AI 帶動 CPO 需求，矽光子檢測技術關鍵地位為何？

隨著生成式 AI 對算力需求無止盡擴張，傳統資料中心採用的銅線電傳輸已達物理極限，面臨嚴重的頻寬瓶頸與散熱挑戰。為此，將光收發模組與運算晶片整合封裝的「共同封裝光學」（CPO）技術成為產業救星。輝達預計於 2026 年在 Rubin 架構大舉導入 CPO，博通與 Google 也積極布局，推動矽光子市場規模在 2030 年邁向百億美元。這場「光進銅退」的革命不僅能降低 50% 以上的功耗，更是突破「記憶體牆」效應、支撐 1.6T 甚至 3.2T 高速傳輸的關鍵。在 AI 伺服器出貨量預計於 2028 年占比突破 75% 的趨勢下，矽光子已從實驗室研發轉向商用戰場，成為定義次世代資料中心網路的核心基礎設施。 然而，矽光子商用化的最大魔鬼隱藏在「良率」細節中，這使檢測技術躍升為供應鏈的關鍵地位。不同於傳統電性測試，矽光子封裝涉及極其精密的「找光與對準」流程，微米級的誤差便會導致訊號大幅衰減。目前台廠如高明鐵已開發出結合 AI 演算法與 6D 雷射量測的自動化平台，將對位精度從 0.5 微米提升至 50 奈米等級，實現量產所需的標準化與高穩定度。配合政府「AI 新十大建設」政策與 SEMI 矽光子產業聯盟的推動，台灣正整合台積電、日月光等龍頭，建立從晶圓級耦光到系統端測試的完整生態系。透過國產化檢測設備降低驗證門檻與成本，台灣有望在 CPO 時代掌握從設計到組裝的技術話語權，確保在全球 AI 供應鏈的領先優勢。