Neurophos привлекает $110 млн на разработку фотонных ИИ-чипов

Вступление: большая ставка на свет в Остине

22 января 2026 года стартап из Остина Neurophos объявил о привлечении 110 миллионов долларов нового капитала для ускорения разработки ИИ-процессоров, работающих на основе света. Компания заявляет, что её фотонный подход может резко снизить потребление электроэнергии большими языковыми моделями и другими нейронными сетями, что станет прямым вызовом GPU-центричной архитектуре, на которой доминирует один ключевой вендор. Представители Neurophos также сообщили местным журналистам, что планируют более чем утроить штат сотрудников к концу 2026 года по мере перехода от лабораторных прототипов к оборудованию производственного уровня.

Фотонное ускорение

Концепция Neurophos опирается на прямое физическое преимущество: фотоны перемещаются без резистивного нагрева, который является проблемой для электронов. В интегральной фотонике свет, проходящий через крошечные волноводы и управляемый оптическими компонентами, выполняет основные вычисления линейной алгебры — операции умножения с накоплением (multiply-accumulate), которые доминируют в рабочих нагрузках нейронных сетей. Это происходит за счет интерференции, фазовых сдвигов и модуляции, а не переключения транзисторов. Для определенных классов инференса ИИ и задач линейной алгебры это может означать резкое сокращение затрат энергии на каждую операцию.

Эти перспективы обсуждались в университетских лабораториях годами. Техническая преемственность Neurophos восходит к десятилетиям исследований в области оптики и кремниевой фотоники, включая работы в Duke University, где изучались искусственные оптические материалы и архитектуры устройств. Тот же массив исследований в области оптики когда-то давал идеи для экзотических демонстраций, таких как маскировка и метаматериалы; теперь основатели Neurophos пытаются превратить эти принципы в коммерчески жизнеспособный ускоритель для современного ИИ.

Почему инвесторы обращают внимание

110 миллионов долларов — это внушительный бюджет для стартапа, занимающегося разработкой устройств и пытающегося вытеснить действующих игроков на рынке стоимостью в десятки миллиардов долларов. Для инвесторов привлекательность заключается в двух аспектах: масштабе рынка вычислений для ИИ и острой необходимости сдерживать затраты на электроэнергию в гипермасштабируемых дата-центрах. Крупные модели уже потребляют мегаватты в рамках одной установки; экономия ватт на каждом инференсе при миллионах запросов имеет мгновенную операционную ценность.

Объявление Neurophos сделано в момент, когда покупатели и операторы инфраструктуры ИИ активно ищут альтернативы доминирующим стекам на базе GPU. Графические процессоры (GPU) исключительно гибки и поддерживаются огромной экосистемой программного обеспечения, но их производительность достигается ценой высокого энергопотребления и сложных требований к охлаждению. Фотонные ускорители обещают принципиально иной компромисс: снижение затрат электроэнергии для определенных нагрузок линейной алгебры ценой новых инженерных задач в области точности, упаковки и интеграции.

Технические реалии и ограничения

Физика, которая делает фотонику привлекательной, также накладывает жесткие ограничения. Оптические вычисления, как правило, являются аналоговыми: веса и сигналы кодируются в амплитуде или фазе света. Эта аналоговая природа обеспечивает эффективность, но также привносит шум, дрейф и чувствительность к производственным допускам и температуре. Достижение численной точности, которой требуют многие современные модели — особенно во время обучения — является нетривиальной задачей. Даже для инференса, где более низкая точность часто приемлема, системные архитекторы должны решить, как осуществлять преобразование между оптическими вычислениями и цифровой памятью, хранящей огромные веса моделей.

Производство — еще одно практическое препятствие. Кремниевая фотоника быстро развивалась, но крупносерийное производство сложных фотонных чипов все еще отстает от передовых электронных заводов. Упаковка — процесс объединения источников света, модуляторов, детекторов и электроники управления в надежный модуль — стоит дорого и часто требует индивидуальных решений. Это делает путь от прототипа до развертывания на уровне стоек более долгим и рискованным, чем в случае с чисто электронными разработками.

Стратегия продукта и краткосрочные цели

Neurophos дала сигнал о том, что будет агрессивно расширять штат до 2026 года, переходя от исследований к проектированию и системной интеграции. Раунд финансирования предназначен для ускорения найма сотрудников и поддержки циклов производства, испытательных платформ и раннего взаимодействия с клиентами. В публичных заявлениях компании основное внимание уделяется рабочим нагрузкам инференса в дата-центрах, где детерминированная задержка и мощность на запрос являются коммерческими рычагами, которые больше всего волнуют операторов.

Реализация потребует параллельного прогресса по нескольким фронтам: фотонный движок, который наглядно превосходит GPU по ключевым показателям; программное обеспечение, встраиваемое в существующие фреймворки машинного обучения; и системное проектирование, решающее вопросы охлаждения, надежности и ремонтопригодности. Партнеры — заводы по производству кремниевой фотоники, поставщики оптических компонентов и гиперскейлеры, готовые протестировать новое оборудование для ускорителей — будут иметь жизненно важное значение; в объявлении не были названы конкретные производственные партнеры или якорные клиенты.

Конкуренция и проблема программного обеспечения

Neurophos выходит на переполненное поле стартапов и исследовательских лабораторий, изучающих альтернативы вычислениям на GPU: от заказных цифровых ASIC до специализированных аналоговых ускорителей и других фотонных проектов. Самым укоренившимся конкурентом является существующая экосистема GPU и ускорителей, которая выигрывает от многолетней оптимизации программного обеспечения, наличия инструментариев компиляции и привычности для разработчиков. Этот программный стек является серьезным «защитным рвом»: любое новое оборудование должно либо поддерживать те же модели программирования, либо обеспечивать подавляющее преимущество в соотношении цены и производительности, чтобы оправдать переоснащение.

Преодоление этого программного разрыва часто является решающим техническим и коммерческим вызовом. Фотонным устройствам нужны драйверы, компиляторы и числовые библиотеки, которые переводят графы нейронных сетей в оптические операции, компенсируя при этом аналоговое несовершенство. Стартапы, сочетающие аппаратные достижения с удобными для разработчиков инструментами, имеют больше шансов на успех, чем те, кто полагается исключительно на чистую производительность устройства.

Последствия для энергетики и климата

Если фотонные ускорители смогут обеспечить качественный скачок в энергоэффективности в масштабах отрасли, это повлияет на климат и экономику ИИ. Гиперскейлеры находятся под давлением необходимости снижения операционных выбросов углерода и счетов за электроэнергию, и любая технология, снижающая количество киловатт-часов на инференс, может быть быстро внедрена. Однако эти выгоды материализуются только в том случае, если устройства будут надежными, технологичными в производстве и простыми в эксплуатации на крупных серверных фермах.

Также важно отметить, что экономия энергии при вычислениях не конвертируется автоматически в чистое сокращение выбросов: это зависит от того, где и как развертываются эти мощности, какие рабочие нагрузки переносятся и не стимулирует ли снижение энергозатрат на операцию еще более широкое использование моделей. Технология необходима, но недостаточна; реальное воздействие на климат определяют решения по развертыванию на системном уровне.

Прогноз: высокие риски, высокие награды

Привлечение 110 миллионов долларов дает Neurophos время и кредит доверия. Для компании ближайшая задача — превратить физические демонстрации в серийные модули, которые можно будет эксплуатировать и обслуживать в реальных дата-центрах. Успех станет одним из редких примеров того, как инновация на уровне материалов и устройств существенно меняет многомиллиардный рынок платформ, на котором доминируют GPU.

Неудача также является реалистичным исходом. Стартап сталкивается с проблемами технического масштабирования, укоренившимися экосистемами ПО и капиталоемкостью перехода от лабораторных пластин к системам стоечного уровня. Даже при наличии сильных результатов убеждение облачных и корпоративных клиентов внедрить новый ускоритель требует пилотных проектов, инженерных инвестиций и наглядной окупаемости.

Для наблюдателей за цепочками поставок полупроводников и инфраструктурой ИИ история Neurophos будет заслуживать внимания не только из-за технических заявлений, но и как индикатор аппетита инвесторов к альтернативам вычислениям на базе GPU. Планы компании по быстрому увеличению штата до конца 2026 года и объем нового раунда финансирования свидетельствуют о том, что инвесторы видят окно коммерческих возможностей, но при этом они сделали большую ставку на то, что свет поможет решить некоторые из самых острых энергетических проблем современного ИИ.

Источники

• Duke University (фундаментальные исследования в области фотоники и метаматериалов)
• Neurophos (пресс-материалы компании)