AI 算力大爆發,「電退光進」成為必然
隨著人工智慧(AI)與大型語言模型(LLM)的訓練需求呈指數級成長,高效能運算(HPC)平台的算力已不再是唯一的發展門檻。真正的瓶頸正轉向「數據傳輸」。在NVIDIA Blackwell甚至是下一代Rubin架構中,晶片與晶片之間、伺服器與伺服器之間的資料吞吐量已邁向800G甚至1.6T的超高頻寬。
然而,傳統的銅導線傳輸在面對如此高頻的訊號時,正遭遇到嚴重的物理極限:訊號損耗過大、散熱壓力遽增以及能耗無法負荷。為了突破這道「電牆」(Electrical Wall),矽光子(Silicon Photonics, SiPh)技術應運而生,透過將光電轉換邏輯整合進半導體封裝中,實現更長距離、更高頻寬且低能耗的互連。但在這場光速革命中,最關鍵卻也最艱難的一環,莫過於確保這些細微光路能精準運作的「互連測試」。
...
...
| 使用者別 | 新聞閱讀限制 | 文章閱讀限制 | 出版品優惠 |
| 一般使用者 | 10則/每30天 | 0則/每30天 | 付費下載 |
| VIP會員 | 無限制 | 25則/每30天 | 付費下載 |

