CTIMES- CPO与 LPO 谁能主导 AI 资料中心？

随着AI运算需求持续??升，从大型语言模型（LLM）、生成式AI到高效能运算（HPC），资料中心面临的最大瓶颈已不再是单纯的晶片效能，而是频宽、功耗与散热。传统电连接逐渐无法满足AI GPU/TPU所需的庞大资料传输，促使光电整合（Opto-Electronic Integration）成为必然趋势。其中，CPO（Co-Packaged Optics，光电共封装）与LPO（Linear Drive Pluggable Optics，线性可??拔光模组）两种不同架构的方案，正成为全球大厂与台湾光通讯供应链的竞逐焦点。

AI伺服器的频宽与功耗挑战

在生成式AI与超大规模训练模型驱动下，单一AI伺服器可能搭载多达数十颗GPU，并透过高速互连进行大规模运算。以NVIDIA H100、B100系列为例，每颗GPU之间需要数百GB/s的资料传输能力，而未来HBM4/PCIe 7.0世代甚至将突破至数TB/s级别。
...
...