AI算力基础设施发展趋势 - 未来GPU设计重心转向更高密度芯片互连与更高速数据传输，机柜内互连(Scale-Up)及跨机柜大规模互连(Scale-Out)成为数据中心核心规划课题 [2] - 传统铜缆电气传输受物理限制无法应对超大规模数据搬运需求，光学传输方案因此获得发展空间 [2] 光学互连技术优势与需求 - 依据NVIDIA NVLink 6协议，单通道400G SerDes极速下单颗GPU带宽极限达3.6 TB/s，高频下铜缆信号随距离衰减加剧，可用距离被严格限缩在一公尺内 [5] - 当芯片互连规模从单一机柜扩展至跨机柜大规模集群时，铜缆方案将无法应付需求 [5] - 光学传输具备WDM技术，能利用多种波长在单光纤内大幅提升传输密度，是铜缆传输无法企及的优势 [5] CPO技术发展前景 - TrendForce预估，CPO在AI数据中心光通信模块的渗透率将逐年成长，有机会于2030年达35% [2] - 各大云端供应商正携手新创公司研发光学传输方案，为未来更大带宽需求做准备，为CPO技术的渗透与成长前景奠定基础 [6] - 2026年用于AI数据中心的光通信模块中，CPO渗透率仅约0.5% [8] - 随着硅光与CPO封装技术逐渐纯熟，跨机柜的Scale-Up光互连数据传输最快将于Rubin Ultra或Feynman世代出现 [8] - 在数据传输带宽不断提高的情况下，预估至2030年左右，硅光CPO于AI数据中心的渗透率有机会达到35%水平 [8] 产业龙头战略布局 - NVIDIA通过TSMC COUPE 3D封装技术堆栈逻辑与硅光芯片，利用硅光芯片上的200G PAM4微环调变器，兼顾小体积与低功耗，提升光引擎整体带宽密度 [7] - NVIDIA宣布分别投资Lumentum与Coherent各20亿美元，并签署多年度采购承诺及先进激光、光学产品优先供货权 [7] - 此举显示NVIDIA开始针对Scale-Up光互连的关键零部件做战略储备，深度参与激光与光学元件研发，意味未来算力基础设施将更依赖光学技术 [7] 技术路线图 - 基于硅光与CPO的光互连技术将率先导入NVIDIA Rubin世代机柜间数据传输的Scale-Out，并规划将光互连整合至未来的Scale-up互连架构中，以实现更高带宽密度 [8] - 新型态的光互连与Optical I/O等光学技术也可能陆续出现 [8]