由 Sam 支持的 AI 芯片初创公司 ，正试图通过光技术突破制约算力发展的 " 内存墙 "。与仅做 IP 授权的模式不同，这家成立于 2022 年的旧金山企业旨在打造一款完整的 AI 推理加速器。

本周宣布完成 8800 万美元融资，投资方包括 Lachy Groom 和 等。这笔资金将用于推动其核心技术从概念演示向产品化迈进。

光子中介层打破物理瓶颈

的核心产品名为 A-1，其关键创新在于使用光子中介层（ ）。传统 GPU 受限于芯片边缘区域（）的物理周长，内存容量和带宽难以进一步提升，例如 AMD 的容量上限约为 432GB。

A-1 通过光波导替代电气互连，将内存放置距离从几毫米扩展至几厘米，从而消除边缘瓶颈。 声称，该方案可在单个大型封装上集成高达 10TB 内存，带宽达到 240TB/s。这一性能足以支持以每秒 个 token 的速度运行拥有 20 万亿参数的模型。

在技术路径上， 选择 " 宽而高效 " 的策略。首席技术官 Roy Meade 指出，相较于追求单一链路的高速，公司更倾向于通过增加链路数量来提升总带宽，类似 HBM 的宽总线设计。此外，A-1 不依赖外部激光器，而是将微垂直腔面发射激光器（micro-VCSEL）直接集成到中介层中，以牺牲部分速度换取更高的可靠性。

自研整机而非授权 IP

尽管 和 AI 等同行也曾探索硅基光子中介层，但 选择了差异化路线。CEO Tapa Ghosh 表示，公司不会在初期授权技术，而是专注于开发可出货的完整解决方案。" 展示一个可工作的系统比单纯授权技术更容易获得市场认可。"Ghosh 称。

为此， 采取了务实的集成策略：集中精力攻克风险最高的光学中介层，其余计算和内存组件则从 IP 供应商处授权获取。

12 至 18 个月推出原型机

能效方面， 目标是为每条 通道实现每比特 1 皮焦耳（pJ）的能耗，系统总功耗控制在 20 千瓦左右。

尽管前景诱人，但从流片到量产仍面临巨大挑战。Ghosh 坦言，当前融资仅能支持公司将小型光学演示器推进至更接近最终产品的阶段。公司设定的激进目标是：在 12 至 18 个月内推出具备功能的最小可行产品（MVP），但这仅是原型机，而非批量生产版本。

【星途科讯 图文丨略略 首发于 ZAKER 科技，转载请注明出处】