生成式AI的爆發性成長，從ChatGPT到各種大型語言模型，背後支撐的運算需求正以驚人速度消耗全球電力。根據國際能源總署報告，資料中心的用電量在2030年前可能翻倍，而其中AI訓練與推理就佔了相當大比例。這股AI狂潮不僅推升半導體晶片需求，更讓電力基礎設施面臨嚴峻考驗——傳統銅線傳輸在高頻寬、低延遲需求下，能耗瓶頸日益明顯。正當業界憂心「AI能耗危機」將拖慢綠色轉型腳步時，光通訊技術卻悄悄扮演解方角色。光纖傳輸的耗電僅為銅線的十分之一，配合矽光子與共封裝光學技術，能大幅降低資料中心的冷卻與傳輸能耗。這意味著，若要讓生成式AI持續進化而不拖垮電網，光通訊基礎設施的全面升級恐怕是唯一出路。
資料中心能耗黑洞：AI運算如何吃掉全球電力？
以OpenAI的GPT-4為例，單次訓練估計消耗超過50吉瓦時的電力，等同於數千戶家庭一年的用電量。而當模型上線服務時，每次查詢所需的計算資源也遠高於傳統搜尋引擎。Google與微軟等科技巨頭紛紛揭露其碳排放因AI部署而增加，迫使他們加速尋找節能方案。資料中心內部，伺服器晶片發熱、冷卻系統運轉、網路傳輸損耗，每一環節都在燒錢也燒電。傳統銅線在高速傳輸時會產生大量熱能，導致散熱需求激增，形成惡性循環。光通訊技術則完全不同：光信號在光纖中幾乎不產生熱，且傳輸距離越長，節能優勢越明顯。尤其新一代800G甚至1.6T光模組，能讓資料中心內部互連的每bit能耗從銅線的數十皮焦降到個位數皮焦，這對大規模AI集群而言，就是數百萬千瓦的省電空間。
矽光子與共封裝：光通訊綠色革命的兩大引擎
矽光子技術將光學元件直接整合在矽晶圓上，擺脫過去分立元件的高成本與高損耗。這種做法讓光收發模組體積縮小、功耗降低，同時量產性大增。英特爾、台積電等半導體廠已積極投入矽光子平台，預計2025年後將大量導入AI伺服器。另一方面，共封裝光學（CPO）則是把光收發引擎直接封裝在交換器晶片旁邊，縮短電信號路徑，進一步降低功耗與延遲。這項技術特別適合需要大量資料交換的AI訓練架構——當數萬顆GPU同時運算，減少每條連線的能耗，累積效果極為可觀。業界預估，全面採用CPO的資料中心，整體網路能耗可減少40%以上，同時機櫃密度還能提高，也就是說，同樣的電力可以塞進更多算力。
台灣光通訊產業鏈：從元件到系統的綠色契機
台灣是全球光通訊元件與模組的重要生產基地，從上游的雷射晶片、光偵測器，到中游的光收發模組、下游的光纖纜線，都有完整布局。當全球資料中心為了節能而加速導入光通訊方案，台灣業者正好站在風口上。例如華星光電、聯鈞光電等已量產400G/800G矽光子模組，而智邦、明泰等網通廠也開始推出搭配CPO的交換器系統。這波綠色變革不僅讓台灣供應鏈擺脫低毛利的代工模式，更可能主導下一代AI基礎設施規格。但挑戰也存在：高速光通訊的設計門檻高，散熱與耦合封裝技術仍需突破。不過，若台灣能結合半導體製程優勢，配合政府對綠色資料中心的補助政策，就有機會讓「光通訊節能」成為全球AI發展的台灣解方。
【其他文章推薦】
飲水機皆有含淨水功能嗎?
無線充電裝置精密加工元件等產品之經銷
提供原廠最高品質的各式柴油堆高機出租
電動曬衣架告別傳統撐衣桿，極簡安裝開啟智能生活
零件量產就選CNC車床
產線無人化？工業型機械手臂幫你實現！