什麼是矽光子與 CPO？AI 算力爆發下的光通訊革命與台股供應鏈解析

矽光子是一種結合半導體與光通訊的技術，它利用標準 CMOS 製程將光學元件整合在單一矽晶片上，用以解決傳統銅線傳輸的物理極限，大幅提升資料傳輸速度並降低功耗。

隨著 AI 算力提升，資料傳輸量大增，傳統可插拔光模組的長距離走線會導致嚴重訊號衰減與耗能。CPO 將光引擎與交換晶片封裝在一起，能降低高達 75% 的能耗並消除傳輸延遲。

受惠於地緣政治轉單效應與成熟的半導體聚落，台灣在高速光模組製造、光電精密封裝以及資料中心基礎零組件領域具備強大競爭力，成為尋求非中系供應鏈的首選。

什麼是矽光子與 CPO 技術？為何 AI 伺服器迫切需要？

矽光子（Silicon Photonics）與共同封裝光學（CPO）是解決 AI 資料中心傳輸與能耗瓶頸的關鍵技術。根據業界研究指出（2024年），當 AI 模型規模指數級增長，傳統光模組已無法負荷，矽光子與 CPO 能有效降低功耗與延遲，成為迎戰 1.6T 世代的標準配置。

自從 ChatGPT 問世以來，全球科技巨頭全面投入 AI 算力軍備競賽。從大型語言模型到多模態人工智慧，所有突破都仰賴背後成千上萬顆 GPU 協同運作。然而，當 AI 模型規模持續膨脹，隱藏已久的瓶頸正加速浮現——光通訊速度已成為影響算力成長的關鍵限制。

在過去十年，GPU 的運算性能年年刷新，但連接 GPU 與 GPU 之間的光傳輸速率卻難以跟上算力需求的倍速成長。隨著資料中心從 400G 演進到 800G，並邁向 1.6T 時代，產業必須啟動新一輪技術升級，這也是推動全球光通訊供應鏈重組的關鍵驅動力。

傳統光模組面臨製程良率低、功耗攀升與電訊號走線過長三大瓶頸。根據國際能源署數據指出，全球資料中心電力需求將在 2030 年翻倍，而傳統分立式光模組的散熱與用電壓力，已使其在 1.6T 時代不具備經濟效益。

AI 訓練需要大量 GPU 並行工作，要讓數萬顆 GPU 同步，通訊速度必須與算力保持一致。然而，AI 的爆發正在快速拉大兩者的差距（根據作者研究整理）：

深層挑戰在於，分立式光模組由多種元件手工組裝而成，體積大且流程繁複。此外，現行可插拔光模組需透過主機板走線傳輸訊號，這使得長距離電訊號衰減，導致延遲與雜訊增加，這些問題被視為全產業都必須面對的「通訊摩爾定律危機」。

矽光子透過半導體 CMOS 製程將光學元件微縮化，而 CPO 架構則將光引擎直接與交換晶片封裝。相關統計資料顯示，採用 CPO 架構能使傳輸損耗幾乎被消除，並降低約 50% 至 75% 的能耗，是 AI 伺服器的終極架構。

技術解方一：矽光子讓光通訊走向「半導體化」
矽光子最大的革命在於——光學元件能用 CMOS 製程製造（編者補充：CMOS 為成熟的半導體製造技術，有利於大規模量產），量產穩定且成本可控。它讓光模組從繁複組裝變成「高度整合晶片」，大幅提升性能並降低功耗。

技術解方二：CPO（共同封裝光學）優勢
CPO 是將「光引擎」直接封裝在交換晶片旁，讓訊號走線由數十公分縮短到數毫米。目前 NVIDIA、Meta、Microsoft 等雲端巨頭已將 CPO 視為下一代 AI 資料中心的標配架構，這並非可選項目，而是必然趨勢。

台灣光通訊產業憑藉半導體代工與高階封裝優勢，正成為全球 AI 資料中心的重要支柱。根據公開市場數據，包含華星光(4979)、聯鈞(3450)與光聖(6442)等具備高速光模組與矽光子能力的台廠，預期將在此波供應鏈重組中受惠。

AI 與地緣政治雙重因素加速了光通訊供應鏈的全球重組。禁令與市場集中度，使得美系客戶急需擴大非中系供應商比重，台灣因此成為首選：

高速光模組能力廠（受惠 800G/1.6T）：華星光（4979）
主攻高速光收發模組，已切入 400G/800G，並積極開發矽光子光引擎與 CPO 元件，有望進一步打入美系 AI 客戶供應鏈。
光電封裝與矽光子代工廠：聯鈞（3450）
全球光電封裝與測試的重要供應商，擅長 LD/PD 與矽光子封裝，是 CPO 所需高階精密封裝的台灣少數能量，被視為觀察矽光子商轉進度的重要指標。
AI 資料中心基礎建設受惠廠：光聖（6442）
提供光纖跳接線與高速連接器，為 AI 機櫃與資料中心的基礎佈建核心供應商，代表 AI 實際落地後「剛性需求」的持續成長。