硬氪专访丨几百个投资人不想投的光芯片公司，现在估值快200亿了

作者 | 邱晓芬

编辑 | 袁斯来

2023年，「光本位」的创始人熊胤江跑遍了四五百家投资机构，几乎把中国能见的VC都聊了一遍，嗓子都聊哑了。

有一次，他拖着病体，还飞去北京见了两家机构，“身体非常难受”。即便如此，他得到的仍然是敷衍的套话： “我们很感兴趣”、“会继续跟进“。

见完几百个人，他拿到的TS还是个位数。那时熊胤江27岁，刚刚回国，第一次体会到资本市场的现实和冷酷。

熊胤江其实知道，自己不是投资人钟爱的那种创业者。没有大厂履历、没有学界大佬背书、还选了光芯片这样的冷赛道。“现在可能有些投资经理会被问’当时为什么没投’，但那时这类机构老板很难拍板投资这种’非共识’的项目。”

直到2024年，光本位也只是艰难地拿到了2-3亿，估值不过几十亿。尽管如此，他没有停下。

2024年，「光本位」128×128光计算芯片流片点亮；2025年初，完成板卡封装；同年三季度，他们通过客户POC验证并拿下行业垂直模型订单，这也是全球首个光计算产品进入商业化。

时代终于跟上了他们。转机猝不及防。

2025年3月，英伟达发布采用硅光和共封装光学技术的交换机。过去只在学界被人关注的光计算，第一次走到了产业台前。今年年初，英伟达又分别向光模块公司Lumentum和Coherent投资20亿美元，真金白银投到了“光”产业中。

256x256光子存内计算芯片（图源/企业）

英伟达的动作向来是风向标，2025年下半年开始，一二级市场投资人，忽然开始喊起那句耳熟能详的口号——“相信光”。

很快，A股AI与光模块板块“易中天”（新易盛、中际旭创、天孚通信）在二级市场走红，三家公司市值一度超过2.4万亿。紧接着光计算芯片公司「曦智科技」上市，上市当天最高100亿美金的市值也给此前缺乏参照物的光计算公司提供了新的估值锚点。

客观来说，光计算芯片走红也是产业发展的结果，英伟达只是给行业提供了信心。大模型进入万卡集群，GPU之间的数据交换越来越频繁，传统电连接在带宽、功耗、延迟上的局限逐渐暴露，“跑”得更快的光，理所应当被用于芯片之间的高速互联。

“这不是赶热点式的市场炒作，而是光芯片迎来了一次科技资产估值回归”，熊胤江表示。

提前三年做好准备的「光本位」，自然从幕后走向了台前。

硬氪获悉，近一年内「光本位」已完成数轮融资，累计融资金额达到数十亿元。投后估值飙升至近200亿，成为这个赛道估值最高的公司之一。

资方是一串明星投资人：国投先导、上海科投、Monolith砺思资本、华控基金、吉利资本、商汤国香、海通开元、中信建投、中贝通信、朗玛峰创投、鋆昊资本、申能诚毅、浦耀信晔、华睿投资、海汇投资、道禾长期、明泓量化等。

此外，锦秋基金、敦鸿资产、小苗朗程、接力资本、慕石资本等多家老股东连续多轮追投。

相比多数公司率先从商业化更成熟的光互连切入，「光本位」同时布局光互连和光计算。二者的区别是，光互连解决的是“怎么传”，让GPU和交换芯片更高速、低功耗地交换数据；光计算解决的是“怎么算”，目标是替代传统GPU，让光直接参与AI推理的运算。

玻璃基光计算芯片（图源/企业）

在产品方面，「光本位」今年进一步发布了256×256光子存内计算芯片和玻璃基光计算芯片，并将光芯片与承担信号转换、非线性运算的电芯片集成到同一张计算板卡中——这意味着，服务器不再额外搭载其他公司的GPU，核心计算由这套光电融合板卡完成。

在大部分玩家还在突破产品、流片攻坚时，「光本位」已经在商业化上越跑越远。今年，他们不仅与百度智能云推进联合产品开发，还与东方天算探索卫星载荷和在轨AI推理。根据该公司提供的数据，他们目前已获得数亿元订单及意向协议，完成10余个光计算系统的规模化交付。

资本和「光本位」的位置似乎发生了倒转。过去，光芯片的估值逻辑是，由看懂技术逻辑并敢于下注的投资人参照国外同类光计算公司估值，再打个折扣，公司选择接不接受。而这一轮，变成了公司出价，投资人仅回答yes or no。

不过，熊胤江经历过低谷，早已对估值祛魅。“我们一开始就经历高难度，反而心态更扎实，考虑问题更现实，不会有太多不切实际的预期。”

他清楚，光计算如今依旧如“被捆住手脚跳舞”——未来仍需适配一套围绕电计算建立起来的芯片、软件和数据中心标准，这导致了很多属于光的速度和能效优势还没有被完全释放。

但他依旧乐观。熊胤江告诉硬氪，未来5至10年，产业可能逐步出现围绕光重新设计的硬件、算法、通信和能源体系，形成真正的“光原生”架构。

“参照半导体产业的演进周期，光计算未来是一条持续50年的赛道，它更不是量子计算和电计算的过渡方案”。

以下是硬氪与熊胤江的交流（略经摘编）

光本位创始人熊胤江（图源/企业）

估值近200亿，光计算公司走到台前

硬氪：过去两年你们的估值和融资发生了很大变化，这个转折是怎么发生的？

熊胤江：大背景是市场大势发生了变化。一方面是AI的CAPEX（资本开支）快速增长，大厂开始堆卡，建设基础设施，训练和推理更大的模型，带动了整个计算产业。

另一方面，年初英伟达先与台积电发布了硅光交换机方案，又投资了 Lumentum、Coherent两家光源芯片公司，用真金白银为“光”投票，迅速点燃了市场对光计算、光互连的热情。

当然，我们也正好走到商业化节点。经过大约三年发展，光计算的供应链逐步跑通，产品进入商业化拐点。

硬氪：2023年当时融资最困难的时候，具体经历了什么？

熊胤江：刚创业的前两轮融资我们累计见了四五百家投资机构，几乎把中国能见的VC都见过一遍，我一家一家去聊，最后嗓子都讲哑了，当时很多人会说“我们很感兴趣”、“我们会继续推进”，但最后都没有成功，最后只有六七家机构进入，成功率是个位数。

当时不少头部美元基金资金紧张，出手非常谨慎，而且大部分资方更偏好学术领军人团队，也偏好已经形成行业共识、退出路径清晰的项目。我们当时在他们眼里属于是高风险、回报不明确、退出路径不清晰的项目。

后来有些机构在我们估值5亿到35亿元时都看过，但没有投资。等公司估值到了几百亿元，再让它们进入，它们在心理上也很难接受，推翻过去的投资决策需要投委会的极大魄力。

我们的团队是顶着疫情回国创业的，前半年很多地方都去不了。我记得有一次去北京见两家机构，当时大家都感染了，我带病去见了机构，身体非常难受。我们一开始就经历高难度，反而让心态更扎实，考虑问题更现实，不会有太多不切实际的预期。

硬氪：估值飙升，是不是这个赛道的定价体系也发生了变化？

熊胤江：早期融资是由领投方定价——投资人认为公司值多少钱，公司选择接受报价，或者继续寻找其他投资人。

但我们今年的策略变成由公司定价，这个定价背后，是我们对这份事业的长期信心，以及结合未来几年收入、订单和技术路线的完整测算。

我认为公司必须主动建立自己的价格，因为我们认为，公司的市场位置和容量值得这个价格，也相信会落在部分投资人的舒适估值区间内。

这件事情的底层是更深层的变化，是估值范式发生了改变。中国过去经常把芯片当作 commodity（大宗商品），用成本和较低的 PE 定价。例如，一颗光芯片的成本可能只有几十元，于是投资人就按单颗芯片的逻辑给公司定价。

我们认为，我们做的不是一颗普通光芯片，而是GPU式的计算系统，它的定价应当参考英伟达式的系统价值和产出能力，而不是只看单颗芯片的制造成本。

因此，这一轮上升更像是中国科技资产的“估值回归”，而不只是市场炒作。

硬氪：高估值是市场的认可，会不会同时代表着风险和枷锁？

熊胤江：我们团队非常清楚高估值的风险。我认为，创业者不能只跟随投资人的情绪，而要关注业务本身的底层发展逻辑。机会来了，必须抓住，要借助这个机会让公司的现金流足够安全，招到更优秀的人，并把资金转化成研发和商业化能力。公司的逻辑不是随意喊高估值，也希望每个阶段的投资人都能够赚到钱。

光芯片商业化起飞

硬氪：能否介绍一下你们主要的业务是什么？

熊胤江：第一类是光计算，第二类是光互连。

“光计算”产品直接对标 GPU，包括英伟达等国际主流 GPU，以及国内 GPU 产品。我们的服务器插入的是自己的光计算卡，不需要再搭载其他公司的GPU。

但这张卡并不是只由光芯片完成所有运算。光芯片主要负责大规模线性运算，也就是AI模型中的张量计算。电芯片负责光电信号转换，并完成取绝对值、指数等非线性运算。两者共同组成一套光电融合的计算架构。

“光互连”则主要服务GPU在内的计算芯片厂商。我们会提供design-in方案，把光互连设计融合到对方GPU架构里，帮助GPU“出光”。

英伟达的重要护城河之一是 NVLink，用高带宽把大量GPU组成大型计算集群，而国内如果主要依靠 PCIe，带宽可能相差一个数量级。

当集群从千卡迈向万卡时，能否把多张GPU高效地看成一张GPU、组成一个大的计算池，会越来越重要。这就是scale-up和光互连的价值。

玻璃基光计算芯片（图源/企业）

硬氪：公司的商业化从什么时候开始明显加速？

熊胤江：明显的转折发生在今年4月至6月，而且一直延续至今。我们组建了一支更成熟的商业化团队，把市场、产品和技术打通。我本人也在一线盯商业化。

最近2年对于互联网大厂项目的贴身式服务给我们提供了很大启发，也沉淀了一套进入大厂、推动联合研发和完成交付的方法论。因此，我们在手项目的客户数量和质量都出现提升，合作对象多是有较强现金流和持续 CAPEX 能力的科技大厂、模型公司。

硬氪：与某互联网大厂云厂商的合作，最初是怎样开始的？

熊胤江：最开始他们是想向我们销售一些半导体产业相关的SaaS工具。聊的过程中我意识到，与其做单点采购，不如把双方技术团队拉到一起，看看能不能做出共建方案。

我随后提出，不如把双方技术团队约到一起，讨论能否做共建方案。对方技术团队听完之后，认为这是一个比较有价值的方案，因为我们的技术可以提升他们的产品能力和产品溢价。后面一步步推进到他们总裁层面。

最终，我们的关系从“对方向我们卖工具”，反转为“双方联合研发，再把产品卖给下游客户”。这是我们商业化闭环跑通的一个重要转折点。

硬氪：这个合作听起来比较顺利，真正困难的地方是什么？

熊胤江：真正困难的是大厂内部协作，而不只是技术。销售和采购属于不同的体系，团队需要摸清多层关系，找到关键卡点，推动不同部门之间协同。整个合作大约持续了半年，到真正的产品适配、测试和交付，大约用了一个月。

单点技术突破，甚至让大厂下游客户愿意为产品买单，都未必是最难的事情。最大的壁垒往往是如何进入大厂体系。大厂订单量动辄非常大，因此进入门槛也格外高，很多公司能够把产品卖给中小企业，却始终卖不进大厂，原因就在这里。

硬氪：明年收入高速增长的预期，主要靠哪些客户支撑？

熊胤江：我们的芯片主要是在垂直应用的推理场景中，把应用部署在公司的光计算服务器上，让推理跑得更快，然后交付服务器。方向主要包括AI Coding、AI 工业、AI 制药、AI 金融、视频生成、AI 短剧等。

明年起量主要来自三类客户。第一类是互联网大厂。第二类是基模公司。它们开始大量自建算力，CAPEX 投入非常高。

第三类是垂直 AI 公司，随着基模能力越来越强，这些公司也必须不断迭代自己的模型能力，否则可能很快被基模公司取代，因此也需要持续投入算力。

硬氪：目前国内训练和推理在算力侧出现了哪些变化？

熊胤江：目前训练算力依然紧张，行业也在探索更多元的算力部署方式。

在推理侧，行业正呈现百花齐放的态势。只要一个AI产业真正成熟，推理和训练的需求长期可能呈现“七三开”的态势，模型训练完成以后，真正长期、大规模发生的是用户使用模型所产生的推理需求。

硬氪：推理芯片竞争激烈，有很多国产GPU和AI芯片公司在抢夺市场，你们如何切入这一市场？

熊胤江：推理产品的竞争可以归结为一句话：在能够运行较大、较高质量模型的前提下，速度越快、成本越低，产品越有竞争力。

光计算最核心的两个指标是：

tokens per second：每秒可以生成多少 token，代表速度；

tokens per watt：每瓦电可以生成多少 token，代表能效。

光天然具有速度快、能耗低的特点，因此这两个指标应当成为产品的核心优势。但接下来更重要的问题，是让光计算适配更多、更优秀、更大的模型。如果运行的模型本身没有人用，计算再快也没有价值。

因此，我们会主动选择未来可能快速爆发的应用，把硬件架构与 AI Coding、太空计算、金融、视频生成等领域结合，让算力真正变成有人使用的“有效算力”。

硬氪：商业化上为何还选择了太空算力这个一方向？

熊胤江：去年下半年，我花了大约半年时间，把市场上主要的太空计算公司摸了一遍，包括东方天算、轨道辰光等，并与创始人进行交流。

当时行业还没有现在这么热，不少方案只是把英伟达的卡送到太空。我的判断是，如果只是换一个环境使用N卡，长期意义有限。未来仍需要国产化、更高效的方案。

我认为，太空计算需要把几个问题结合起来：如何在有限能源条件下降低功耗？如何同时解决数据传输和计算？如何与太阳能等能源方案协同？

光计算非常适合太空环境。一是，光天然抗辐照，不容易受到太空射线影响；二是，卫星之间本身就在大量使用激光通信。光计算可以更自然地融入太空通信和信息链路。

并且，太空算力背后是国家级商业航天和天地一体化信息网络的战略大方向，未来行业需要国产化、更高效的方案。

团队最终选择东方天算，是因为其拥有多次发射经验和卫星能力，也有产业经验。这可能是人类历史上第一次将光计算与太空计算结合。

光计算能持续50年

硬氪：似乎你们创业以来一直在做非共识的判断，比如很早提出用相变材料做光芯片，两年前就开始研发玻璃基等等，为什么？

熊胤江：我们不敢说每一次判断都正确，但我们愿意下注，去选择当下看起来并非主流、甚至会被行业资深人士质疑的路径。

我们相信第一性原理。对于“做了30年、50年”的专家，我们会尊重，但也会保持审慎，不会单纯论资排辈。行业正在快速变化，需要有一批新生代团队敢于下注新的技术方向。这可能也是年轻创业者的优势。

硬氪：为什么选择布局玻璃基光计算的方向？

熊胤江：玻璃和光天然适配。第一，玻璃可以摆脱传统光刻对单颗芯片面积的部分限制，让单颗芯片容纳更大的计算矩阵，一次完成更多计算。

第二，光在玻璃中的传输损耗低。光纤本质上也是用玻璃传输信息，因此整体传输效率更高。

第三，我们判断玻璃封装会进入快速发展期。随着工艺成熟，把玻璃芯片封进数据中心并不是异想天开，也不需要像量子计算那样建立单独的运行环境。

我们两年前就开始布局玻璃光计算，后来康宁获得英伟达投资，TGV等玻璃相关技术升温，也验证了团队早期的判断。

硬氪：今年又冒出了很多新公司，你认为光计算的技术路线已经收敛了吗？

熊胤江：还没有完全收敛，但也不再继续扩散，现在处于逐渐收敛的过程中。目前行业存在两个重要共识：

第一，要让一次光电转换承载尽可能多的信息和计算。光计算的一部分开销来自光电转换，因此一次转换能够完成的矩阵越大，整体性价比越高。这也是各家都强调矩阵规模的原因。

第二，要继续降低光电转换本身的能耗。一次计算承载更多信息是“开源”，降低转换能耗是“节流”，两者都会提高整体能效比。

硬氪：行业目前处于什么阶段？

熊胤江：现在只是“星辰大海的第一步”。当前的光计算有一种“被捆住手脚跳舞”的感觉——它必须在电计算的范式中，适配所有与电相关的标准，因此不得不做出很多取舍，导致光的能效优势无法被完全释放。

我认为未来会逐步出现光原生系统架构，比如会出现以光为核心的硬件架构、以光为核心的算法、出现光计算与通信、能源的协同、甚至是围绕光重新设计的软硬件结合体系。太空光计算可能就是一个先行场景。

英伟达今天的壁垒，从来不只来自某一代GPU，而是从AlexNet 时代开始，围绕GPU、算法、软件和开发生态长期积累形成的。光计算未来也需要建立类似的系统级能力。

硬氪：你预计什么时候“光原生”的时代会彻底到来？

熊胤江：参考半导体产业的演进，光计算可能是一个持续约50年的长期赛道。在未来5至10年内，行业可能发生一次本质性的变化，更多光原生架构开始出现，光计算不再只是被嵌入电计算体系，而是逐渐形成自己的系统结构。

硬氪：有很多人觉得，光计算只是电计算和量子计算的过渡，你怎么看？

熊胤江：我完全不认同。即使量子计算再发展50年，也未必适合通用 AI 计算，但它可能先在加密、解密等特定任务上打开窗口，这与今天的 AI 计算是完全不同的任务。

今天的AI计算，更像让一万个小学生并行做题，而量子计算则更像让一个能力极强的教授解决极复杂的问题。两者的任务结构不同，不是简单的前后替代关系。

我认为光计算不是短暂的过渡技术，而是可能长期独立存在并持续演进的计算范式。

我们这代创业者很幸运，赶上了AI大浪潮与国家今天在科技创新领域的整体生态实力，有机会参与改变算力与能源基础设施的宏伟事业。我们能做的，就是把这件难而正确的事坚持做下去。

首页图源｜企业供图

排版｜范馨雅

end