光 通訊

AI 算力大爆發背後的隱形推手：光通訊如何重塑科技未來？

在 AI 模型以驚人速度演進的時代，我們讚嘆著生成式 AI 的強大能力，卻往往忽略了支撐這一切的「基礎建設」。當 NVIDIA、AMD 等晶片大廠爭相推出更強大的 GPU 時，一個關鍵的瓶頸正悄然浮現：如何讓海量資料在伺服器內部與之間，以更快、更省能的方式流動？答案，正指向一項被稱為「光通訊」的關鍵技術，特別是其最新的演進——共同封裝光學（CPO）。

這場「光」的競賽不僅關乎技術突破，更是一場牽動台灣科技產業鏈地位的战略卡位戰。從矽光子到先進封裝，誰能搶佔 AI 算力時代的樞紐？本文將深入探討光通訊技術的最新進展、其為何成為兵家必爭之地，以及這股趨勢將如何影響產業的未來走向。

當電遇到光：AI 帶來的傳輸瓶頸與破局關鍵

AI 訓練與推論需要處理的數據量呈指數級成長，伺服器機櫃內部的頻寬需求隨之激增。傳統的「電傳輸」面臨嚴峻考驗：訊號在銅線中傳輸時，會隨著距離增加而衰減、產生耗損與散熱問題，成為限制運算效率的「傳輸瓶頸」。鉅亨網的報導指出，這正是光互連技術（Optical Interconnect）竄起的主因，它被視為解決 AI 算力樞紐傳輸挑戰的關鍵。

相較於電子訊號，光訊號具有頻寬極高、抗電磁干擾、傳輸損耗低且發熱量少的先天優勢。將光通訊技術從長距離的光纖網路，微縮並導入伺服器與資料中心內部，正是目前產業界努力的核心方向。而「共同封裝光學」（Co-Packaged Optics, CPO）技術，便是這場微縮革命的最前沿代表。

CPO 技術：從「外掛」走向「融合」的典範轉移

傳統的光模組（如 QSFP）是以可插拔形式安裝在交換器面板上，與運算晶片之間仍有著一段電氣連接的距離。CPO 則大膽地將光學引擎（Optical Engine）與交換晶片（Switch ASIC）或 GPU 等運算晶片，透過先進封裝技術緊密地整合在同一個基板上。

這種「共封裝」的架構，大幅縮短了電子訊號從晶片到光轉換點之間的路徑，進而帶來三大優勢：超高頻寬、更低延遲以及顯著降低功耗。根據 MoneyDJ 理財網引述的機構報告，AI 算力需求正是驅動 CPO 發展的最強勁動力，而誰能在先進封裝技術上建立優勢，誰就能構成關鍵的「護城河」。

然而，CPO 的發展並非一帆風順，其中最大的挑戰之一便是散熱。當光學元件與高功耗晶片如此靠近，產生的集中熱量可能影響雷射光源的波長穩定性與壽命。

破解散熱難題：外部雷射光源的突破性進展

面對 CPO 的散熱瓶頸，產業界提出了一個巧妙的解決方案：將最怕熱的雷射光源（Laser Source）從高熱的封裝體中移出，改為從外部供應。這正是近期備受關注的「外部雷射光源」（External Laser Source）技術路線。

DIGITIMES 的研究報導詳細分析了這項突破。透過將雷射光源獨立出來，不僅大幅降低 CPO 模組本體的熱負荷，解決了散熱與波長漂移的問題，更重要的是，這為推動標準化鋪平了道路。標準化意味著不同廠家的光引擎、雷射光源與運算晶片能夠更容易地互相搭配，有助於健全整個高速通訊產業的生態系，加速技術普及與成本下降。

此技術路線若能成功推進，將為台灣在先進封裝（如台積電的 CoWoS、InFO 等技術）與光電整合領域具備深厚實力的廠商，帶來龐大的商機。從晶圓代工、封測到光通訊零組件，一條全新的供應鏈正在形成。

近期發展時間軸：從技術討論到實質推進

光通訊與 CPO 的話題雖非全新，但在 AI 浪潮下，近期已從研發階段快速走向實質推進：

• 技術驗證期：各大廠（包括網路晶片大廠 Broadcom、Intel、以及台灣的晶片與系統廠）持續釋出 CPO 技術藍圖與原型展示，驗證其可行性。
• 散熱方案浮現：如前所述，外部雷射光源等解決方案的提出，標誌著技術瓶頸正被逐一克服，讓量產時程表變得更為清晰。
• 產業聯盟與標準制定：產業界開始著手建立相關互操作標準，這是技術能否規模化應用的關鍵一步。
• 機構報告看好：多家投資與研究機構（如 MoneyDJ 引述的報告）將 CPO 與先進封裝列為 AI 供應鏈中值得關注的重點，資金與關注度顯著提升。

這些動態顯示，光通