五度妙笔
企业透视镜
API商城
数据库独家观点｜曦智科技创始人沈亦晨：互联，才是十万卡时代的“真·算力”
独
家
观
点
世界人工智能大会（WAIC）于2024年12月正式推出首份刊物《WAIC UP!》，这是一部「AI时代进化指南」。我们邀请全球AI及跨领域的先锋力量，借由他们的独特视角，针对AI争议问题，带来一些反直觉、非共识的思辨观点。
沈亦晨
曦智科技（Lightelligence）创始人、董事长
《麻省理工科技评论》全球“35岁以下科技创新35人”
达沃斯世界经济论坛全球青年领袖
1989年出生于浙江杭州，沈亦晨先后就读于新加坡南洋理工大学、美国约翰斯·霍普金斯大学，2016年获麻省理工学院物理学博士学位。
2017年，他以第一作者身份在《自然·光子学》发表封面论文，首次从实验上验证利用光子进行深度学习计算的可行性；同年创立曦智科技，致力于光电混合算力技术的产业化。曦智科技聚焦光子矩阵计算、片上光网络、片间光网络三大核心技术，形成光子计算与光子网络两大产品线。
2026年4月28日，曦智科技在港交所主板挂牌上市。
以下为沈亦晨独家观点的部分摘录：
算力短缺的解药不是“造”更强的芯片，而是“激活”现有芯片的协作
“下一阶段真正决定上限的，不是单个系统还能提升多少，而是更多系统能不能高效地连起来，一起工作。”
/ 01
过去很长一段时间，计算产业沿着“把单点做强”的路径前进：芯片更快、频率更高、单卡能力更强。但当摩尔定律放缓，传统电系统在成本、可扩展性、性能及能耗等方面的约束逐渐显现，决定算力上限的因素也随之改变。沈亦晨认为，行业正在从器件能力竞争走向系统能力竞争。
“今天，不管是训练更大的模型，还是支撑更高频的推理，问题都越来越不像是在考验某一个器件的极限，而更像是在考验一个系统能不能像一个整体那样运转。你有很多卡，不等于你就有很多有效算力。中间连不起来、延迟太高，最后系统就会很笨重。说到底，问题不只是‘有没有更多单元’，而是‘这些单元能不能顺畅协作’。”
因此，算力基础设施的关键问题不再只是“有多少卡”，而是这些计算单元能否被高效组织。带宽、延迟、调度和扩容效率，都会在规模扩大后从局部问题变成系统瓶颈。单点越强、节点越多，连接与协作的重要性就越突出。
光计算的“理论优势”在现实中是陷阱，越追求单点极致，系统越笨重
“光计算的延迟理论上可以做到两个数量级的优势，但在现有的计算系统内，经过光电转换、传到芯片外时，那个理论上的优势就不那么显著了。”
/ 02
大众和投资者通常认为，光计算延迟低两个数量级，就能立刻碾压电计算。
但沈亦晨坦诚地指出一个容易被忽略的现实：光信号最终必须转换成电信号才能进出系统——光电转换本身就会把光在单点上的理论优势消磨殆尽。在一个现有的计算系统内，经过光电转换、传到芯片外时，那个理论上的优势就不再显著了。
因此，真正的突破不是执着于“光替代电”的单点对抗，而是放弃对单一器件极限的崇拜，转向光电混合的系统级重构。光互连的真正意义，不是用光替代铜、让数据传得更快，而是让原本受距离和能耗约束的计算、存储与内存资源可以重新组合。
未来的数据中心不是“堆箱子”，而是算力“中央厨房”
“中央厨房的出现，将餐馆后厨的职能简化为了单一的‘做饭’，储存、备菜等环节被转换成了更直接的财务成本。”
/ 03
数据中心历来遵循“物理就近”原则——计算和存储必须紧挨着以减少延迟。但沈亦晨指出，当光互连实现极低延迟的长距离传输后，“距离”不再是硬约束。
“2023年，我们就曾基于光互连产品提出过‘资源池化’‘光互连解耦数据中心’等概念，所描述的正是对于未来数据中心的一种设想：CPU池、XPU池、内存池、存储池等通过跨机柜的光子网络实现高效的资源池化。届时，机柜这一物理概念的边界将不复存在，大型的分布式计算系统将变得前所未有的高效、灵活和节能。”
越远的物理距离，反而可能带来越高的系统灵活性——这个观点颠覆了数据中心几十年的架构逻辑。未来的算力中心将像“中央厨房”一样，不再是一个个独立的小餐馆（机柜），而是把各类计算、存储资源物理打散、远程解耦，实现真正的“按需组织”。
“AI伙伴”的核心不是“像人”，而是“补人做不到的那部分”
“AI伙伴的核心价值不在于‘节省单次操作时间’，而在于使此前不可行、不经济或低效率的工作得以持续推进。”
/ 04
过去，评价AI的焦点往往是它能否生成、问答或完成某一项任务。随着模型能力快速提升，这类单点表现已经不足以决定AI能否进入真实生产。真正的考验，是它能否承接复杂任务，在多个环节中持续工作，并稳定地参与一个不断推进的流程。
但沈亦晨提出了一个更锐利的判断：主流AI产品极力追求的“拟人化”——语气像人、表情像人——可能是一个方向性偏差。“伙伴”不等于“像你”，真正的伙伴价值在于补你做不到的那部分：处理海量上下文、低摩擦接住未说完的逻辑、承担重复但重要的工作。如果AI仅仅致力于“像人”，它只是工具的美化版；只有当AI表现出非人的、系统级的持续协作能力时，它才真正从“零件”变成了“过程中的角色”。
“所以我一直觉得，‘伙伴’并非感性修辞，而是指向协作结构的实质性变化。如果AI仅在结果端出现，那本质上还是外部工具；它如果能进入问题展开的过程，那它才开始像伙伴。这里面最重要的，不是界面更亲切，不是语气更自然，而是它是不是一个有效节点。这个节点能不能稳定存在，能不能低摩擦接入，能不能在你每一次反馈之后继续往前推进。”
AI时代的最强个体，不是“什么都会的人”，而是“最会组织协作的人”
“AI不是给人找一个‘数字分身’，而是在给人增加一个新的协作节点。”
/ 05
从光计算到AI伙伴，沈亦晨始终在讨论同一个问题：当单体能力的提升逐渐逼近上限，新的突破将从哪里产生？他的判断是，决定变化的不是再增加一个更强的个体，而是让不同能力单元之间形成持续、低成本、高质量的协作。
在AI时代，社会普遍焦虑的是“人会不会被替代”，因此强调个体要变得更强、更全能。但沈亦晨的观点恰恰相反——未来的核心竞争力不再是个人知识库的广度，而是调动系统的能力。最强的人不是什么都懂的人，而是最擅长把“人的判断”和“AI的展开”组织起来的人。竞争维度正从“能力存量”转向“协作流量”。
“这里面最重要的，不是AI替人做了多少，而是人和AI一起把系统做大了多少，把可能性打开了多少。真正的变化，不是人少做了一点，而是很多原来做不成的事，现在可以做了；很多原来效率太低的事，现在可以持续做了；很多原来只能靠个体硬扛的事，现在开始可以依赖协作。”
下一轮突破不会诞生于“更强的单体”，而会诞生于“更好的连接”
“我的答案越来越明确：从连接里来，从协同里来，从系统里来。”
/ 06
科技界习惯于寻找“杀手级应用”或“革命性材料”，期待某一个单项技术的跃迁带来全局改变。但沈亦晨给出了一个更底层的判断：下一个突破不会诞生于一个更强的单体（如更快的芯片、更大的模型），而会诞生于一种更好的连接——无论是光互连带来的系统重构，还是人机协作带来的流程变革。
这本质上是从“物理科学”向“系统科学”的范式转移。当单点性能逼近物理极限，真正能打开新空间的，不再是“把某个零件做得更极致”，而是“把各个零件之间的协作方式重新设计一遍”。这个逻辑在算力系统里成立，在人和AI的关系里同样成立。
“下一轮真正的突破，也许不会诞生于一个更强的单体，而会诞生于一种更好的连接。”
可在微信小店购买纸刊
也可扫码在线阅读
扫码进入#07期《WAIC UP!》
解锁10篇AI时代最实用的解决方案
Hello:
世界人工智能大会（WAIC）推出首份刊物《WAIC UP!》，一部「AI时代进化指南」。
WAIC UP! WAKE UP MORE！
我们邀请全球AI及跨领域的先锋力量，共同释放思考的力量与智慧的主张，旨在唤醒更多人，探究关乎技术跃迁、自我边界和未来文明的无限可能。
准备好！释放你的思考，觉醒你的行动，与我们一同探究那些尚未显现的可能性，勾勒以人为中心的未来智慧文明全景图！
