2017：人工智能与光计算的开篇
2017年6月，Google发表《Attention Is All You Need》论文，Transformer架构加速人工智能进程，是产业里程碑。一个月后，《自然·光子学》刊登《Deep Learning with Coherent Nanophotonic Circuits》，学术意义超同期Transformer，但工业界反响小。这两篇论文打开的世界多年后意外交汇。该论文主要作者是MIT博士生沈亦晨和Nicholas Harris，导师Marin Soljačić名声在外。他们提出用光计算芯片加速矩阵乘法，突破GPU瓶颈，论文引发学术界轰动，两人成立曦智科技与Lightmatter，开启光计算产业化。
光的年代：光计算崛起
21世纪20年代大概率是光的年代。此前“计算”主角是电芯片，如英特尔CPU等。光与电都是信息载体，光芯片以光子为载体，光子优势明显。但过去光芯片产业化不温不火，直到生成式AI爆发。人工智能催生的“计算”有对算力和通信效率的要求，催生光互连和光计算市场。光模块是光互连成熟产品，光计算商业化刚起步但潜力大。电芯片如GPU擅长矩阵运算，但大模型时代有瑕疵，光芯片则像天赋型选手，计算速度快。60年代光芯片设想被搁置，如今人工智能让光计算迎来曙光。2017年至今英伟达业务增长但GPU仍紧张，光计算获资本关注。
工程问题：光计算落地挑战
技术从论文到落地要经历科学、工程、商业阶段。2017年论文让光计算从科学问题到工程问题。2019年曦智科技发布原型板卡，当时光计算有三朵“乌云”。生产制造方面，早年光芯片难制造，2000年后CMOS技术使其可大规模低成本制造。2021年曦智科技发布PACE，2025年推出PACE 2。迁移成本方面，曦智科技和LightMatter开发软件让开发者无感光物理过程。通用性方面，光计算芯片偏科，曦智科技PACE有拓展潜能，需找到商业闭环场景。
奇点前夜：光计算与中国芯片自主化
光计算等待“AlexNet时刻”，中国芯片产业期待新起跑线。十年前芯片产业在中国是冷门，“实体清单”打破局面，芯片自主化加速。Transformer热潮凸显国产高性能芯片缺位，资本寒冬大浪淘沙。光计算商业化和中国芯片自主化交集深刻。曦智科技经营稳定，业务组合互补，光互连业务成现金牛，光计算芯片摆脱先进制程“欠账”。随着LightMatter转向光互连，曦智科技成光计算芯片希望。国内芯片产业机会大但生态缺失，需深耕。4月28日，曦智科技上市，表现亮眼，其光计算产品向生态构建和市场渗透过渡，预计2030年后应用范围扩大。
尾声：高科技产业的无名崛起
高科技产业的必然是后见之明，历史转折点诞生时无人问津。像英伟达、特斯拉的成功，伟大始于无名。曦智科技正摸索用光改写计算的可能。
