全波计算
区别于 MZI 主流
缺口光子芯力成立仅约一两年、刚完成天使轮、处于"原理验证完成、进入工程化验证"的极早期，芯片流片进度、实测算力与精度、量产、付费客户、收入、估值均未公开或不可核实。因此本文"事实"集中在技术路线、团队来源、赛道结构，对"生意成色"更多是基于光计算赛道逻辑的判断 + 追问。信息越薄，末尾追问清单越重要。
判断光子芯力是一支押注"光计算能绕开电子算力的功耗/带宽极限，且'超表面全波'路线优于主流 MZI"的清华系极早期公司。它的技术叙事很锋利（用超表面把光计算芯片缩小十余倍、算力密度拉到 1000 TOPS/mm²），团队根正苗红。但它的生死不在于"光计算概念够不够先进"（够），而在于光计算历史上那四道公认的坎——精度损失、可编程性、软件工具链、生态从零——它的"全波 + 超表面 + 自研 EPDA 工具链"这套组合，能不能真的比前人走得更远，并在某个具体场景里做出"电子芯片做不到、又有人买单"的价值。
| 决定性变量 | 为什么是胜负手 | 兑现的观察信号 |
|---|---|---|
| "全波超表面"路线能否真流片量产 | 推导光计算的历史死穴是"实验室样品能效惊艳、量产时精度/一致性/良率崩盘"。超表面是更新颖的路线，缩小十余倍很诱人，但越新的工艺量产不确定性越大。 | 流片进度、实测算力/精度、工艺一致性与良率数据。 |
| 光计算的"可用性"（精度 + 工具链） | 判断光计算多为模拟计算，精度天生有限、可编程性差；能不能用 EPDA 工具链 + 架构设计，让它跑真实 AI 负载而非玩具算例，是从"演示"到"产品"的分水岭。 | 支持的模型与精度、EPDA 成熟度、客户适配成本。 |
先看它站在算力技术栈的哪一层，这决定了它的想象力和它的挤压。
事实光子芯力成立于 2024 年、总部北京，是一家专注光电融合计算芯片的硬科技初创；核心产品为光电异构计算芯片 + 配套软件工具链，硬件采用"全波计算"技术，宣称超表面芯片尺寸小、算力密度高，软件有自研 EPDA 工具链。推导它站在③层——不在电子算力上跟英伟达硬碰，而是换一种物理介质（光）来做 AI 里最核心的矩阵运算，用"光的并行/低功耗"对冲电子算力的功耗与带宽墙。
判断这个位置"理论上性感、现实中孤独"。性感：光天生并行、低功耗、抗电磁干扰，直击 AI 算力的能效痛点。孤独：它是一条彻底"非主流介质"的路，没有任何现成的 CUDA 式生态，客户要重新适配、开发者要重新学，且光计算十几年来量产屡屡受挫。推导所以光子芯力现实上必须"软硬一体 + 自研工具链 + 找一个'电子芯片真的做不好'的具体场景死磕"，用交钥匙方案绕开"没有生态"的死穴，而不是卖裸光芯片让别人适配。
| 本质问题 | 答案（含证据） |
|---|---|
| ① 本质在解决什么 | 判断用光的物理特性（并行、低损耗、高带宽）做矩阵乘加——AI 计算最核心的运算，理论上大幅降低功耗与延迟，绕开电子的"功耗墙/内存墙"。 |
| ② 为什么这么难 | 判断光计算的四道公认坎：精度（模拟计算精度天生有限）、可编程性（光器件难灵活配置）、工具链（没有成熟 EDA/编译栈）、生态（一切从零）；且路线分裂（MZI/微环/超表面/衍射等），无共识。样品惊艳、量产崩盘是历史规律。 |
| ③ 现在谁在这条路上 | 事实国内光计算已有一批玩家（曦智科技等，估值与融资领先，路线各异；另有多家清华/中科院系初创）。判断整体仍处"技术验证 + 小场景探索"阶段，尚无规模化商业赢家。 |
| ④ 光子芯力的差异切法 | 事实它不走主流 MZI，而用"全波计算"超表面，宣称尺寸缩小十余倍、算力密度达 1000 TOPS/mm²，并配自研 EPDA 工具链。推导用更激进的工艺 + 自建工具链，试图同时攻"密度"和"可用性"两道坎——野心大，量产不确定性也大。 |
判断光计算的能效潜力是真的；但真正决定生死的，是"这份潜力能不能稳到、准到、便宜到让客户放弃成熟的电子算力"。推导"1000 TOPS/mm²""缩小十余倍"这类数字，多是原理/仿真阶段的理论上限，与量产实测常有巨大落差。它宣称已完成原理验证、进入工程化验证——恰恰说明离"可量产、可用的产品"还有很长的路。这一问答不好，数字再漂亮也只是 PPT 上的算力。
在信息普遍稀薄时，团队来源与投资方是判断这类硬科技早期公司最重要的线索。
| 维度 | 已知信息 |
|---|---|
| 创始团队来源 | 事实创始人杨其晟博士毕业于清华大学集成电路学院，核心团队亦主要来自清华。判断"清华集成电路 + 光电"背景，对做光电融合芯片是对口的知识结构——这类前沿光子学更依赖顶尖高校的长期积累。 |
| 融资与股东 | 事实已完成数千万元天使轮，由苏州芯阳基金、驰星创投、盛景嘉成联合领投，开源创投跟投。缺口金额区间、估值、团队规模、后续融资计划未公开。 |
判断"清华集成电路学院出身 + 天使轮多家机构领投"是加分项，说明技术根基与早期资本认可都在。缺口但待核实的关键是：① 团队在"从原理样品到量产工艺"的工程化能力（这是光计算量产的真正拦路虎）；② 有没有能把 EPDA 工具链 + 光电系统真正做到"客户可用"的复合人才；③ 极早期公司的现金跑道——光计算是出了名的长周期、烧钱久。
缺口真正决定生意的——芯片是否流片、实测算力与精度、支持哪些模型、EPDA 工具链成熟度、目标应用场景（训练/推理/科学计算）、有无标杆客户——均未公开。"1000 TOPS/mm²""缩小十余倍"目前只能视为原理阶段的理论指标，与量产实测之间往往有数量级落差。这正是追问清单的核心。
| 参照 | 类型 | 对光子芯力的意义 |
|---|---|---|
| 光子芯力 | 光计算 · 全波超表面 | 本体：超表面光电融合芯片 + 自研 EPDA，极早期 |
| 曦智科技等 | 光计算头部 | 融资/估值领先、路线不同（含 MZI/光互联），共同面对精度与量产难题；光子芯力的超表面是差异切法 |
| GPU / 存算一体（电） | 电子算力 | 生态成熟、迭代飞快，是光计算最现实的替代对手 |
| 光互联 / CPO 厂 | 用光做传输 | 更接近落地的光子应用；提醒"光做传输"比"光做计算"成熟得多 |
| 清华 / 中科院系光子初创 | 同源竞品 | 人才与路线可能重叠，早期赛道拥挤 |
判断光子芯力两面受挤：上被"融资更足的光计算头部"分流叙事与人才，下被"成熟飞快的电子算力"抢走一切现实需求。它唯一的破局空间，是用"超表面密度 + 自研工具链"在某个'电子芯片真的做不好、又不追求高精度'的窄场景（如特定推理/科学计算/信号处理）里做深做透，先证明一个别人做不到的用例——从垂直做深，而非追求通用替代 GPU。作为极早期公司，它现在最需要的不是宏大叙事，而是一个能流片、能跑真实负载的可用样片。
| 风险 | 说明 | 观察信号 |
|---|---|---|
| 光计算量产魔咒 | 精度、一致性、良率、封装是历代玩家的坑，超表面路线更未验证。 | 流片/量产进度、实测精度与算力、良率。 |
| 数字落差 | "1000 TOPS/mm²""缩小十余倍"多为原理值，量产落差常达数量级。 | 实测值 vs 宣传值、是否经第三方验证。 |
| 生态与工具链 | 光计算无 CUDA 式生态，EPDA 自研门槛极高、客户适配成本大。 | EPDA 成熟度、可跑的模型、开发者/客户迁移难度。 |
| 长周期烧钱 | 极早期、刚天使轮，光计算商业化周期极长。 | 现金跑道、后续融资节奏、里程碑达成。 |
| 信息高度不透明 | 技术进度、财务、场景、客户细节均未公开。 | 是否有权威披露或可核实数据。 |
判断五类风险的母题是同一个：它能不能把"全波超表面 + 光计算"的理论优势，兑换成某个具体场景里"精度够用、量产稳定、客户非它不可"的真实生意。这个问题没答清楚前——而它现在明确处于"工程化验证"的早期——"1000 TOPS/mm²"更多是愿景而非产品。
信息越薄，这份清单越重要。★ 是我认为最锋利、最能戳破漂亮数字的问题。
判断① 芯片流片实测的算力/精度，比原理宣传值掉了多少？② 能跑多大的真实模型、精度够用吗、EPDA 好不好用？③ 到底切哪个"电子做不好"的场景、有没有人愿意买单？——这三问答清楚，就知道光子芯力是"光计算的超表面破局者"，还是"概念很美、数字很漂亮、又一次太早"的前沿技术押注。作为极早期公司，对它保持"技术尊重 + 商业审慎"是最诚实的姿态。
· 投资界（PEdaily）2026-05《光子芯力完成数千万天使轮融资，瞄准全波光计算架构》——融资、路线、阶段
· 36 氪首发《清华系光计算芯片企业完成数千万天使轮融资，瞄准全波光计算架构》——创始人杨其晟（清华集成电路学院）、核心团队清华系、超表面较 MZI 缩小十余倍、算力密度 1000 TOPS/mm²、EPDA 工具链、原理验证完成进入工程化验证
· 领投方信息：苏州芯阳基金、驰星创投、盛景嘉成联合领投，开源创投跟投