AI超連接時代：AI向“光”飛奔？

### AI超連接時代：AI向「光」飛奔？

隨著人工智慧模型規模不斷擴大，算力需求呈現指數級增長，傳統的電子互連技術正面臨頻寬、功耗與延遲的多重瓶頸。業界開始將目光轉向「光」，試圖以光纖取代銅線，讓資料在晶片與晶片之間、甚至晶片內部以光速傳輸。這個趨勢被稱為「AI超連接時代」，而「CPO」（Co-Packaged Optics，共封裝光學）正是其中關鍵的技術路徑之一。

CPO的核心概念，是將光學元件（如雷射、調變器、光偵測器）與交換器晶片或運算晶片直接封裝在一起，縮短電氣訊號走線距離，大幅降低功耗與訊號損耗。相較於傳統的可插拔光模組（例如QSFP-DD），CPO可以讓高頻寬訊號在更短的路徑內完成電光轉換，尤其適合需要大量平行運算的AI資料中心。簡而言之，就像把「光纖收發器」直接「貼」在晶片旁邊，而非透過長長的電路板走線。

為何AI會加速這項技術的落地？因為訓練大型語言模型或多模態AI時，數千甚至數萬顆GPU必須頻繁交換參數與梯度。現有網路架構下，交換器與伺服器之間的光模組功耗占比已超過系統總功耗的20%～30%，且頻寬提升速度遠跟不上算力成長。CPO可將每Gbps能耗降低一個數量級，同時在單位面積內塞進更多光通道，滿足未來AI叢集對百Gbps乃至Tbps等級互連的需求。

這項技術的影響將橫跨半導體封裝、光通訊與AI硬體三個層面。對半導體產業而言，CPO推動了矽光子（Silicon Photonics）與先進封裝（如2.5D/3D封裝）的融合，台積電、英特爾等大廠已投入相關製程研發；對光通訊廠商來說，傳統光模組供應鏈必須重新定位，從「模組製造」轉向「晶片級光學元件」供應；而AI硬體製造商則可藉此設計出更緊湊、更低功耗的運算節點，進一步突破摩爾定律的物理限制。

不過，CPO目前仍面臨不小的挑戰。首先是散熱問題：光學元件對溫度敏感，與高發熱量的邏輯晶片共封裝，需要創新的熱管理方案。其次是良率與成本：光纖陣列與晶片對位精度要求極高，量產測試程序也更複雜。此外，業界尚無統一的標準化介面，各家廠商的封裝方式、光纖連接器型態都不盡相同，這會影響生態系統的成熟速度。

對台灣讀者而言，值得關注的後續發展包括：晶圓代工與封測廠如何布局矽光子產線；光通訊零組件廠商是否切入CPO所需的雷射陣列、光纖陣列等關鍵元件；以及資料中心營運商何時開始導入CPO交換器。預計未來兩到三年內，CPO會從小量試產逐步進入主流，特別是在超大型資料中心的AI訓練叢集中率先採用。

總而言之，AI向「光」飛奔並非科幻情節，而是由功耗極限與頻寬需求所推動的必然趨勢。當「光」真正走進晶片封裝內部，AI超連接時代的底層基礎才算真正奠基。讀者若想掌握下一波半導體與網路通訊的交叉點，現在正是關注CPO技術進展的最佳時機。