Q.ANT 在 IONOS 裸金属服务器上启动光子 AI 硬件试点

Q.ANT 于 2026 年 11 月 9 日宣布，入选申请者可以通过位于德国的专用 IONOS 裸金属服务器，在免费封闭测试版试点中使用其第二代光子处理器测试自己的 AI 工作负载。该试点旨在发掘商业应用场景。

该计划仅面向拥有明确应用场景、且具备独立管理裸金属服务器所需专业能力的参与者。IONOS 会为每套系统手动配置服务器，并提供 SSH 根用户访问权限和可选的 KVM 控制台。其试点文档称，获得 ISO 27001 认证的德国托管服务符合 GDPR 数据保护制度的要求，并且服务主权归属欧盟。

从仿真迈向实体光子硬件

此次试点延续了 Q.ANT 的开发路径。该公司于 2026 年 9 月 23 日推出开源软件开发工具包，开启了这一路径。该版本提供了适用于 C 和 Python 的编程接口、示例应用、文档以及基于 CPU 的仿真后端；新计划则让获批用户能够将这些应用迁移至实体原生处理单元（NPU）。Q.ANT 提供驱动程序、软件栈和 PyTorch 集成，并在用户加入计划时确定模型和框架的兼容性。

NPU 可直接在光学域中执行非线性函数，而不必像传统晶体管芯片那样，将其分解为一长串数字运算步骤。Q.ANT 表示，这种方法有望以更少的参数、运算和资源，取得相当或更好的结果。获准测试的工作负载涵盖工业视觉、时间序列预测、科学仿真和机器人技术，也包括大语言模型与基础模型推理、物理 AI 及世界模型。

Q.ANT 的试点页面称，在准确度相同的情况下，图像处理所需参数可减少 40%，时间序列预测所需参数可减少 65%。封闭测试版旨在使用用户自己的数据和软件检验这些结果。如此广泛的工作负载范围，也让 Q.ANT 得以确定光学非线性处理除最初的研究部署之外还有哪些实用场景。

面向商业应用的结构化评估

申请经过审核并完成视频通话后，参与者将获得教程、代码示例和文档，随后接受工作负载审查，并根据情况调整测试重点。最后的研讨会将评估能耗和性能指标、技术是否适合投入生产，以及是否进入下一阶段。参与者仍拥有自己的工作负载、数据和结果，且这些内容均会保密；只有讨论中形成的汇总、匿名化见解会用于处理器和平台的开发。

此次试点是在2026 年 5 月 19 日达成商业协议之后推出的。根据该协议，IONOS 成为 Q.ANT 原生处理服务器（Native Processing Server）的首位商业客户。Q.ANT 将 NPU 定位为可与 CPU 和 GPU 协同处理特定 AI 工作负载的协处理器，而非全面取代 GPU。因此，此次封闭测试版是在现有商业合作关系中加入由客户自行开展的评估，而不是开启双方的合作。

独立测试揭示性能提升与局限

莱布尼茨超级计算中心于2026 年 4 月 21 日发布的一项评估提供了另一项参考。LRZ 在 AI 和高性能计算（HPC）任务中测试了两代 NPU，并报告称，第二代芯片在最佳情况下运行速度最高可提升至 50 倍；在使用卷积神经网络进行图像识别时，速度提升了 25 倍。对于典型的 HPC 工作负载，视计算复杂程度而定，第二代芯片的功耗较第一代降低约 50% 至 84%。

这项评估还指出了与试点相关的局限性。协处理器无法以光学方式执行所有运算，必须持续与传统处理器交换数据。只有当计算过程留在光学单元内时，能效才最高，因此数据移动是设计中的一项核心限制。该模拟系统以 16 位精度转换数据，还必须考虑光电探测器噪声；要获得更精确的结果，就需要将复杂任务拆分为多个运算，并使用更先进的软件工具。LRZ 研究人员估计，这些芯片还需经过一到两个开发周期，才可能用于 AI 集群部署。

此次试点将这些问题交由客户检验：在真实工作负载、数据移动和软件限制下，已报告的性能提升能否实现，将决定光子协处理器在生产级 AI 基础设施中与 CPU 和 GPU 协同工作的适用范围。