AI 晶片的瓶頸不在算力,在連線:矽光子與 CPO 成了 SEMICON Taiwan 主角

AI 晶片的瓶頸不在算力,在連線:矽光子與 CPO 成了 SEMICON Taiwan 主角

當單顆晶片的算力持續往上堆,真正卡住的變成晶片之間怎麼溝通。台積電把光學互連形容為 AI 資料中心的神經系統,並稱其光學引擎的能源效率可達傳統銅線的十倍以上。

AI 晶片的瓶頸不在算力,在連線:矽光子與 CPO 成了 SEMICON Taiwan 主角

九月初的 SEMICON Taiwan,展場裡最擠的幾個攤位不是賣晶片的,是講「怎麼把晶片連起來」的。

這個畫面本身就說明了產業的變化。過去幾年談 AI 硬體,話題永遠繞著算力打轉——誰的晶片更快、誰的製程更先進。今年不一樣了。當單顆晶片的算力持續往上堆,真正卡住整個系統的,變成晶片與晶片之間怎麼溝通。

用一個粗略的比喻:你把每個工人都訓練成超人,但工廠的走道還是只有一米寬。

事件背景:光開始取代銅

矽光子(Silicon Photonics)與共同封裝光學(CPO, Co-Packaged Optics)是 SEMICON Taiwan 2026 的主要主題之一,被視為滿足 AI 基礎設施暴增頻寬需求的關鍵技術。

要理解為什麼,得先知道現在的做法有什麼問題。目前晶片之間的高速訊號主要走銅線,而銅線在高頻寬、長距離下的損耗與發熱難以克服。資料中心裡數以萬計的晶片要不斷交換資料,這些傳輸累積起來的功耗相當可觀。

CPO 的思路是把光學元件直接封裝進晶片封裝體內,讓光訊號直接進到封裝裡,減少訊號轉換的次數與傳輸距離。

台積電在展會上把光學互連形容為 AI 資料中心的「神經系統」,並表示其緊湊型通用光子引擎(COUPE, Compact Universal Photonic Engine)的能源效率,可達傳統銅線應用的十倍以上。

本次重點

  • 技術主軸:矽光子與 CPO 是 SEMICON Taiwan 2026 的核心議題之一
  • 台積電 COUPE 進度:規劃 2025 年通過小型可插拔模組驗證,2026 年整合進 CoWoS 封裝成為 CPO,2026 年底進入量產
  • 效率主張:台積電表示 COUPE 能源效率可達傳統銅線應用的十倍以上
  • 力成科技:與博通合作,規劃 2026 年小量生產光學引擎元件,2027 年整合進 CPO 交換器
  • 大立光:取得光纖陣列訂單後,準備第一條自動化 CPO 產線的試產
  • 展會規模:9 月 2 日至 4 日,超過 1,300 家企業、4,300 個攤位,範圍延伸至封裝、智慧工廠、量子技術與系統整合

值得注意的是最後一項。SEMICON Taiwan 的範圍從「晶片製造」擴張到「系統整合」,這個變化本身就呼應了主題——產業的競爭焦點正在往封裝與系統這一層移動。

市場影響分析

對台灣使用者:這件事離日常最近的連結是電費與電力供應。資料中心的耗電量是台灣近年的公共議題,而光學互連如果真能大幅降低傳輸功耗,對整體能源負擔是正面的。但要理性看待——效率提升通常會被規模擴張吃掉,總用電量未必下降。

對企業應用:對多數台灣企業來說,這是上游的技術演進,短期不會改變你採購 AI 服務的方式。中期的意義在於成本:如果資料中心的單位運算成本因此下降,雲端 AI 服務的價格結構長期會受益。

對開發者與供應鏈:這才是真正的重點。CPO 需要的是光學元件、精密對位、特殊材料與先進封裝,而這些恰好是台灣產業鏈的強項。力成、大立光的動作只是開端,材料與設備商也在跟進。

對工程人才而言,這意味著一個新的技能交叉點:懂半導體封裝、又懂光學的人,會在未來幾年變得非常搶手。這種跨領域人才台灣目前是不足的。

未來發展趨勢

三件事值得追蹤。

第一,量產良率。 光學元件的對位精度要求極高,實驗室做得出來跟量產做得出來是兩回事。2026 年底的量產目標能不能如期、良率能不能撐住,是最實際的檢驗。

第二,標準之爭。 CPO 牽涉晶片商、交換器廠、光模組廠與雲端業者,介面標準怎麼定會決定誰吃到最大塊。這種標準戰在產業史上反覆出現,通常決定性大於技術本身。

第三,台灣的位置。 台灣在先進封裝的優勢明顯,但光學元件的傳統強權在日本與歐美。台廠能不能在這個交叉領域佔到關鍵位置,而不只是做代工,是接下來幾年的關鍵。

TheAI學院 總結與評語

我認為這則新聞的意義,比多數人以為的大。

過去兩年,台灣在 AI 浪潮裡的角色論述一直有點尷尬——我們做硬體、做代工,但模型與應用的話語權在別人手上。而矽光子與 CPO 這條路線,恰好把競爭拉回台灣最擅長的領域:精密製造、封裝整合、供應鏈協同。

換句話說,當 AI 的瓶頸從「模型多聰明」下沉到「訊號怎麼送得更省電」,台灣不必追趕,本來就站在牌桌上。

當然要保持清醒。技術路線圖上寫的量產時間,實務上經常延後;十倍能源效率是廠商的主張,實際部署後的數字通常會打折。這些都要等產品真的出貨才知道。

評語:AI 的下半場比的不是誰的模型更聰明,是誰能把電和訊號送得更有效率——這一局,台灣的位置比上半場好得多。

給台灣讀者的具體建議:如果你是工程背景、正在思考下一步,光學與半導體封裝的交叉領域值得認真評估,這是未來幾年人才缺口最明顯的地方之一。如果你是投資人,請把「技術路線圖」跟「實際出貨」分開看——這個產業的時程延後是常態,別把規劃當成已實現的業績。

延伸閱讀:想了解台灣半導體的整體投資動向,看台廠再加碼 200 億美元投資美國半導體;想了解資料中心的能源問題,看台灣資料中心用電檢討;晶片設計端的 AI 應用可以看AI 晶片設計與 EDA

資料來源

依公開資訊整理,以官方公告為準。技術時程與效能數據為廠商公開主張,實際結果以量產後為準。

常見問題

什麼是 CPO?跟現在的做法差在哪?

CPO 是共同封裝光學(Co-Packaged Optics),把光學元件直接封裝進晶片封裝體內,讓光訊號直接進到封裝裡,而不是像現在這樣訊號要先走一段銅線再轉換。差別在於距離越短、轉換次數越少,功耗與延遲就越低——這在資料中心的規模下會累積成非常可觀的差距。

為什麼 AI 的瓶頸會從算力變成連線?

因為 AI 訓練與推論需要大量晶片協同運算,資料要在晶片之間、機櫃之間不斷搬運。當單顆晶片算力持續提升,晶片間的頻寬與傳輸功耗就相對變成限制因素。銅線在高頻寬長距離下的損耗與發熱問題難以克服,這就是光學互連被推上檯面的原因。

台積電的 COUPE 進度到哪裡?

依公開報導,台積電規劃 2025 年讓 COUPE 通過小型可插拔模組的驗證,2026 年整合進 CoWoS 封裝成為 CPO,把光學連接直接帶進封裝內,並在 2026 年底進入 CPO 量產。台積電並表示其光學引擎的能源效率可達傳統銅線應用的十倍以上。

台灣有哪些廠商參與這條供應鏈?

公開資訊提到力成科技(Powertech)與博通(Broadcom)合作,規劃 2026 年小量生產光學引擎元件,2027 年整合進 CPO 交換器;大立光(Largan)則在取得光纖陣列訂單後,準備第一條自動化 CPO 產線的試產。整體而言涵蓋封測、光學元件與材料等環節。

資料來源:TheAI學院編輯團隊原創