i卡會員

為了解決AI資料中心在高速傳輸下所面臨的損耗、延遲與散熱瓶頸，產業正積極導入CPO架構，其終極目標在實現GPU叢集的全光互連，藉此提升AI算力，以Nvidia為首的科技巨頭正積極推動供應鏈生態的成形，相關產品有機會於2027年進入放量階段，而CPO的核心架構是光引擎OE，目前傾向使用異質整合技術，其中，又以台積電SoIC的Hybrid bonding先進封裝最受到市場矚目，除此之外，OE與外部光纖的對位是現階段CPO量產最大瓶頸之一，相關光路設計、元件材料、測試平台與製程設備也是近期產業資源投入的焦點。

【內容大綱】

• 一、AI資料中心導入CPO的驅動力與欲解決之瓶頸
• 二、從關鍵業者布局解析CPO產品的導入進度
• 三、CPO核心架構與材料設計：Optical Engine
  • (一)EIC
  • (二)PIC
  • (三)矽透鏡Si lens
  • (四)FAU模組
• IEKView
  • (一)CPO將採先Scale-out、後Scale-up的階段性導入策略
  • (二)台積電COUPE平台有機會成為光引擎OE的首選方案
  • (三)光耦合將成為CPO量產的最大瓶頸之一

【圖表大綱】

• 圖一、傳統可插拔式交換器與CPO架構的比較
• 圖二、CPO技術在AI資料中心Networking架構的導入趨勢
• 圖三、從Nvidia架構路線推測CPO產品的導入時程
• 圖四、EIC、PIC整合路線整理
• 圖五、COUPE平台Grating coupling架構設計示意圖
• 圖六、PIC主要元件設計(以Grating coupling架構為例)
• 圖七、COUPE光柵耦合與邊緣耦合比較