MIT 团队实现光子 AI 芯片革命性突破，能效比超越 NVIDIA B300 达 120 倍

光学计算的里程碑

2026 年 6 月 19 日，麻省理工学院电子工程和计算机科学系团队在《Science》杂志上发表了一项震撼业界的研究成果：一块基于片上光子干涉网络的全新 AI 推理芯片。该芯片在标准矩阵乘法运算——深度学习中最核心的计算类型——上实现了 93.6 TOPS/W 的能效比。作为对比，NVIDIA 最新的 B300 GPU 在同等精度推理上的能效比约为 0.78 TOPS/W，光子芯片的能效优势达到约 120 倍。

商业化前景与挑战

该芯片采用标准 CMOS 工艺制造，不依赖特殊材料，在 45nm 工艺节点上即实现了上述突破性能。团队负责人表示这项技术再经过 2-3 年的工程化优化即可进入量产阶段。然而，目前光子 AI 芯片仅适用于推理任务，训练场景仍需传统电芯片。此外，光子芯片在动态精度调节和浮点运算上的灵活性仍不及数字芯片，混合架构——电芯片负责训练、光芯片负责推理——被认为是近期最可行的落地路径。

产业与资本反应

该论文发表后，多家光计算初创公司估值飙升。Lightmatter 和 Lightelligence 等公司股价在纳斯达克盘后交易中分别上涨 15% 和 22%。分析人士指出，如果光子 AI 芯片能够规模化商用，将直接冲击价值 500 亿美元的 AI 芯片市场格局，尤其是在对功耗极度敏感的边缘 AI 推理场景中具备结构性优势。