还记得20年前那个轰动一时的“隐身斗篷”吗？当时，杜克大学的David R. Smith教授用神奇的“超材料”，让微波“绕道走”，实现了对特定波长微波的隐形。虽然离哈利·波特的斗篷还差得远，但这扇门被打开了——材料科学的魔法，开始照进现实。

　　如今，这束光没有熄灭，反而照亮了AI时代最棘手的难题：算力狂飙，电费账单也一起狂飙。当全球数据中心为AI的“电力胃口”愁眉不展时，一家从杜克大学和Smith教授孵化器中走出的初创公司Neurophos，正试图用当年“隐身”研究的进阶版，给AI芯片来一场“光学整容”。

　　他们的秘密武器，叫做“超表面调制器”。简单说，这是一种利用光的特性来进行核心AI计算（矩阵乘法）的微型器件。成千上万个这种调制器集成到芯片上，就构成了Neurophos的“光学处理单元”（OPU）。公司宣称，这玩意儿在运行AI模型（推理）时，速度远超现在的硅基GPU，关键是——省电，非常省电。

　　光计算芯片不是新概念，大家都知道光比电快、发热少。但以往的瓶颈在于：光学元件个头太大，难以大规模生产，而且需要在光信号和电信号之间来回转换，既占地方又耗能。

　　Neurophos声称，他们的超表面调制器能“一键三连”解决所有问题。因为它比传统光学晶体管小了约“一万倍”。CEO Patrick Bowen博士打了个生动的比方：“当你把光学晶体管缩小，你就能在光学领域做多得多的数学运算，然后再转回电子领域。如果你想跑得快，必须先解决能效问题。否则，芯片快100倍，功耗就会暴涨100倍。只有先搞定能效，你才有资格谈速度。”

　　根据他们公布的数据，其芯片性能指标颇为惊人：运行频率56GHz，峰值算力达235 POPS，功耗仅675瓦。作为对比，他们指出英伟达的B200 AI GPU能提供9 POPS，功耗为1000瓦。如果数据属实，这无疑是性能与能效的双重飞跃。

　　当然，挑战巨头从来不易。Neurophos闯入的是一个由市值王者英伟达绝对主导的市场，且其芯片预计要到2028年中才能上市。市场上也有其他光子计算公司在探索，有的已转向光互联领域。Bowen的底气在于，他认为现有硅基芯片的进步是“进化式”的，受限于台积电制程工艺约15%的能效提升节奏；而Neurophos的技术是“革命式”的，基于不同的物理原理，有望在能效和原始速度上建立巨大优势。

　　更务实的是，Neurophos表示其芯片可以用标准硅晶圆厂的材料、工具和工艺制造，这为未来大规模生产扫清了一个关键障碍。

　　近期，Neurophos刚完成由比尔·盖茨旗下风投领投的1.1亿美元A轮融资，微软风投M12等巨头跟投。微软核心AI基础设施的副总裁Marc Tremblay也公开表示：“现代AI推理需要巨大的电力和算力，我们需要在计算上取得与AI模型本身相媲美的突破，而这正是Neurophos的技术和高密度人才团队正在开发的。”

　　从让微波“隐身”的超材料，到试图让AI计算“轻装上阵”的光学芯片，这是一条走了二十年的奇妙技术路径。它提醒我们，今天的前沿突破，可能植根于昨天看似天马行空的基础研究。当AI的算力需求如同无底洞，是继续在硅基世界里“挤牙膏”，还是换条赛道，用光来寻找答案？Neurophos押注的是后者。这场“光”与“电”的竞赛，你看好谁？这场关乎未来AI能否“绿色”奔跑的技术突围，又是否真能如约在2028年带来惊喜？