人工智慧的巨浪正以前所未有的力量席捲全球，從文字生成到影音創作，大型語言模型（LLM）的能力邊界不斷被推向極致。然而，在這場算力的軍備競賽背後，一個看不見的戰場正悄然開打，它攸關資料傳輸的物理極限，決定了未來AI發展的速度與高度。當NVIDIA、Intel等晶片巨頭們的算力以驚人速度成長時，連接這些強大處理器的「神經系統」——傳統的銅線電互連技術，卻已然成為最大的瓶頸。就像一座擁有無數超級跑車的城市，卻被狹窄擁擠的巷弄所困，再強大的引擎也無法施展拳腳。這場被稱為「光進銅退」的基礎設施革命，不僅是技術的疊代，更是一場牽動全球半導體供應鏈，尤其是台灣產業地位的關鍵賽局。
AI巨獸的「經脈阻塞」：為何銅線走到了盡頭？
要理解這場變革的迫切性，我們必須先看見AI運算的本質。訓練一個像GPT-4這樣的兆級參數模型，需要數萬片GPU晶片協同作戰，它們之間每秒鐘都在進行天文數字般的資料交換。傳統上，這些資料是透過印刷電路板（PCB）上的銅線和銅纜來傳輸的。然而，物理定律為這條老路劃下了三道難以逾越的「高牆」。
第一道是「頻寬牆」。隨著單通道傳輸速率從100Gbps邁向200Gbps甚至更高，銅導線的「趨膚效應」越發嚴重——高頻訊號會集中在導線表面傳輸，導致訊號衰減急劇增加。這意味著，為了維持訊號品質，傳輸距離被極度壓縮。一條100Gbps的電訊號，在僅僅10公分的PCB走線上，損耗就可能超過15dB，訊號失真率高得驚人。這使得大規模、跨機櫃的GPU叢集部署變得異常困難。
第二道是「功耗牆」。為了對抗訊號衰減，系統必須耗費巨大的電力來驅動和放大電訊號。在一個現代化的AI資料中心裡，互連所消耗的電力已佔到總功耗的40%以上。這不僅推高了驚人的營運成本（電費），更產生了巨大的熱量，對散熱系統構成了嚴峻挑戰。這就像汽車為了在崎嶇不平的路上加速，只能瘋狂踩油門，結果大部分能量都變成了廢熱。
第三道是「延遲牆」。在電訊號傳輸路徑上，為了補償訊號失真，需要加入大量的數位訊號處理器（DSP）和中繼器。每一次的訊號處理都會帶來微秒甚至毫秒級別的延遲。對於需要極低延遲、頻繁同步的AI並行計算而言，這些累積的延遲是致命的，它會讓價值不斐的GPU晶片陷入「等待」狀態，大幅降低整個叢集的運算效率。
這三道牆共同宣告了銅線互連技術的黃昏。AI算力的需求每兩年成長近百倍，而銅線互連的性能提升速度卻不到1.4倍。這巨大的剪刀差，迫使整個產業必須尋找一種全新的、能夠承載未來算力洪流的傳輸媒介——光。
「光進銅退」的革命：光互連技術的演進之路
光的物理特性使其成為理想的替代方案。光纖傳輸的損耗比銅線低了數萬倍，幾乎不受電磁干擾，且傳輸損耗與頻率無關，這意味著它能以極低的功耗將海量資料傳輸到數百米甚至數公里之外。更重要的是，一束直徑僅6毫米的光纜，其傳輸容量就能匹敵直徑超過50毫米、重量是其8倍的銅纜束。這場「光進銅退」的革命，並非一蹴可幾，而是沿著一條從「外部」到「內部」的清晰路徑演進。
最初的解決方案是「可插拔光模組」（Pluggable Optics）。這是目前資料中心最常見的技術，它將光電轉換的功能封裝在一個獨立的模組中，像隨身碟一樣插入交換器或伺服器的面板。這種方式靈活性高、易於維護，是「光」取代「銅」進行長距離傳輸的第一步。然而，它的致命傷在於，電訊號仍需在設備主機板上走一段不短的銅線路徑才能到達光模組，前面提到的功耗與訊號完整性問題依然存在。為此，業界發展出線性直驅光模組（LPO），透過移除模組內的DSP晶片來降低功耗與延遲，但這也對交換晶片的訊號處理能力提出了更高要求。
隨著算力密度進一步提升，業界意識到，必須將光電轉換點盡可能地靠近運算晶片本身。由此，晶片級光互連技術應運而生，主要分為兩大階段：
過渡階段：近封裝光學（NPO, Near-Package Optics）
NPO是邁向高度整合的重要一步。它將負責光電轉換的「光引擎」（Optical Engine）與GPU等運算晶片（xPU）並列封裝在同一塊基板上，兩者之間的電訊號路徑從數十公分縮短至數公分。這顯著改善了訊號品質，並將互連密度提升了2-3倍。由於光引擎和運算晶片在物理上仍是分離的，GPU產生的高熱不會直接影響對溫度極為敏感的光學元件，散熱設計相對簡單，可維護性也較高。這使其成為目前許多晶片廠商，特別是處於追趕階段的企業，優先選擇的技術路徑。
終極戰場：共封裝光學（CPO, Co-Packaged Optics）與光學I/O（OIO, Optical I/O）
CPO是這場革命的真正核心。它不再是簡單地將光引擎放在晶片「旁邊」，而是將其與未封裝的運算晶片裸晶（Die）共同封裝在同一個基板上，電訊號的傳輸距離被極限壓縮至毫米級。這種做法的優勢是革命性的：整機功耗可降低超過50%，頻寬密度提升一個數量級，延遲也從奈秒級降至更低的水準。想像一下，過去需要透過複雜的城市道路系統才能溝通的兩個核心部門，現在被直接整合到同一棟大樓裡，溝通效率自然實現了質的飛躍。
而OIO則是更為激進的願景，它的目標是徹底取代晶片上的傳統電I/O，讓資料從晶片內部直接以光的形式「輸出」。這將實現Tbps/mm²級別的超高頻寬密度和近乎零延遲的晶片間通訊，為未來資料中心的「資源池化」（Disaggregated Infrastructure）——即將CPU、記憶體、儲存等資源打散並透過超高速網路連接——奠定了基礎。
晶片巨頭的棋局：NVIDIA、Intel與Broadcom的CPO爭霸戰
面對如此巨大的技術變革，全球晶片巨頭們早已重兵布局，一場圍繞CPO的王者之爭已經拉開序幕。
Broadcom（博通） 作為全球交換器晶片市場的絕對霸主，其CPO布局最為深厚。早在2024年，博通就展示了其第二代51.2T CPO交換器，將8個光引擎圍繞在交換晶片周圍，頻寬密度高達500Gbps/mm²。博通的策略是利用其在網路晶片領域的統治地位，將CPO技術與其核心產品深度綁定，為下一代資料中心提供端到端的解決方案。這就像電信業者不僅提供通話服務，還直接將最高效的光纖鋪設到用戶家中。
NVIDIA（輝達） 作為AI算力的定義者，其動向最受矚目。在GTC 2024大會上，NVIDIA首次展示了其CPO交換器原型。其方案採用了更先進的微環調製器（MRM），單通道速率高達200Gbps。NVIDIA的策略是將CPO視為其超大規模GPU叢集（如NVLink和InfiniBand）的自然延伸，透過光互連徹底打破GPU節點間的通訊瓶頸，實現近乎理想的線性算力擴展。NVIDIA的目標不僅是販售晶片，更是要定義下一代AI超級電腦的完整架構。
Intel（英特爾） 則憑藉其深厚的矽光子（Silicon Photonics）技術累積，採取了「平台+生態」的策略。Intel早在多年前就開始研發將光學元件製造整合到標準CMOS製程的技術。近期，它與光互連新創公司Ayar Labs的合作尤為關鍵，將Ayar Labs的光學I/O小晶片（Chiplet）整合進其FPGA產品中。Intel的算盤是，利用其製造製程和生態號召力，將自己打造成CPO時代的關鍵賦能者，為其他晶片公司提供高效能的光互連解決方案。
這場競賽中，除了這些巨頭，還湧現出像Ayar Labs、Lightmatter、Avicena等專注於不同技術路線的新創公司，它們分別在微環調製器、3D封裝、甚至Micro-LED等創新領域進行探索，成為推動整個產業前進的「鯰魚」。
台灣的隱形冠軍角色：台積電先進封裝如何定義賽局？
在這場由美國科技巨頭主導的CPO大戰中，台灣產業鏈，特別是以台積電為首的半導體力量，正扮演著越發關鍵、甚至無可替代的角色。CPO的核心不僅是光學技術，更是光與電的極致「整合」，而實現這種整合的關鍵，正是先進封裝。
CoWoS與SoIC：不只是晶圓代工，更是CPO的心臟
CPO要求將處理器晶片與光引擎晶片以極高的密度和精準度封裝在一起。這正是台積電CoWoS（Chip-on-Wafer-on-Substrate）和SoIC（System-on-Integrated-Chips）等2.5D/3D先進封裝技術的用武之地。CoWoS能夠將多個不同功能的晶片（如GPU和光引擎）整合到一個矽中介層（interposer）上，提供超高頻寬的內部連接。可以說，沒有CoWoS，NVIDIA的高階GPU無法實現其性能，而CPO更是無從談起。
台積電的角色，早已超越了傳統的晶圓代工廠。它不僅是製造晶片的工廠，更是定義系統級性能的架構整合者。在CPO時代，誰能掌握最先進的異質整合封裝技術，誰就掌握了將光電元件完美結合的鑰匙。台積電在這場賽局中，如同掌握了樞紐港口的國家，所有頂級的晶片貨物都必須經由此地進行最高效的整合與轉運。
從日本到台灣：光通訊供應鏈的權力轉移
傳統上，全球光通訊零組件產業由日本企業主導，如住友電工（Sumitomo Electric）、古河電工（Furukawa Electric）等在雷射、調製器等分立元件上擁有深厚累積。然而，CPO時代的核心是「整合」。它不再是簡單地購買各種光學零件進行組裝，而是要求在晶圓層級就將光波導、調製器、偵測器等元件與電子電路整合在一起。
這正是台灣半導體產業鏈的巨大優勢所在。以矽光子技術為例，其最大的吸引力在於可以利用成熟的CMOS半導體製程來製造光學元件，從而大幅降低成本、提高整合度。這意味著，光學元件的製造正從傳統的精密機械加工，轉向台灣所擅長的晶圓製造與半導體製程。這場權力轉移，使得台灣的IC設計公司、封測廠（如日月光）以及相關材料與設備商，都有機會在這條全新的價值鏈中找到自己的位置。
挑戰與未來：CPO規模化應用的最後一哩路
儘管前景光明，但CPO要實現大規模商業化，仍需跨越重重障礙。首先是「標準化」的挑戰。目前各家巨頭的方案規格各異，從光引擎的介面、封裝尺寸到散熱設計都缺乏統一標準，這阻礙了產業鏈的協作成熟。其次是「散熱」難題。將功耗巨大的運算晶片與對溫度敏感的光學元件封裝在一起，如同在心臟旁邊放置一個火爐，如何高效率散熱而不影響光學性能，是一個極其複雜的系統工程問題。此外，「測試與可維護性」也是一大痛點。一旦封裝完成，任何一個微小的光學元件失效，都可能導致整個昂貴的模組報廢，這對良率和維護成本提出了極高要求。
儘管挑戰重重，但產業趨勢已不可逆轉。業界預測，2026至2027年將是800G/1.6T CPO技術商用化的關鍵時期，將首先應用於大型雲端服務商的AI訓練叢集。
結論：投資者如何看待這場算力基礎設施的百年變革？
對於台灣的投資者與產業人士而言，「光進銅退」不僅僅是一個技術名詞，它代表著一場深刻的結構性機會。這場變革的核心驅動力源自AI算力無止盡的需求，而其成敗的關鍵則落在了半導體先進製程與封裝技術上。
觀察這場賽局，我們需要關注幾個核心層面：第一，以台積電為核心的先進封裝生態系，其技術演進和產能擴張，將直接決定CPO技術的導入速度和成本。第二，台灣的IC設計與封測廠商，是否有能力切入光引擎相關的電路設計（如驅動晶片、放大器）以及高難度的光電共封裝業務。第三，傳統光通訊廠商能否轉型，從提供分立元件轉向參與矽光子晶片的設計與製造，抓住價值鏈上移的機會。
這是一場從材料、晶片、封裝到系統架構的全面戰爭。銅線的物理極限，為光子技術打開了通往運算核心的大門。在這條由光鋪就的未來算力高速公路上，台灣的半導體產業鏈正處於前所未有的戰略位置。能否抓住這次機會，將不僅決定個別企業的興衰，更將深刻影響台灣在全球科技版圖中的未來地位。
