近年來，AI模型的參數量與訓練規模持續飆升，從GPT-3到GPT-4，再到多模態大模型，單一GPU的算力已遠遠無法滿足需求，促使超級電腦與資料中心紛紛採用大規模GPU叢集進行平行運算。然而，傳統的電氣互連在傳輸距離、頻寬密度與功耗上逐漸出現瓶頸，尤其是當GPU間需要高頻率、低延遲的通訊時，銅纜與低速光模組已成為整個系統的效能瓶頸。這直接推動了專為AI設計的光收發模組市場出現爆發性成長。根據市場研究機構數據，2023年全球AI專用光收發模組市場規模已突破12億美元，預估至2027年將超過50億美元，年複合成長率高達33%。這樣的成長動能並非偶然，而是來自於三大技術驅動力的共同作用：從材料到封裝再到通訊協議的全面革新。首先，矽光子技術的成熟使得高速調變器與高靈敏度接收器得以在CMOS製程上實現，大幅降低功耗與成本；其次，共同封裝光學（CPO）將光收發引擎與交換器晶片直接整合，顯著縮短電氣走線距離，突破I/O頻寬瓶頸；最後，800G與1.6T高速率標準的陸續確立，讓AI資料中心能夠以更低的單位位元成本進行擴建。這些技術不僅解決了當前算力擴張的通訊痛點，也為未來量子運算與光子AI加速器的發展鋪路。
矽光子技術突破，實現高速低功耗傳輸
矽光子技術的核心在於利用成熟的矽半導體製程來製造光學元件，諸如調變器、光偵測器與波導等，這使得光收發模組的體積大幅縮小，同時與CMOS邏輯晶片更容易整合。相較於傳統的磷化銦或鈮酸鋰材料，矽光子不僅成本更低，還能在同一顆晶片上整合多個通道，實現數十甚至上百Gbps的串列傳輸。目前，業界領導廠商如Intel、Cisco與Marvell均已推出基於矽光子的100G PAM4調變器，並成功應用於400G與800G光模組中。在AI場景下，GPU叢集需要極高的雙向頻寬，矽光子模組可在僅數瓦的功耗下提供超過1Tb/s的傳輸能力，遠優於傳統的方案。此外，矽光子還克服了溫度敏感性問題，能在資料中心常見的70°C環境下穩定運作，這對於需要密集佈線的AI伺服器機櫃來說至關重要。隨著3D封裝技術的導入，矽光子引擎可直接與ASIC晶片堆疊，進一步縮短訊號路徑，降低延遲。可以預見，矽光子將成為未來AI資料中心的標準配備，推動光收發模組市場持續擴張。
共同封裝光學（CPO）革新，突破I/O頻寬瓶頸
傳統的可插拔光模組雖然靈活，但隨著傳輸速率提升到800G甚至1.6T，其電氣介面（如SerDes）的功耗與佔板面積已達到極限。共同封裝光學（CPO）的出現徹底改變了這一局面：它將光收發引擎與交換器晶片或GPU直接封裝在同一基板上，利用極短的高密度電氣互連（微凸塊或混合鍵合）取代長距離的PCB走線。這種架構使I/O能效從過去的10–15pJ/bit大幅降低至3–5pJ/bit，同時將頻寬密度提升數倍。對於AI訓練叢集而言，CPO模組能在不犧牲延遲的情況下，支援數千個GPU之間的全雙工通訊，顯著加速模型收斂。目前，包括Broadcom、NVIDIA與台積電在內的業者均在積極發展CPO技術，其中台積電的3D Fabric平台已將矽光晶粒與CoWoS中介層整合，實現超高頻寬的資料傳輸。儘管CPO在初期因良率與標準化問題尚未大量普及，但隨著2024–2025年量產技術成熟，預估CPO將佔AI光收發模組出貨量的三成以上，成為下一波成長的關鍵推手。
800G/1.6T高速率標準確立，帶動規格全面升級
AI模型訓練對資料傳輸速率的要求不斷攀升，從100G、200G到400G已不足以應付GB級參數的交換。為此，IEEE與光互連論壇（OIF）已陸續制定800G（8×100G）與1.6T（8×200G）的實體層標準，採用PAM4調變與前向糾錯（FEC）技術，使單一光纖通道的傳輸速率達到200Gbps甚至更高。這些標準直接推動了光收發模組從現有的400G向800G/1.6T躍進。以NVIDIA的DGX系列為例，其最新的SuperPOD架構即採用了800G光模組連接GPU節點，每條鏈路可提供100GB/s的雙向頻寬，讓模型訓練時間縮短40%以上。同時，業者也開發出基於VCSEL與矽光子的多模與單模方案，以滿足不同距離的需求（2公里內使用多模，2公里以上使用單模）。值得注意的是，1.6T標準預計在2025年完成，屆時將催生新一代的光收發模組，其內部需要更高精度的雷射驅動IC與時序控制晶片。這些高速率模組的單價雖高，但單位頻寬成本持續下降，反而刺激了AI資料中心大量採購。整體而言，800G/1.6T標準的確立不僅是技術演進的里程碑，更是推動AI專用光收發模組市場規模暴衝的直接引擎。
【其他文章推薦】
買不起高檔茶葉，精緻包裝茶葉罐，也能撐場面!
SMD electronic parts counting machine
哪裡買的到省力省空間，方便攜帶的購物推車?
空壓機這裡買最划算!
塑膠射出工廠一條龍製造服務
告別頻繁維修！5 個延長堆高機電池與壽命的日常保養祕訣