CTIMES- CPO與 LPO 誰能主導 AI 資料中心？

隨著AI運算需求持續飆升，從大型語言模型（LLM）、生成式AI到高效能運算（HPC），資料中心面臨的最大瓶頸已不再是單純的晶片效能，而是頻寬、功耗與散熱。傳統電連接逐漸無法滿足AI GPU/TPU所需的龐大資料傳輸，促使光電整合（Opto-Electronic Integration）成為必然趨勢。其中，CPO（Co-Packaged Optics，光電共封裝）與LPO（Linear Drive Pluggable Optics，線性可插拔光模組）兩種不同架構的方案，正成為全球大廠與台灣光通訊供應鏈的競逐焦點。

AI伺服器的頻寬與功耗挑戰

在生成式AI與超大規模訓練模型驅動下，單一AI伺服器可能搭載多達數十顆GPU，並透過高速互連進行大規模運算。以NVIDIA H100、B100系列為例，每顆GPU之間需要數百GB/s的資料傳輸能力，而未來HBM4/PCIe 7.0世代甚至將突破至數TB/s級別。
...
...