用光重塑未来计算范式
示意：五层自下而上堆叠为一颗芯片。前处理电芯片（NPU 前端）把输入和权重编码为比特并逐单元驱动 VCSEL 阵列；2×2、1×3、2×3、3×3 四种分块的比特光束经可编程空间光路同时向上汇聚，PD 像素直接得到二进制累加结果；比特总线把结果送入后处理电芯片（LPU 后端），完成归约、向量运算与 Token 输出。
<1 ms大模型推理首 Token 延迟，最低至百微秒级
21,000+单批峰值 Token/s（7B 模型，INT8）
X → Y bit输入按比特编码为光强，累加结果直接以数字比特输出
大模型推理撞上了电芯片的延迟墙
GPT-5、Qwen、DeepSeek 等主流模型快速演进，云边应用需要具备 4o/o1 级能力的模型做到 1 ms 以内的反应和每秒数千 Token 的生成速度。PD 分离、Prefill Only 正在成为部署趋势，光也正从传输走向计算。
电计算芯片的首 Token 延迟被物理限制在毫秒级以上，单靠工艺和堆叠已经难以突破。要打开亚毫秒级推理，需要换一种计算介质。
场景反应时间生成速度
物理 AI / 世界模型感知与决策<1 ms>500 tok/s
AI Coding / 视频与场景生成云端生产力<1 ms>500 tok/s
具身智能动作决策1000 Hz>1000 tok/s