如果算力产业是一场马拉松，那么光计算无疑是目前赛道上最受瞩目，也最需要“抱团”的方阵之一。在WAIC 2026曦智科技论坛的光计算圆桌环节，出现了一个极具历史意义的画面：国内光计算赛道的头部玩家——曦智科技、光啾科技、光本位科技、光子芯力、奇算光启的创始人首次同台。
这不仅是技术的碰撞，更是一次关于光计算赛道、“生存与崛起”的深度共识会。在万亿美金的算力市场中，光计算目前的市占率尚不足万分之一，但正是这种“渺小”，反而让这群科学家出身的创业者有了务实的理由和宏大的野心。
这场由曦智科技创始人沈亦晨主持的圆桌，没有流于表面的技术科普，而是直击灵魂：光计算什么时候找到属于自己的“CUDA时刻”？不同技术路线之间，又该如何形成一个健康有序的生态？
从实验室到企业：多条路径，一个梦想
沈亦晨在开场时指出了一个有趣的现象：台上的五位创始人，背景惊人地相似——脱胎于MIT、上科大、芝加哥大学、清华、中科大等顶尖学府。他们曾是科学家，如今是创业者，正在将论文中的公式变成改变算力格局的芯片。
光啾科技创始人、首席科学家王成选择了一条聚焦边缘端的路径。他带来的“储备池计算架构”，能在光域同时实现线性和非线性运算。基于这样的架构：系统级推理时延低于100纳秒，实时自适应训练仅需几百微秒。
光本位科技创始人兼董事长熊胤江则把目光投向了云侧大模型的光算光连，试图从计算与互连两个维度，用系统工程思维解决大规模算力需求。
光子芯力创始人杨其晟带来了独特的视角。作为在场唯一集成电路背景出身的创业者，他强调光电融合的第一性原理：光和电各取所长、如太极般互为表里、完美融合。他并不迷信单一技术路线，而是提出“光子芯力”（Photonic Chiplet）思路，以包括全波超表面芯粒在内的多种光电计算芯粒的灵活搭配，在EPDA（光电联合自动化设计工具）的系统级任务流的优化和编译下，解决光芯片与电芯片系统融合的问题。
奇算光启创始人钟翰森则从 AI Native （AI原生）的视角出发，探索光计算如何真正适配AI时代的算力需求。奇算光启基于自主研发的“全光干涉”计算路线，通过对计算内容进行光学编码，实现高效、灵活的巨量参数动态更新，并持续推进更大规模的光计算芯片与系统研发，进一步释放光计算在算力与能效方面的潜力。
光计算能从哪里真正起步？
不聊遥远的终局，只看近两三年的商业化落地，这是圆桌最务实的环节。
熊胤江认为，技术到产品的闭环必须走通。他敏锐地指出，当下的算力需求已从“跑分”转向了“Token经济学”——即每秒钟输出的有效Token数和每瓦电产生的Token数。光计算必须紧密绑定大模型推理这一刚需。此外，他提到了一个极具想象力的场景——太空计算。利用光的天然抗辐照特性和激光通信链路，构建太空中的光计算系统，或许会是未来两三年内爆发的蓝海。
王成则从边缘端进行了思考。他指出，光计算不应在电芯片的赛道里“内卷”。在核聚变等离子体诊断、高数据量低信息密度的信号预处理等场景中，电芯片已触及物理极限，而光计算的模拟特性恰恰能解决这些痛点。这种“电芯片做不了，光计算能搞定”的高价值场景，是光啾科技瞄准的突破口。
杨其晟在过去两年对多种场景进行过摸索和尝试，目前他看好三类具体场景：第一，端侧系统级应用，发挥光在能效与延迟上的天然优势；第二，电芯片的协处理器，针对特定算子进行加速，避免因不必要的光电融合而引入额外的光电电光转换开销；第三，通信场景中的嵌入式计算，在光模块本身具备光电电光转换的链路中，将计算功能直接引入光域，对系统而言几乎没有额外开销。这三类场景的共同逻辑是：让光去做它最擅长的事，而非与电全面竞争。
钟翰森则结合自身在AI算法领域的研究与积累，从真实AI工作负载出发，给出了更为精准的切入点分析。他认为，未来两到三年，光计算有望率先在高计算密度、大规模矩阵运算集中的AI场景中发挥价值。例如，大模型推理的Prefill（预填充）阶段计算密度高，能够更充分释放光计算的高并行度优势；在Decode（解码）阶段，尤其是MoE（混合专家模型）场景中，计算访存比成为关键，光计算同样具备发挥空间。此外，视频生成、世界模型等新兴任务持续推高算力需求，也为光计算的规模化应用打开了更多空间。
综合各位嘉宾的观点，沈亦晨在总结时提炼出一个重要结论：光计算的机会不会只从一个场景起步，而是呈现出分场景、分层次、分阶段起量的特征——不同技术路线的公司，将在各自最匹配的垂直领域率先跑通闭环，最终汇流成光计算产业的规模化浪潮。
生态共建，才是光计算的“最优解”
当行业尚处萌芽，比竞争更重要的是生态。关于如何建设生态，嘉宾们贡献了极具深度的建议。
杨其晟强调了“开放”。他呼吁光计算企业共同打造一个开源的“光CUDA”中间件平台，降低开发门槛。在任何产业发展和引入初期，创业公司都扮演着 “桥梁”的作用，他希望通过光电产业的协同推进，打破集成电路与集成光学之间的壁垒，让应用方真正拥抱光电融合。
钟翰森则从产业化进程出发，强调真实应用验证与产业协同的重要性。他认为，当前光计算仍处于从技术创新走向规模化应用的早期阶段，不同技术路线解决的问题、适配的场景各有侧重。现阶段更重要的，是加快跑通“真实世界任务”，用实际应用验证技术价值。
熊胤江则提出了一个概念——“光原生”（Light-Native）。他指出，今天的AI架构是为GPU写的，下一个“Transformer”理应诞生在光计算之上。“光的CUDA不仅仅是算子库，更是下一代光算子的定义。”他呼吁行业不要只想着“将就”电芯片的架构，而要去探索光的非线性、光的模拟特性所能催生的全新算法范式。
这一观点引发了沈亦晨的强烈共鸣。他提到，英伟达的崛起并非只靠显卡，而是靠数百万开发者基于CUDA生态开发算法。光计算行业要做的，是吸引顶尖的算法科学家愿意基于光硬件去开发软件。
王成则从学术端传来了令人振奋的信号。他提到，随着曦智等头部企业走向上市，光计算在学术界已从“冷门猎奇”变成了“热门转行”方向。今年甚至出现了计算机背景的学生主动投奔光计算领域的现象，这正是学术界生态开始反哺产业界的明证。
结语：共识之下，期待光的燎原之火
这场圆桌临近尾声时，沈亦晨以主持人的身份，为激荡讨论画上了简洁而有力的句点。他总结道，台上各家企业虽技术路径各异，但至少达成了两点深刻共识。
第一，光计算走向产业，绝不是造出一颗芯片、跑通一个DEMO那么简单。 这是一场从场景定义、产品化落地，到制造封装、供应链打磨，再到最终客户验证与规模部署的全链条长跑。每一环都是必须跨越的"死亡谷"，没有捷径可走。
第二，光计算是重投入赛道，其资金密度不亚于甚至超过电芯片。沈亦晨笑称，台上的公司目前都处于"被低估"的状态，呼吁资本市场加大对光计算赛道的关注。
这场圆桌没有华丽的宣言，只有务实的判断与开放的邀约。当五家曾经各自埋头赶路的初创企业，第一次并肩站在聚光灯下，这本身就是行业走向成熟的信号。
最后，让我们通过会场外的“快问快答”，来听听四位创始人对光计算前景的思考，以及他们对曦智科技的直言与期许。
