AI算力瓶颈转向光互连 3.2T矽光子供应链成形

AI资料中心持续扩大GPU与ASIC丛集，产业竞争焦点正从单纯增加运算晶片，转向如何高速搬移资料。GlobalFoundries与Marvell宣布扩大多年合作，提高美国Vermont厂高效能矽诌（Silicon Germanium, SiGe）制程产能，锁定下一代可??拔光收发模组、近封装光学（Near-Packaged Optics, NPO）及共同封装光学（Co-Packaged Optics, CPO）范围。

GlobalFoundries现有SiGe技术已支援单通道200Gbps光互连，并规划往更高速世代发展。SiGe具有高频、高讯号完整性及功耗效率等特性，可用於光通讯Driver、TIA等高速类比元件，再与矽光子及先进封装整合。这也说明AI光互连已从技术验证走向实际扩充晶圆产能。

图一 : AI算力瓶颈转向光互连，3.2T光引擎与SiGe同步扩产。

台湾供应链同时往3.2T推进。经济部产业技术司在2026台湾创新技术博览会发表3.2T矽光子光引擎，以光讯号突破高速铜线传输在距离、频宽与功耗上的限制，并串联逾20家上下游业者，建立从元件、光引擎到封装的供应体系。

从两项进展看来，AI Infrastructure的新瓶颈已逐渐由Compute转向Interconnect。当数千甚至数万颗GPU／ASIC组成AI Cluster，晶片运算再快，如果资料无法以足够频宽在Accelerator与Switch之间移动，整体算力利用率仍会下降。

因此AI互连供应链正在形成更清楚的技术路径：雷射光源（Laser）←矽诌驱动器／跨阻放大器（SiGe Driver／TIA）←矽光子晶片（PIC）←光引擎（Optical Engine）←CPO←交换晶片（Switch ASIC），其中光学元件也将逐步由机柜边缘逼近交换晶片。

台湾半导体及电子产业的机会不只是制造光模组，而是把既有半导体制造、精密光学、封装测试与伺服器供应链串接。当800G往1.6T、3.2T演进，矽光子与CPO将逐渐成为AI算力基础设施的一部分，光互连也可能成为继HBM、液冷与电源之後的新一轮AI硬体竞争焦点。