27岁融资超亿元！95后海归创业者进军光计算芯片｜甲子苏州
“年龄不是问题，重要的是理解自己的长处和短板。”
作者 | 八度
编辑 | 王博
没想到，一家硬科技公司的掌舵人，是两位年轻的95后。
这家公司，是坐落在苏州工业园区的光子计算芯片公司「光本位」。3月份，光本位完成了近亿元人民币的天使+轮系列融资，中赢创投领投，接力天使、慕石资本跟投，老股东里小苗朗程、峰瑞资本超额追投。
就在半年前，光本位拿下一笔超5000万元人民币的融资，奇绩创坛是其老股东之一。
融资相对顺利的背后，或是因为光本位踩中了时间节点——2022年4月创立，光计算行业经过前五年的发酵，技术和产业走到相对成熟的道路上，再加上当年11月，ChatGPT3.5横空出世，AI爆发。
作为人工智能的基础设施，目前算力市场供小于求，缺口很大。除了GPU之外，行业也在迫切寻找其他的算力替代方案。光计算芯片，被赋予“全村的希望”。
光本位所设计的产品形态中的接口、指令集等方面都保持与现有数据中心高度兼容，所以未来这颗芯片也能与市面上的大模型进行适配。
另一方面，投资机构也在押注这两位年轻人。
1996年出生在重庆的熊胤江，曾在芝加哥大学攻读计算科学硕士，拥有谷歌AI框架Tensorflow的开发经验及市场经验；另一位联合创始人程唐盛，同为95后，师从全球“相变材料光计算”第一人、牛津大学材料系教授、英国皇家工程院院士Harish Bhaskaran，负责研发攻关及工程化落地。
光本位联合创始人：程唐盛（左）与 熊胤江（右）
光计算+AI，正是两人主要研究的方向，也是他们所认为“行业发展的最终趋势”。
两人从17岁认识，一次夜聊，聊到未来规划，出奇一致的是“做一家科技公司”。
8年后，梦想照进现实，光本位诞生。
今年28岁的熊胤江说，在创业的道路上，一直饱受质疑，私下里也经常会和小一岁的兄弟（联合创始人程唐盛）讨论，最终的结果是，被质疑是不可避免且不受掌控的。
“年纪太轻创业，别人可能质疑缺乏经验；中年创业，别人会质疑是否过于冒险。”
所以在任何一个阶段创业，都有可能会被人质疑。
“年龄不是问题，重要的是理解自己长处和短板，也就是知道什么和不知道什么，两者同样重要。”在4月的一个中午，我们访谈了这位刚拿到融资不久的95后创始人熊胤江，他对创业做光计算芯片这件事非常的笃定，也很明白，这一路从哪里走来，将要走向哪里，30岁之前要完成什么。
以下是熊胤江的自述。
1.17岁时我就知道，创业是必走的一条路
2014年，我还在上高中，那一年，我认识了我现在的联合创始人——程唐盛。
那时我组织了一次支教活动，去了四川成都旁边的南宝山，那里有一个专门为汶川地震中的羌族人重新修建的寨子，里面全是留守儿童。
山里的条件很艰苦，因为床不够，我就和程唐盛还有另一个朋友总共三个人睡在两张拼起来的床上。我们每天挤在一起睡觉，每晚都会聊天。
当时我们通过朋友认识，那是我们第一次接触。
在一次闲聊中，我问他你以后想做什么，面对这个问题，可能很多人会说想从事金融、做码农或程序员等等这种具体的职业，但他说出了一个我几乎没有听过的答案：做一家科技公司。
而这，恰恰也和我心里的答案一致。
我很小的时候就认定，创业是我必走的一条路，这种信念感一直伴随着我，这或许和我的原生家庭和成长环境都有关联。
首先，我和唐盛都来自经商家庭，我们从小耳濡目染。还有我的老家是在福建龙岩，那里出了挺多有名的创业者，比如字节跳动的张一鸣、美团的王兴等。你很难想象他们都来自一个没有机场的三四线小城市。恰好，那也是我的故乡。
在那次高中支教活动之后，我和程唐盛一直保持着同频的状态。
我在美国芝加哥大学念完了计算科学硕士，主要研究方向为AI算法及市场应用。而他则在伊利诺伊大学香槟分校主攻物理学和材料学研究，后来又到英国牛津大学材料系读博士。
在此期间，我一直在为创业做准备、跑商业闭环。当时我在美国还做了一家AI软件公司，积累了一些AI算法的市场化经验。
2021年下半年开始，AI的需求侧开始变得旺盛，这让我觉得很振奋。
AI技术在那时经历了一次重大迭代，从所谓的“伪AI”转变为真正的人工智能。我们说的“伪AI”，比如早期的人脸识别和安防技术，这些技术虽然被归类为AI，但从第一性原理更多是归纳而非涌现，实际上市场应用范围有限。
不过随着技术热潮的兴起，我从基础的CNN、RNN、LSTM算法转向了Transformer和Bert框架。2021下半年，我在美国开始利用GPT等AI框架进行软件开发。
当时我就预判，光计算+AI这件事，是行业发展的最终趋势。
正好这时，程唐盛给我打来了一通电话。
2.一通电话，让我觉得是时候了
这通电话，让我们认定，彼时正是创业的好时机。
2017年，光计算领域出现了第一篇Nature文章，之后一些创业公司成立。然而，整个产业链还不够成熟，从封装到电芯片配合方面都没有太多可参考的范例。
到了2022年，光本位成立的那一年，行业经过五年的发酵，技术和产业链逐渐成熟。
在这五年里，我的合伙人和另一位复旦的联创又各自在学校里发表了多篇Nature和Science文章，推动技术又向前走了很多步。等我们创业的时候，我们已经很清楚要实现产业化需要走哪些步骤。
因此，我们的整个创业决策很快：在国内，做一家光子计算芯片公司。
为什么创业决策这么快？我觉得首先是我们所承担的机会成本相对较低。我们不是处于40岁、拥有百万年薪或者需要抚养两个孩子的生活状态。因此，这次创业对我们而言，心理负担相对较小。对我们来说，最大的挑战可能在于从国外环境转回到国内，这是一个逐步适应的过程。
还有一点是，虽然我们是95后，但我们走的每一步并不能简单地以年龄来分优劣。
相反，我觉得更应该关心几个关键点：第一，技术是否实现了从0到0.1或从0到1的突破，是处于摸索阶段，还是已经有了明确的发展方向。显然，我们属于后者。
在学校期间，我们已经将技术跑到了相对成熟的阶段。对于光技术我们有足够的信心，才出来创业。我的合伙人—程唐盛在牛津大学博士期间就参与和主导了牛津大学的相变材料光计算芯片、新型超低功耗纳米相变材料的研发，并最终实现了光计算芯片的人工智能应用开发。
这些底层的实践和认知，让我们清楚地知道自己正在做什么。
当然，了解自己的不足也同样重要。
在组建团队的时候，除了我们两位95后的创始人以及一位88年的创始成员之外，我们聘请的工程化副总裁都是80年左右的，他们在行业里面已经积累了几十年的经验，所以我们在工程化落地实施方面其实是不生涩的。
相反，丰富的行业资源、配合着年轻创始团队的冲劲，这使得我们的迭代速度非常快。
我们基本上每三个月到半年会进行一次流片。基本上每次融资后，资金都会投入到研发中。
我认为只有将产品迅速做出来，并且不断迭代，公司才是真正的安全。
3.国内有很成熟的光产业链
这种创业决策的“快”，也体现在我们城市选择的过程中。
当时我们要创业的时候，我在美国，我的联合创始人在英国。我们动用所有认识的人去问了一下国内每个地方创业的落地政策。
在这众多城市中，我们发现苏州、上海都有成熟的芯片产业链，前者上游供应商资源较多，后者下游客户资源较多。
很快，我们分别在苏州和上海注册了公司主体。
以苏州为例，它拥有一个成熟的光产业链，这个很吸引我们。
苏州在光通信这个领域做的很好，也有几家很大的企业，其中不乏国内光模块的龙头。所以我们在光上面想做任何事情，基本上都能找到一家比较大且成熟的公司来帮助我们解决一些问题。
其次就是我在美国的时候已经了解到光计算、半导体、纳米材料这几个产业与苏州纳米城都非常契合。所以我们经过很高效的沟通，把其中一个公司主体落在了纳米城。目前，我们在上海张江还设有一个公司主体，那边主要做电相关的研发工作。
苏州的营商环境好是有目共睹的。比如在我们纳米城的这栋楼内，既有上市公司、也有中小企业和初创企业，大家都能在一个很好的环境氛围中创业和开展工作。
4.顶级OKR：做世界上最好的光计算公司
从2022年4月创立到现在，光本位正好走过了从0到1的两年。
这两年的发展，让我们确定了当时出来创业的时机点是正确的，我们切身感受到市场对光子计算芯片的热度很高，并且行业发生了巨大变革。
首先，大家更能接受“光进铜退”，这个逻辑在所有大型厂商中得到了认可。我所说的大型厂商是像英伟达、台积电这样的企业，他们都公开讨论过用光代替电，这是未来的大趋势，投资人也开始慢慢地认可“用光代替电”的逻辑。
同时，AI彻底爆发。AI的底层需求，一旦被论证之后，市场将会处于一个供不应求的状态。
随着生成式人工智能（Generative AI）将海量的高质量数据、大规模参数的模型推向市场，针对于大模型算力芯片的需求已达到非常高的水平，并仍在快速增长。这对未来的AI算力芯片提出了大算力、低功耗且成本可控的需求，而这些需求也恰好是光芯片的优势所在。
这里面的逻辑是，我们的AI应用场景都是由像OpenAI或者其他大型模型公司，比如智谱、kimi等提供的。他们现在是不收费用的，或者像OpenAI那样每月收取一定的会员费。
那它们的成本项是什么呢？首先每隔几个月就要重新训练一次模型，比如我们看到的GPT-3、GPT-4等。另外，每次用户输入文本的时候，它都需要去做一次推理任务，将你的输入内容转化为token，送入GPU处理，GPU再吐出来一个回答。
这个过程很耗电，而且随着时间积累，耗电量会非常非常大。所以这是一个很大的成本。
光计算可以从几个方面解决这些问题：首先，能耗极低，因为光在传输过程中几乎不耗能，也不产生热量。这样，成本就大幅降低，使得进行推理任务时的成本可能只有现在的十分之一，未来甚至可能降低到百分之一或千分之一，这是一个巨大的成本优势。
其次，光的速度非常快，因为光本身就是以光速传播，它的瓶颈就在于调制速度能做到多快。
除此之外，光在未来还有算力大的优势，我们可以在同一芯片上实现更大的算力。也就是说本质上降低了成本，以前需要购买100块GPU，现在只需要购买1块光计算板卡就可以了。
而如今光计算芯片还没有大规模商业化主要有两个维度的原因：一是过去光计算芯片本身设计的不成熟，无法与现阶段领先的电方案直接对比；二是将其落地成产品的产业链不成熟，光电融合归根到底还是非常有挑战的工程化工作。
光本位在第一个维度已经实现了不小的突破：从算力密度和算力精度上已经做到了世界前列，可以直接与谷歌和英伟达的硬件产品对比；在产业链上，光本位目前联合了国内最领先的制造和封装厂商，共同攻关落地光电融合计算系统，原型机和商业产品会在近两年推出。
所以光本位，也在为下一代AI去设计光芯片。
去年11月，光本位与联合微电子中心签署战略合作协议
这些年，我们一直保持着17岁要做一家科技公司的初心，我们一直走在这条路上，并没有觉得创业是多么光辉的事儿，而是我们本来就要做的事情。
我们的目标，是成为世界上最好的光计算公司，这是我们整体OKR的顶级目标。
（封面图及文中图片来源：受访者提供）
END.
电话同微信：13520512160
扫码二维码关注甲子苏州
喜欢就设个星标吧！