AI光運算：台灣科技新藍圖？

30 秒看重點

• 事件：曦智科技發表AI光運算解決方案。
• 意義：透過光訊號加速AI運算，突破傳統電子訊號瓶頸。
• 影響：為台灣AI產業鏈帶來新機會，加速晶片技術升級。

AI運算遇瓶頸，光能怎麼解？

隨著AI模型越來越龐大、複雜，傳統依賴電子訊號傳輸的運算方式，就像在高效率的跑車裡裝了傳統的馬路，速度越來越受限。這就是所謂的「電子訊號傳輸瓶頸」，數據在晶片之間、甚至在處理器內部的移動，都可能成為影響AI運算效率的「交通壅塞點」。曦智科技這次推出的CPO（Co-Packaged Optics，共封裝光學）與NPO（Near-packaged Optics，近封裝光學）解決方案，就是要打破這個瓶頸。

簡單來說，CPO就像是把高速公路（光訊號）直接蓋進社區（晶片封裝）裡，讓數據能像高鐵一樣，快速、大量地在晶片之間移動，不用再塞車。NPO則是將這個高速公路的入口設在社區旁邊，同樣能大幅縮短數據傳輸的距離與時間。這意味著，未來AI伺服器、高效能運算（HPC）系統，都能因為更快的數據傳輸而變得更強大、更省電。這種改變，不只影響晶片設計公司，更關乎整個伺服器、通訊設備乃至資料中心的架構，是AI基礎建設層面的重大革新。

這就像是我們以前用電話線講話，現在突然換成5G網路，資訊傳輸的速度與容量天差地別。光訊號傳輸的潛力，能讓AI在處理海量數據時，反應更快、更有效率，這對金融交易、自動駕駛、科學模擬等需要即時運算的高階應用，至關重要。

台灣怎麼看這件事？

台灣在全球半導體產業鏈中扮演著舉足輕重的角色，從晶圓代工、IC設計到封裝測試，幾乎涵蓋了整個生態系。曦智科技的光運算技術，無疑為台灣科技業開啟了另一扇窗。對於台灣的IC設計業者來說，這意味著有機會將AI的「大腦」設計得更聰明、更有效率，並且與光通訊技術更緊密結合；而對於台灣的封裝測試產業，CPO和NPO的技術整合，更是巨大的挑戰與機遇，需要發展新的封裝技術與製程，才能掌握這塊高速成長的市場。此外，台灣的伺服器製造商、網通設備廠，也將是這波技術浪潮下的重要參與者，有機會提供更符合AI時代需求的解決方案。可以說，這項技術的發展，牽動著台灣半導體產業未來在AI世代的地位。

編輯觀點

AI的軍備競賽，不僅是演算法的比拚，更是一場硬體基礎設施的升級戰。曦智科技的光運算方案，精準擊中了AI發展的痛點。台灣科技業若能緊抓這個機會，在CPO/NPO等光互連技術上取得突破，將能鞏固並提升其在全球AI硬體供應鏈中的關鍵地位。然而，這需要跨領域的技術整合與龐大投資，政府與產業界的協力合作，將是能否抓住這波紅利的關鍵。

常見問題

什麼是AI光運算？

AI光運算是一種利用光線來處理資訊的新型運算技術，相較於傳統電子訊號，光速更快、耗能更低，特別適合高速處理AI所需的龐大數據。

CPO和NPO有什麼不同？

CPO（共封裝光學）是將光學元件直接封裝在晶片封裝內；NPO（近封裝光學）則是將光學元件放在離晶片封裝非常近的地方，兩者都是為了縮短數據傳輸距離，提升效率。

這項技術對一般消費者有什麼影響？

短期內影響較不明顯，但長期來看，更強大的AI運算能力將催生更智能的應用，如更聰明的個人助理、更逼真的虛擬實境體驗等。

台灣在AI光運算領域的優勢是什麼？

台灣擁有全球領先的半導體製造、設計與封裝技術，是發展CPO/NPO等光互連方案的關鍵鏈結，具備整合與量產的潛力。

發展AI光運算需要克服哪些挑戰？

主要挑戰在於技術整合的複雜度、生產成本的控制，以及需要符合更嚴格的散熱與可靠性標準，這需要長期的研發投入與產業合作。

名詞小教室

光運算 (Photonic Computing)

想像一下，資料傳輸不再是透過傳統的電線，而是改用「光纖」傳送，速度更快、能量損耗更少，就像從騎腳踏車換成搭高鐵一樣。

CPO (Co-Packaged Optics)

把「光速傳輸的通道」直接整合到晶片「家裡」（封裝內），讓數據傳輸不用出門就能超快速。

NPO (Near-packaged Optics)

把「光速傳輸的通道」放在晶片「家門口」（離封裝非常近），一樣能大幅縮短傳輸時間。

AI (Artificial Intelligence)

讓電腦變得像人一樣聰明，可以學習、思考、解決問題的技術。