AI数据中心瓶颈转向光通信：中国组装能力与美台设计封装技术展开博弈

随着AI计算量激增，光通信技术正成为解决GPU连接瓶颈的核心，中国凭借强大的组装能力在光模块市场占据优势，而美国与台湾则在芯片设计及精密封装技术领域展开竞争。

随着AI（人工智能）计算量呈指数级增长，半导体行业的关注点正转向新的“瓶颈环节”。继GPU（图形处理器）内存和冷却功耗之后，将数万个GPU连接在一起进行数据交换的“连接”技术已成为胜负手。由于此前承担数据传输通道作用的铜线已触及极限，利用光信号的光通信技术正迅速崛起为AI基础设施的核心技术。

铜线的局限与光通信的兴起……“数据高速公路”的更迭

目前的AI数据中心结构要求数万张GPU如同一个巨大的计算机一样协同工作。然而，如果连接这些GPU的数据通道受阻，就无法充分发挥GPU的性能。以往主要使用传输电信号的铜线，但AI时代的需求正在超越铜线的物理极限。

据T Times TV分析，主要原因在于需要连接的GPU规模以及数据传输量的爆发式增长。NVIDIA的下一代服务器主板在Blackwell世代将一个机架（Rack）内的GPU数量整合为72个，并计划在未来的Ruby Ultra模型中将其增加到576个。随着服务器间距离拉长以及需传输的数据量飙升至1.6Tb水平，铜线在短距离内信号就会发生衰减的弱点日益凸显。

相比之下，光通信在三个方面具有压倒性优势：首先是信号衰减小，高速电信号在铜线中仅传输15cm，强度就会降至1/100，而光纤传输15km后信号仍能保持近一半；其次是热量和功耗低，不同于因电阻产生热量的铜线，光纤轻薄且散热效率高；第三是带宽更宽，可以通过同时发射不同颜色的光，实现如同增加道路车道般的扩容效果。

光深入芯片内部……CPO将改变产业版图

光通信技术正呈现出从数据中心外部（机架之间）向内部（芯片本身）渗透的趋势。初期主要是在数十米以上的距离使用光模块，但近期，将光组件直接封装在交换芯片旁的“CPO（Co-Packaged Optics，共同封装光学）”技术备受瞩目。

引入CPO技术后，电信号需要移动的距离将从数十厘米缩短至数毫米，这在功率效率和信号强度方面带来了革命性变化。以800Gbps端口为例，传统插拔式光模块耗电约30W，而CPO方式可将功耗降至9W水平，使功耗降低至1/3以下。NVIDIA已表示，将在2025年公开的Spectrum-X Photonics交换机上应用该技术，使功率效率提升了3.5倍。

最终的目标是实现由GPU芯片本身通过光进行数据输入输出的“光I/O（Optical I/O）”技术。虽然这是一项需要从芯片设计到封装方式进行彻底变革的高难度工作，但一旦成功，将被视为能让分散的众多GPU如同一个巨大芯片般运作的“游戏规则改变者”。

中国“组装能力”对阵美台“设计与封装”

光通信市场的增长意味着整个供应链的重构。根据LightCounting的数据，全球光模块市场预计将从2025年的238亿美元（约33,000,000,000,000韩元）激增至2031年的1,123亿美元（约157,000,000,000,000韩元），其中90%以上的市场份额将由AI数据中心占据。

目前，市场主导权掌握在凭借“组装能力”突围的中国手中。中国企业中际旭创拥有强大的市场占有率，供应了NVIDIA采购的40%的800Gbps光模块以及Google采购量的70%。由于光模块的关键在于精密组装核心部件，中国的制造能力在该领域具有压倒性优势。不过，美国正通过激光芯片和光纤（康宁）等核心原件技术进行应对。

随着产业重心向“以芯片为中心”转移，市场格局可能发生变化。一旦光模块从独立部件整合为芯片的一部分（CPO），核心竞争力将从组装能力转向芯片设计能力和精密封装技术。因此，芯片设计强国美国（NVIDIA、博通、Marvell）与封装领军者台湾（TSMC）有望成为未来光通信主导权争夺的核心参与者。

最终，围绕着解决AI基础设施瓶颈的关键——光通信技术，中国发起的规模化攻势与美台凭借设计及封装技术展开的战略博弈，预计将在短期内持续进行。

来源：原视频（YouTube）