AI算力瓶頸轉向光互連　3.2T矽光子供應鏈成形

AI資料中心持續擴大GPU與ASIC叢集，產業競爭焦點正從單純增加運算晶片，轉向如何高速搬移資料。GlobalFoundries與Marvell宣布擴大多年合作，提高美國Vermont廠高效能矽鍺（Silicon Germanium, SiGe）製程產能，鎖定下一代可插拔光收發模組、近封裝光學（Near-Packaged Optics, NPO）及共同封裝光學（Co-Packaged Optics, CPO）範圍。

GlobalFoundries現有SiGe技術已支援單通道200Gbps光互連，並規劃往更高速世代發展。SiGe具有高頻、高訊號完整性及功耗效率等特性，可用於光通訊Driver、TIA等高速類比元件，再與矽光子及先進封裝整合。這也說明AI光互連已從技術驗證走向實際擴充晶圓產能。

圖一 : AI算力瓶頸轉向光互連，3.2T光引擎與SiGe同步擴產。

台灣供應鏈同時往3.2T推進。經濟部產業技術司在2026台灣創新技術博覽會發表3.2T矽光子光引擎，以光訊號突破高速銅線傳輸在距離、頻寬與功耗上的限制，並串聯逾20家上下游業者，建立從元件、光引擎到封裝的供應體系。

從兩項進展看來，AI Infrastructure的新瓶頸已逐漸由Compute轉向Interconnect。當數千甚至數萬顆GPU／ASIC組成AI Cluster，晶片運算再快，如果資料無法以足夠頻寬在Accelerator與Switch之間移動，整體算力利用率仍會下降。

因此AI互連供應鏈正在形成更清楚的技術路徑：雷射光源（Laser）→矽鍺驅動器／跨阻放大器（SiGe Driver／TIA）→矽光子晶片（PIC）→光引擎（Optical Engine）→CPO→交換晶片（Switch ASIC），其中光學元件也將逐步由機櫃邊緣逼近交換晶片。

台灣半導體及電子產業的機會不只是製造光模組，而是把既有半導體製造、精密光學、封裝測試與伺服器供應鏈串接。當800G往1.6T、3.2T演進，矽光子與CPO將逐漸成為AI算力基礎設施的一部分，光互連也可能成為繼HBM、液冷與電源之後的新一輪AI硬體競爭焦點。