报告指出,嵌入式光学的最大优势,在于能有效提高资料频宽并降低能源消耗,特别适用于高密度、强互连的AI运算环境,可支援大规模丛集架构,使AI演算能力更具扩展性。相较于自2016年以来广泛应用的插拔式光学模组,新一代的OBO、NPO、CPO整合式架构已成为AI资料传输的新主流,并逐步取代传统设计。

其中,CPO(共同封装光学)被视为嵌入式光学模组的进阶应用,其核心技术为将光学元件与电子元件封装于同一模组,能实现极高速、低延迟的资料传输,在GPU与AI加速器之间建立高速互连,大幅降低资料中心功耗,并具备支持超大规模AI丛集的能力。这项技术预期将在未来十年改变AI运算的基础架构。

目前包括NVIDIA、Intel、Marvell与Broadcom等全球半导体与通讯大厂均已积极投入CPO技术开发。虽然整体导入仍属渐进式,但CPO的潜力已备受关注。根据Counterpoint Research预测,至2027年NPO与CPO的大规模导入将推动整合式光学模组年营收实现三位数增长,整体出货容量占比也将突破双位数。

到2033年,整合式半导体光学I/O解决方案将占据整体出货量与营收的一半以上,且随著技术自OBO、NPO迈向CPO,整体效能将实现高达80倍的跨世代飞跃。

Counterpoint Research副研究总监Leo Liu表示,「这就像从ADSL升级到FTTH光纤上网,但这次是发生在晶片层级。这样的速度与效率跃升,将推动AI计算进入全新阶段。」研究专员David Wu也指出,「随著光取代铜的比例上升,从OBO到CPO,整体效能以非线性速度提升,CPO具备带来80倍效能飞跃的潜力,是推进AI超级运算的关键基础。」

矽光子与整合式光学技术的发展,不仅重新定义晶片间的资料传输方式,更为AI运算架构注入新动能,象征全球AI基础设施正迈入一个更高速、节能与可扩展的未来。


點擊閱讀下一則新聞 點擊閱讀下一則新聞
台湾税率不能高于日韩竞争国 林伯丰吁设汇率冲击调适基金助企业降损