最近幾年，AI算力一路狂飆，GPU越來越快、叢集規模越來越大，但真正限制下一代AI資料中心繼續擴張的，已經不只是算力本身，而是晶片之間的資料怎麼傳得更快、更遠、更省電。 當單通道速率邁向200G、400G，傳統銅互連正在撞上物理極限，而可插拔光模組的功耗也越來越難忽視。也正是在這樣的背景下，Co-Packaged Optics（CPO，共封裝光學）開始從概念走向真正的產業化拐點。 小編就結合這份報告，帶大家系統看懂CPO為什麼會成為AI高密度互連的重要方向，以及它背後的Silicon Photonics、PIC/EIC、External Laser、FAU、3D封裝與Hybrid Bonding等關鍵技術，進一步看看這場光互連架構升級，究竟會如何重塑下一代AI資料中心和整個光通訊產業鏈。 一、這份材料真正想說明什麼？

在AI大模型持續擴容、資料中心頻寬需求指數級暴漲的背景下，行業對光子晶片形成高速傳輸、低功耗、靈活調度三大硬性需求。賽道競爭邏輯已經發生轉變，行業比拚不再只關注晶片上層架構設計，底層光學材料的物理性能已然成為決定下一代光通訊升級、光子計算算力突破的核心關鍵。當下主流光子材料各有取捨，尚且沒有一個材料能通吃所有場景的全能方案。 在眾多材料當中，矽光（SiPh）晶片是當前商業化最成熟且已經實現量產的光子材料，依靠熱光效應完成訊號調節，調製響應速度偏慢，運行靜態功耗居高不下。磷化銦（InP）作為傳統有源光子晶片的核心材料，調製速率表現突出，但材料外延製備工藝複雜，適配晶圓尺寸偏小，規模化量產的成本很難壓低。薄膜鈮酸鋰（TFLN）擁有高速、低光損耗的調製優勢，可一旦應用於光子存算場景，短板會十分突出，器件必須持續通電才能維持正常工作，斷電之後內部記憶體的運算權重會直接丟失。鋯鈦酸鉛（PZT）和鈦酸鋇（BTO）作為新型鐵電電光材料正在快速發展，這兩種材料具備高速電光調製與非易失記憶體雙重特性，如今已是全球光子計算領域重點探索的前沿方向。 想要理清這場圍繞材料展開的行業競爭，首先要區分光子晶片兩大核心應用領域，二者對材料的核心指標要求完全不同。一條是以資料中心互連、相干光通訊為主的光傳輸賽道，選材核心聚焦高速調製、低功耗與批次生產能力。另一條面向AI存算一體、通用光子計算，這條賽道對材料額外增加了硬性要求，需要依靠非易失特性長期保存運算權重。同一種材料在兩條賽道中能夠發揮的價值完全不同，這也是分析材料路線時，需要區分應用場景看待的根本原因。 光子晶片材料梯隊版圖

過去幾年，AI算力的爆發推動了資料中心基礎設施迎來前所未有的升級。從GPU性能提升，到HBM高速記憶體，再到先進封裝技術演進，整個產業鏈都在圍繞“更強算力、更高頻寬、更低功耗”展開競爭。 但隨著AI模型規模不斷擴大，資料中心正在面臨新的挑戰：算力晶片越來越強，資料傳輸卻逐漸成為新的瓶頸。 傳統可插拔光模組雖然長期支撐了資料中心通訊發展，但隨著交換晶片速率不斷提升，SerDes高速電訊號傳輸帶來的功耗、損耗和擴展限制正在逐漸顯現。如何突破光互連瓶頸，成為下一代AI基礎設施必須解決的問題。 在這樣的背景下，CPO（Co-Packaged Optics，光電共封裝）技術正在走向產業舞台中央。它通過將光引擎與交換ASIC晶片進行高度整合，實現光電融合，不僅能夠縮短電訊號傳輸距離，還能提升頻寬密度、降低資料傳輸功耗，被認為是未來AI資料中心光互連的重要發展方向。

美銀昨天發佈了一份Tower Semiconductor的首次覆蓋報告，雖然是針對Tower這家公司的分析，但美銀把矽光這個產業鏈中的很多資料也都寫了出來。 雖然大部分讀者應該都知道tower這家公司，我們還是簡單介紹一下。Tower是一家以色列特色工藝晶圓代工廠，在矽光產業鏈中位於光模組和光引擎上游，主要代工SiPho PIC，並向SiGe電子晶片、晶圓鍵合和光引擎整合延伸，是1.6T矽光PIC的重要供應商。旭創的矽光就是跟tower合作的。 Tower的股價強勢期也是從去年才開始，就是跟矽光有很大的關係。 先看光模組的量

AI叢集越做越大，電交換機快扛不住功耗和延遲了。光電路交換（OCS）在光域直接完成訊號路由、徹底摒棄“光-電-光”轉換，直接“抄近道”，成了香餑餑。但OCS怎麼做？目前五條技術路線同台競技，各有各的脾氣。 1. MEMS（微鏡）：當前絕對主力 MEMS靠微小的鏡子轉動來反射光線，GoogleTPU叢集大規模在用，Lumentum、光庫科技都是主力。優點是連接埠多（最多上千路），供應鏈成熟。缺點是有機械部件，切換慢（幾十毫秒），用久了怕鏡子卡住。所以雖然有先發優勢，但是上限不高。 2. 壓電陶瓷：性能之王，價格之巔