的优势已经不可逆转，传统GPU厂商需要加速向光计算转型。

PhotonCore的开发者版本已于8月25日开放预订，单芯片价格为12000美元。Lightmatter预计2031年产能将达到10万片，主要供应给超大规模数据中心运营商。