三大扩展架构 驱动光通讯模组需求

辉达(NVIDIA)指出,随著 AI 计算需求急速膨胀,单一资料中心在电力与容量上已逐渐逼近极限。过去业界主要透过垂直扩展与水平扩展来提升效能,但当 AI 规模扩张至跨越城市、国家甚至洲际时,现有乙太网路架构的延迟与抖动,已成为进一步扩展的瓶颈。

根据 NVIDIA 公布的未来三年蓝图,提出三大扩展架构以应对:

垂直扩展(scale-up):同一机柜内的高速互连,延迟要求极低,以铜线传输为主,避免光电转换耗损。

水平扩展(scale-out):跨多机柜平行运算,需仰赖光通讯模组解决大规模数据吞吐。

跨区域扩展(scale-across):跨资料中心甚至跨国连接,传输距离动辄数公里以上。未来借由 NVLink Fusion 平台与 Spectrum-XGS 矽光子交换器,将资料中心串联成兆级 AI 超级工厂。

刘景民补充,产业在推进矽光子与 CPO 的策略上虽然各有不同,但这并不会阻碍整体发展。差异主要来自于系统架构选择:有的著重于 scale-up,有的偏向 scale-out,甚至还有 hybrid 模式。由于各家公司先天架构与核心能力不同,因此策略有所差异,但一致的共识是「光」将成为未来发展的必然路径。

 

Counterpoint Research提供
Counterpoint Research提供

嵌入式光学互连 推进高效能架构

嵌入式光学互连(I/O)近年逐渐成为市场焦点,根据 Counterpoint Research 的《矽光子与 CPO 报告》, OBO(On-Board Optics)、NPO(Near Package Optics)与CPO(Co-Packaged Optics)等整合式光学模组正快速成长,预计至 2033 年出货量将以 50% 的年复合成长率持续攀升。自 2027 年起,随著 NPO 与 CPO 的广泛导入,整合式光学模组营收可望实现三位数的年增幅,出货占比也将达双位数。进一步到 2033 年,超过一半的营收与出货量将来自嵌入式半导体光学 I/O 解决方案,象征主流化时代即将到来。

相较于 2016 年以来广泛使用的插拔式光模组,OBO、NPO、CPO 等整合式方案能显著提升频宽并降低功耗,尤其适合 AI 运算场景,支援高密度与高频宽的丛集连接架构。CPO 作为嵌入式光传输的进阶应用,将光学与电子元件整合同封装,具备三大优势:第一,提供极高速、低延迟的光传输;第二,大幅降低功耗,协助资料中心节能;第三,支援高密度丛集架构,推动 AI 超级运算规模化。

Counterpoint Research 进一步指出,随著技术从 OBO、NPO 演进到 CPO,整体效能可望实现 高达 80 倍的跨世代跃升。目前 NVIDIA、Intel、Marvell 与 Broadcom 均积极投入此领域,虽然导入过程仍是渐进式,但其潜力已备受瞩目。

相关新闻:矽光子突围01|光进铜退成趋势 台湾AI十大建设+产业联盟双引擎发动

相关新闻:矽光子突围03|AI资料中心升级两大挑战 台湾供应链助攻成「梦想实现之地」

相关新闻:矽光子突围04|下个AI造王者?博通、辉达冲刺CPO 台积电带动台厂卡位商机

三阶段演进:从OBO到CPO

刘景民补充说明,光通讯正逐步取代铜线,并希望光学模组能尽可能靠近处理器(XPU)。在伺服器应用中,OBO 适合放在进入机房的初始位置;NPO 则进一步推进到机板层级;CPO 则直接与 XPU 整合同封装。OBO 与 NPO 已有产品商用,但业界更倾向以 CPO 作为终极目标。随著 800G 迈向 1.6T 的需求逼近极限,矽光子被视为降低功耗与延迟的必然解方。他预期,CPO 的真正商用要到 2027 年才会成熟。

技术瓶颈与台湾厂商机会

随著矽光子与 CPO 进入先进封装层级,整合难度急遽上升。刘景民指出,当元件进入半导体封装时,精度需达次微米,一点偏差就可能导致能效损失;同时,若光子积体电路(PIC)带缺陷进入封装,报废成本极高,因此检测流程必须前移,涵盖晶圆、晶粒及 IC 整合的多阶段测试。

他将矽光子产业链划分为四个环节:传送(雷射)、接收(PD 光二极体)、光学(波导、FAU 等)与讯号处理。台湾在磷化铟(InP)晶圆代工、光模组与 ASIC 发展上具备能量,如联亚、波若威、华星光、台积电等公司可望受惠。虽然全球模组龙头仍在中国,但随著平台转向半导体封装,台湾的制程与整合优势有望成为突破口。

应用驱动:AI伺服器与节能需求

AI 伺服器是矽光子与 CPO 最核心的应用场景。刘景民指出,资料中心最大的挑战就是功耗与散热,即便 CPO 成本高昂,只要能解决能效问题,市场仍会采用。未来应用不仅限于伺服器,凡是需要降低功耗、提升频宽的环境皆可能导入。能源效率也将成为技术演进的主轴:一方面以光取代电,减少传输损耗与散热压力;另一方面透过高压供电降低能耗。从算力到高速传输,再到能源管理,矽光子正逐渐成为支撑 AI 基础建设的核心技术。


點擊閱讀下一則新聞 點擊閱讀下一則新聞
壹苹10点强打|2千家加油站变超商巨兽 礼盒、咖啡皆卖破亿元!1优势吸870万辆车