光本位科技🤝百度智能云：打造面向光电芯片研发的全栈AI Agent Lightmate

AI正在加速进入生活的各个角落， 而背后都离不开一件事——算力。算力的压力，最后都会落到芯片上。过去几十年，是电芯片撑起了整个数字世界。 

而现在，越来越多人开始把目光投向另一种介质——光。光计算芯片是一个新兴赛道，全球都还在探索阶段，所有参与者的起跑差距没有电芯片那么大。中国在应用场景、产业链协同上甚至有优势。而能否实现对电芯片的“变道超车”，还有很长的路要走。

Ligntmate

给研发加一位智能助手

光计算芯片研发，难度是非常大的。从需求提取到仿真、版图，再到工具协同，几乎每一个关键环节都各有各的难：

在需求提取阶段，工程师需要先消化资料、匹配工艺限制，再判断方案能不能落地。这个过程就要花上几周。

在仿真阶段，要做不同物理结构层级的仿真，再从结果里提取关键特性。这里面调试验证工作很多，而且非常吃经验。

在版图设计阶段。这个环节需要工程师手动介入调整，有很多的试错过程，通常需要四到五天才能完成一次合格的版图输出。

最后还有一个现实问题，就是工具调用。不同阶段往往要用到很多专业软件和设计工具，研发人员需要来回切换、反复调试，不仅耗精力，也很容易打断思路，影响效率和开发体验。

说到底，光计算芯片研发最棘手的地方，其实就集中在三件事上：研发链路长、环节复杂；工具调用繁琐；很多关键步骤又高度依赖工程师的个人行业经验。 

为了解决这些难题，光本位与百度智能云联合打造了面向光电芯片研发的全栈AI Agent——Lightmate。它以文心快码为基座，融合光本位多年积累的芯片研发经验，并接入使用百度的Cobuddy代码生成模型，目的就是让工程师在整个研发流程里做事更顺、推进更快。 

针对工具多、切换频繁的问题，Lightmate基于文心快码的定制化MCP能力，把光电芯片研发里要用到的工具统一接了进来。这样一来，开发者就不用在不同软件之间来回折腾，整个研发环境会连贯很多，思路也不容易被打断。 

Lightmate现在接入了包含光芯片仿真常用的fdtd软件/链路仿真软件/版图生成软件等。

但工具打通，只是第一步。

依托文心快码支持自定义Skill和自定义Agent的能力，Lightmate在接入不同研发软件MCP之后，把各个阶段的研发能力进一步沉淀成可以灵活编排的Skill。开发者只需要按照自己的实际工作流去组合，就能搭出适合不同任务、也适合自己工作习惯的跨平台Agent工作流。

比如在新器件设计过程中，会涉及需求提取、器件建模、硅光器件仿真、迭代优化、版图绘制等流程，将这些流程通过Skill组合成Agent，能够加快整个设计过程。需求提取与器件建模阶段以往需要一到两天的时间，现在只需要几分钟即可完成；迭代优化以往需要反复尝试、修改模型，现在也能够从两三天时间缩短到一两个小时。 

由于复杂项目的拆解清晰，使得Agent在运行时能够高效地将任务拆分为最小单元，进而提升完成整体任务的效率和表现。同时，Lightmate还把光本位多年积累的工艺知识、设计方法和经验数据，变成了可以复用的能力。 

Comate通过硅光器件仿真/版图绘制/器件性能优化/版图review/RTL编码等定制化Skill将行业内的经验转换成Lightmate的能力，在使用时通过直接调用或Agent调用对应的Skill来将已有的经验应用到我们的芯片设计流程中。 

经过AI的辅助以后，在需求提取环节，几分钟就能先出一版设计方案，而以前可能要花1-2周；在版图设计环节，原本布局布线工作需要反复试错验证，整体过程大约4-5天，现在结合历史经验自动化生成版图设计方案后就可以快速试错迭代，将整体环节压缩到1天。

双栈赋能：

从算力底座到智能体应用

百度智能云将开放其领先的Al Infra与Agent Infra能力，全方位赋能光本位科技。在Al Infra层面，双方将联合优化光计算芯片在AI训练与推理场景下的性能表现。百度百舸AI计算平台能够高效管理包括GPU、FPGA以及光子计算芯片在内的多元算力资源。通过定制化的算子库与编译栈，光本位的光子计算单元将能够无缝融入现有AI计算流水线，发挥光计算“效率随规模增长而提升”的独特优势，显著降低数据中心的运营成本与功耗。

在Agent Infra层面，随着大模型应用逐步迈入“深水区”，智能体(Agent)已成为驱动业务增长的核心引擎。百度智能云将基于其在大模型应用与智能体开发领域的丰富经验，帮助光本位及其下游客户构建高效、智能的应用调度体系。这意味着，未来的智能体将有机会运行在“光速”计算之上，实现更快的响应速度和更复杂的逻辑推演，从而解锁更多前沿应用可能。