AREX Feed Article
奇算光启天使轮揽数亿元，高瓴两轮领投全光计算芯片
上海奇算光启信息技术有限公司（奇算光启）近日完成天使轮及天使+轮融资，自 2024 年成立以来累计融资规模达数亿元。这家总部位于张江的光计算芯片初创公司，在不到一年半的时间里从 4×4 规模一路迭代到 256×256，连续完成了四代芯片的流片回片。
投资方阵容在天使轮阶段就摆出了罕见的密度。天使轮由高瓴创投领投，BV 百度风投和张江高科跟投。紧随其后的天使+轮中，高瓴创投、真格基金和上海未来产业基金联合领投，同创伟业跟投，老股东深流资本、张江高科与 BV 百度风投悉数加注。明德资本担任独家财务顾问。
天使轮领投方在天使+轮翻倍加注
两轮融资之间的间隔不过数月，高瓴创投连续扮演了领投或联合领投角色。短短数月间持续加注同一家种子期公司，这种密度在深科技早期投资中并不常见。
天使轮中，高瓴创投领投，BV 百度风投和张江高科跟投。天使+轮中，高瓴创投继续出手，真格基金和上海未来产业基金加入联合领投阵营，同创伟业跟投。老股东深流资本、张江高科与 BV 百度风投在该轮悉数加注。
明德资本在这两轮中担任独家财务顾问。一家成立仅一年多的光计算芯片公司，能在天使阶段集结财务 VC、互联网产业资本和国资背景基金的组合，至少说明三类出资方在这个方向上建立了各自不重叠的预期。
"全光干涉"的验证只走了半步
奇算光启在公开信息中反复强调的一个数字是：一年半内完成四代芯片迭代，从 4×4 到 16×16、128×128，直到最新 256×256 规模芯片回片。
256×256 芯片被表述为完成了"部分关键模块验证"。从成功点亮一个光学矩阵乘法阵列，到让它在真实数据流中稳定产生正确结果，中间横着光电转换损耗、热漂移控制和信号串扰等一连串工程问题。这些问题的解决进度，公司目前未对外披露。
技术路线上，奇算光启打出了"全球首创全光干涉技术"的旗帜。公司描述称，该技术直接利用光子进行干涉运算，旨在突破传统电子芯片的能效极限。但"全光干涉"的物理实现细节——光信号如何编码、权重如何加载到光路上、多级干涉结构之间的相位控制精度——尚未在公开技术文献或专利信息中得到完整呈现。
在光计算领域，"全光"通常暗示系统中尽可能减少光电转换环节，让计算过程在光域内完成。但具体到矩阵乘法运算，这些底层设计直接决定计算精度、可扩展性和对制造工艺偏差的容忍度。一家以"全光干涉"为核心卖点的公司拿到数亿元融资后，市场等待的是更详细的技术白皮书或实测数据集。
创始人钟瀚森的背景落在高精度光量子态操控领域。他是中国科学技术大学博士，师从陆朝阳教授，作为核心成员参与研制"九章"系列量子计算原型机。相关成果以第一作者发表于 Science，入选"中国十大科技进展新闻"及"国际物理学年度十大进展"。
钟瀚森还曾基于 AI 实现裸眼 3D 显示，以通讯作者发表于 Nature；获评《麻省理工科技评论》"35 岁以下科技创新 35 人"（TR35）2024 中国区，以及 2025 福布斯中国 30 Under 30。他同时担任。
光量子计算和光矩阵计算在物理原理上截然不同——前者依赖量子纠缠和不可区分性，后者执行的是经典线性代数运算。但光路设计、干涉仪标定和噪声抑制等工程底层存在共通性，大规模光干涉网络中的相位稳定性和串扰控制是两类系统都需要面对的共同命题。
这种经验迁移能力，是投资人看重的隐性资产。但它不能替代光计算芯片在 AI 负载验证上所需的专用工程积累。量子计算原型机追求在特定数学问题上展示优势，AI 光计算芯片需要在精度、吞吐量和延迟之间找到商业化平衡点，二者的工程目标函数根本不同。
百度要期权，张江要阵地，国资要名片
本轮融资的股东结构背后是一套组合逻辑，每一家的账本上写着不同的回报公式。
BV 百度风投的介入带有战略采购意图。百度正处于大模型训练与推理的算力军备竞赛中，任何一条可能在未来五年内将单位算力成本拉低一个数量级的技术链路，都值得提前占位。
这笔出资可以视为对下一代 AI 基础设施的远期期权。如果光计算能在特定推理场景中率先落地，百度将拥有比竞争对手更早接入新算力形态的内部通道。
张江高科的入局让奇算光启在成立之初就嵌入了中国集成电路产业的核心腹地。张江科学城拥有从设计、制造到封测的完整产业链资源，物理邻近带来的信任关系和协作效率本身即竞争壁垒。
上海未来产业基金的进场增加了地方政策资源的可及性——流片补贴、测试平台共享和人才政策争取都有了背书。这也意味着奇算光启的研发方向已被纳入上海下一代算力基础设施的整体规划视野。
真格基金在天使+轮中扮演联合领投角色。其投资团队公开评价称，钟瀚森是"能够同时跨越前沿科研与产业创业的年轻创始人"，并能"将复杂问题拆解为研发目标、产品路径和组织分工"。
光计算赛道最稀缺的创始人特质，正是这种将物理公式转化为可逐步验证的工程里程碑的拆解能力。高瓴创投连续两轮领投或联合领投，意味着其判断已从"值得观察"进入"需要重仓"。
研发和人才排第一，客户还没出现
奇算光启明确表示，数亿元融资将投入核心技术研发与人才建设。公司官网显示，研发人员占比 90%，硕博比例超过 80%，已建立硅光芯片与数字芯片等多条独立研发设计线。公司同时获得上海市科委课题立项支持，入选 2025 年张江科学城高成长性青年科创项目。
在没有任何公开付费客户的情况下，公司需要组建一支横跨光学设计、模拟 IC、数字 IC、系统架构和 AI 基础软件的多学科团队。光计算芯片本质上是异构系统：光子计算阵列负责矩阵乘法的核心运算，但数据排布、非线性激活、存储层级和与外部系统的接口仍依赖电子电路。每一个环节的缺失都足以让方案停留在实验室内。
公司同时在推进三条线：光计算芯片本身、配套电子芯片以及 AI Infra（编译器、算子库和框架适配）。编译器需要将上层深度学习框架的算子图映射到光计算芯片特有的计算模型上，涉及算子拆分、精度分配和光路资源调度。其设计复杂度远超传统数字芯片的编译工具链。对一家早期创业公司而言，同时推进芯片、系统和软件栈意味着资源分配上的持续张力。
官网披露的芯片路线图显示：4²（2025.4）、16²（2025.9）、128²（2026.1）、256²（2026 Q4）、512²（2027）、1024²（2028）。公司宣称 20 倍能效提升，同等算力下功耗降至传统芯片的 1/20，且成熟制程即可实现先进制程 GPU 级能效。这些数字目前仍是公司单方声明，未附可被独立验证的测试条件或基准数据。
计时器已经启动了
光计算赛道上，数亿元人民币的天使轮融资规模已处于极其靠前的位置。这折射出资方对技术方向的笃定——在硅基电子芯片逼近物理极限的背景下，光学计算被部分投资人视为少数可能带来数量级能效提升的路径。同时也显示当前一级市场优质光计算标的稀缺，有顶级学术履历和连续工程产出的团队在融资窗口期获得了很高溢价。
充裕资金存在两面性。它可以支撑团队长期打磨技术，让研发节奏贴合技术自身的成熟曲线而非外部融资周期。但高额早期融资也拉高了外界对商业化时间表的期望值。如果未来两年内拿不出可被外部评测的样板机或公开基准测试数据，资本耐心可能快速转向。
技术层面，至少三个假设有待验证。第一，光学矩阵乘法在理想条件下的能效优势，能否在包含光电转换、数据排布和放大电路的整体系统中得到保持——激光器、调制器和探测器的功耗会叠加进来，公司尚未公开系统级能效数据。
第二，光计算芯片的精度边界是否匹配 AI 推理任务的实际要求。不同网络层对精度损失的敏感度差异巨大，某些层可以容忍低精度，但涉及注意力机制中 softmax 或归一化操作的部分对误差极为敏感。
第三，一家初创公司同时推进光芯片、电子协同芯片和 AI Infra 三条线，每一段链条都需要完全不同的专业能力，对资金和人才造成的分散效应不容低估。
对于奇算光启，天使轮与天使+轮的密集完成既是资源补给，也是一次计时器的启动。下一块回片的芯片、下一组公开的基准测试数据、第一个愿意签下采购合同的下游厂商——每一个节点都会被市场以更高标准审视。