CPO 與 LPO 分野加速，NVIDIA Rubin 矽光子平台掀 AI 資料中心互連新戰局
輝達 Rubin 系列即將導入矽光子製程，產業界高度關注。由恩萊特科技主辦的「矽光子設計到量產： CPO 與異質整合技術論壇」今日舉行，聚焦 Co-Packaged Optics（CPO）在 AI 資料中心的最新發展，並邀集產學界專家分享最新觀察與市場脈動。
隨著 AI 模型持續擴張，傳統銅互連已難以支撐資料中心龐大的運算需求，光互連正加速成為主流。論壇中鴻海研究院半導體研究所小組長洪瑜亨及之光半導體共同創辦人暨技術長陳昇祐均認為，未來市場將形成 LPO（Linear Drive Pluggable Optics，線性驅動可插撥光模組）與 CPO 的兩極化格局，產業正處於關鍵轉折點。
LPO 短期穩居主流，CPO 長期崛起
洪瑜亨表示，AI 訓練與推理對頻寬的需求持續攀升，如今資料中心超過七成時間耗費在資料搬運等待。一旦速率跨越 200G 門檻，銅線傳輸的損耗、功耗與模組體積都成為系統瓶頸，迫使光學功能必須更靠近運算晶片。CPO 架構透過將光引擎與 ASIC 緊密封裝，能有效縮短電訊號距離、降低能耗，被視為下一代 AI 資料中心的核心基礎。
陳昇祐則指出，LPO 與 CPO 的發展將呈現「短期 LPO 主流、長期 CPO 崛起」的雙軌並行。短中期內，LPO 憑藉成熟供應鏈、相容性與維護便利性，仍是主要部署選項；但隨著能效、密度與系統整合需求日益嚴苛，CPO 將逐步切入交換器與加速器場景，成為高階 AI 平台的必然選擇。根據 LightCounting 的資料，到 2030 年，LPO 與 CPO 的合計市占將超過三成。短期內 LPO 出貨量大，但長期來看，CPO 的比重會逐漸上升。
另外，業者指出在 AI 機櫃部署中，現階段 LPO 與銅線仍主要承擔 Scale-up 的角色，而在 Scale up 呈現多路線並行的態勢，包括 LPO、銅線、光學 I/O，以及新興的 Micro LED 等技術，彼此互相競爭。至於 Scale-out 部署，則被普遍認為最終會朝向 CPO 發展，雖然當前仍面臨散熱、可靠度與標準化挑戰，但長期來看，CPO 仍被視為能效與密度最佳化的終極方案。
NVIDIA 封閉生態對上 Broadcom 開放平台
在競爭格局方面，NVIDIA 與 Broadcom 的策略差異尤為明顯。NVIDIA 建構封閉式生態，結合 CUDA 軟體與 Rubin 平台，並大力投入 MRM （ Micro-Ring Modulator） ，依靠台積電先進製程來控制製程公差；Broadcom 則延續 MZI 技術路線（Mach-Zehnder Interferometer），採取開放平台與廣泛合作的模式，技術相對成熟但功耗較高。MZI 做為傳統光調變器，結構成熟、穩定但體積大、功耗高；MRM 則藉由環形共振結構降低功耗並縮小尺寸，但對製程公差極為敏感。這場「封閉 vs. 開放」、「MRM vs. MZI」的對決，正深刻影響未來標準制定與市場推進速度。
業者指出，CPO 被視為最終解決力案，卻仍未普及。挑戰主要來自三方面：其一是熱管理，光電高度整合導致散熱壓力驟增；其二是可靠度與維護性，一旦光引擎故障，交換器可能整機報廢；其三是測試與標準化不足，現階段缺乏統一的封裝前/後與系統級測試規範，使得良率與成本難以預估。在此背景下，LPO 仍將在 800G 甚至 1.6T 世代承擔大部分市場需求，而 CPO 要真正走向大規模量產，仍須克服設計、封裝、測試與供應鏈協同的多重挑戰。
（首圖來源：恩萊特科技）