隨著AI運算需求持續飆升，從大型語言模型（LLM）、生成式AI到高效能運算（HPC），資料中心面臨的最大瓶頸已不再是單純的晶片效能，而是頻寬、功耗與散熱。傳統電連接逐漸無法滿足AI GPU/TPU所需的龐大資料傳輸，促使 光電整合（Opto-Electronic Integration）成為必然趨勢。其中，CPO（Co-Packaged Optics，光電共封裝）與LPO（Linear Drive Pluggable Optics，線性可插拔光模組）兩種不同架構的方案，正成為全球大廠與台灣光通訊供應鏈的競逐焦點。

AI伺服器的頻寬與功耗挑戰

在生成式AI與超大規模訓練模型驅動下，單一AI伺服器可能搭載多達數十顆GPU，並透過高速互連進行大規模運算。以NVIDIA H100、B100系列為例，每顆GPU之間需要數百GB/s的資料傳輸能力，而未來HBM4/PCIe 7.0世代甚至將突破至數TB/s級別。

然而，傳統電氣傳輸的限制日益嚴峻：

‧ 能耗高：每bit傳輸功耗隨速率增加而線性上升。

‧ 距離瓶頸：銅線在超過2公尺後訊號嚴重衰減。

‧ 散熱壓力：高速SerDes晶片需要巨大的電力，進一步造成伺服器散熱挑戰。

因此，光模組取代電傳輸已成為趨勢。但問題在於：光學元件該如何與伺服器內部的ASIC、GPU、Switch晶片最佳化整合？這就是CPO與LPO之爭的核心。

圖一 : CPO與LPO兩種不同架構的方案，正成為全球大廠與台灣光通訊供應鏈的競逐焦點。

CPO與LPO的技術差異

CPO（Co-Packaged Optics）

CPO的核心概念是 將光收發器直接封裝於交換晶片或GPU/ASIC的周邊，以最短距離完成光電轉換，避免高速 SerDes 長距離傳輸所帶來的能耗與延遲。

在AI伺服器與高效能運算的快速發展中，傳輸頻寬與能耗問題日益凸顯，光電整合成為關鍵解方。其中，CPO（Co-Packaged Optics，光電共封裝）與LPO（Linear Drive Pluggable Optics，線性可插拔光模組）兩種技術正受到產業高度關注，分別代表不同的發展方向與應用策略。

CPO的核心概念，是將光收發器直接封裝於交換晶片或GPU/ASIC的周邊，透過最短的距離完成光電轉換。這樣的設計能有效避免高速SerDes長距離傳輸所帶來的能耗與延遲問題。其主要優勢包含三個方面：首先，在功耗方面，CPO可大幅降低SerDes的能耗，預估能節省30%到50%，對能源效率要求嚴苛的資料中心來說意義重大。其次，在頻寬上，CPO能夠支援1.6T、3.2T甚至更高等級的傳輸能力，滿足未來AI訓練叢集對超高速連線的需求。最後，在訊號完整性方面，因為縮短了銅trace的長度，能有效減少訊號串擾與衰減，確保高頻率傳輸下的可靠性。

然而，CPO也存在不容忽視的挑戰。由於光模組與晶片深度整合，系統整合度高，若光模組發生故障，往往需要整機更換，維修成本極高。其次，CPO對封裝技術的要求極高，必須依賴先進的2.5D或3D封裝能力，這對供應鏈和製造技術皆是門檻。再者，目前CPO生態系仍未成熟，缺乏統一的標準化介面，使得不同廠商之間的互通性存在障礙，也限制了其大規模商用的推進速度。

優勢：

‧ 更低功耗：可減少30%–50% SerDes的能耗。

‧ 更高頻寬：支援1.6T、3.2T甚至更高傳輸能力。

‧ 更佳訊號完整性：縮短銅trace，減少串擾與衰減。

挑戰：

‧ 系統整合度高，維修困難（光模組壞了需整機更換）。

‧ 封裝技術門檻極高，需要先進2.5D/3D封裝能力。

‧ 生態系尚未成熟，缺乏標準化介面。

LPO（Linear Drive Pluggable Optics）

LPO則代表另一種發展思路。LPO延續現有的可插拔光模組形式，但省略傳統模組內部的DSP（數位訊號處理器），改採線性驅動設計，直接由SerDes提供驅動能力。這種方式保留了既有 pluggable 生態的優勢，讓資料中心業者能夠更容易導入現有系統，不需大幅度調整架構。其主要優勢包括三點：首先，延續既有標準的設計，使得導入速度快，能快速應用於現有資料中心。其次，因為省略了DSP，LPO的成本相對較低，部署彈性更高，對於追求性價比的業者而言更具吸引力。最後，LPO保留了光模組可插拔的特性，一旦模組發生故障，可以快速替換，維護便利性大幅優於CPO。

不過，LPO的限制也很明顯。由於捨棄了DSP，對SerDes的要求極高，需要 GPU或ASIC內建更強大的均衡與補償能力，否則難以保證穩定性。在超高頻寬應用下，LPO的效能仍不及CPO，無法完全滿足未來超大規模AI訓練所需的極致頻寬。此外，LPO在長距離傳輸上也存在不足，較適合應用於機櫃內短距離的互連，而非跨機櫃或資料中心之間的大規模連線。

綜合而言，CPO與LPO分別代表了高效能與高彈性的兩種路徑。CPO在長期發展上更具優勢，但成本、技術與維護問題短期內難以完全克服；LPO則以成本低、導入快的優勢，成為短中期資料中心的可行方案。未來兩者或將依照不同應用場景並行發展，共同支撐AI時代下資料中心的高速成長需求。

優勢：

‧ 延續現有pluggable生態，容易導入。

‧ 相對成本較低，部署彈性高。

‧ 光模組可替換，維護便利。

挑戰：

‧ 對SerDes要求極高，需要GPU/ASIC內建強大均衡與補償能力。

‧ 在超高頻寬下，效能不及CPO。

‧ 長距離應用受限，較適合機櫃內短距離傳輸。

產業動態：從Intel到台灣供應鏈

目前，CPO與LPO都有重量級廠商押注。

‧ Intel

作為早期CPO的倡議者，Intel曾展示將光模組與交換ASIC共封裝的方案，並透過Silicon Photonics（矽光子）技術強調其長期優勢。然而，CPO 的成本與量產挑戰，讓 Intel 近年也開始重新評估LPO的可行性。

‧ Broadcom

在400G、800G光模組市場具主導地位，正積極推動LPO產品，並與伺服器廠商合作驗證。Broadcom認為短中期內LPO將更符合市場需求，因為能快速部署在現有資料中心架構。

‧ NVIDIA

作為AI GPU的霸主，NVIDIA正同時布局LPO與CPO。其GPU內建強大SerDes，適合搭配LPO，降低功耗與延遲；同時，對於下一代超大規模AI訓練叢集，NVIDIA也積極投資CPO技術，以突破頻寬限制。

‧ 台灣光通訊廠

o 聯鈞（InnoLight Taiwan）、華星光（Accelink Taiwan）等台灣供應鏈，皆已投入400G/800G LPO光模組開發，並與國際大廠合作。

o 台灣PCB、封裝測試廠（欣興、南電、日月光）則在CPO封裝基板與高頻材料上扮演關鍵角色。

o此外，台灣也具備矽光子元件加工能量，可望在CPO生態中爭取一席之地。

誰是短中期主流？CPO vs LPO的市場時程分析

圖二 : 從技術成熟度與產業生態來看，CPO與LPO是不同應用場景的互補。

從技術成熟度與產業生態來看，CPO與LPO並非單一取代關係，而是不同應用場景的互補：

短中期（2024–2027年）—LPO將成為主流，特別是在400G/800G應用中，因其部署快、成本低，且能直接導入現有伺服器。AI訓練叢集內的機櫃內互連（Intra-rack interconnect），將以LPO為主要方案。

中長期（2027–2030年）—當頻寬需求突破1.6T/3.2T，傳統pluggable方案受限，CPO 將逐步成為新標準。超大規模資料中心（Hyperscale DC）與雲端 AI 服務供應商，會優先採用CPO，帶動矽光子、封裝與測試的全新生態。

長期展望（2030年後）—光電整合將進一步走向On-chip Photonics，即將光子電路直接整合進GPU/ASIC。屆時，CPO可能演進為更高階的光電單晶片（Opto-SoC）。

關鍵挑戰與機會

1. 標準化與生態系

CPO缺乏統一規格，導致不同廠商難以互通。OIF（光互連論壇）正努力推動標準化，但短期仍是挑戰。LPO則受惠於pluggable模組標準（QSFP-DD、OSFP），更快獲得市場採納。

2. 成本與良率

CPO封裝與測試極度複雜，良率管理困難，成本高昂。LPO雖然便宜，但需要更先進的SerDes設計，將壓力轉嫁給晶片設計端。

3. 台灣供應鏈的角色

台灣在光模組組裝、基板、封裝測試具備優勢，可同時布局LPO與CPO。特別是在HBM與先進封裝產能吃緊的背景下，台灣封裝業者有機會跨足光電共封裝領域，成為國際供應鏈的關鍵一環。

結論

CPO與LPO的爭論，並不是單純的「誰取代誰」，而是取決於時間、應用場景與成本結構。

‧ 短中期（至2027年）：LPO將是資料中心與AI伺服器的首選，因其兼顧成本、成熟度與維護性。

‧ 中長期（2027年後）：CPO將逐步崛起，成為超大規模AI叢集的基礎，並推動矽光子與先進封裝新生態。

對台灣產業而言，這是一個不可錯過的轉型契機。無論是LPO光模組供應鏈，或是CPO封裝與基板，台灣都具備戰略地位。隨著AI時代推進，誰能在這場光電封裝競賽中搶得先機，就能掌握下一世代資料中心的話語權。