標題：日本布局光資料通訊技術將成為次世代AI計算系統發展的重要戰力
來源：iknow科技產業資訊室
原文網址：https://iknow.stpi.niar.org.tw/article/4/25302
原文：
生成式人工智慧（AI）、大型語言模型（LLM）及多模態AI快速發展，使資料中心（DC）
運算需求持續增加。過去運算效能主要依靠半導體微縮及CPU、GPU性能提升，但隨單一處
理器效能提升逐漸面臨限制，AI系統開始透過大量GPU、伺服器及機櫃進行平行與分散運
算。因此，影響AI運算能力的關鍵已不僅是處理器性能，大量運算資源間的資料交換速度
亦成為重要瓶頸。資料中心規模擴大也伴隨龐大的電力、冷卻、水資源、選址、供應鏈及
資安等問題，使高速、大容量及低耗能的資料傳輸技術成為未來AI基礎設施的重要發展方
向。資料中心（DC）內所需的高效能資料通訊，對光資料通訊技術的要求不僅包括高速化
與大容量化，也包括降低功耗，以及光模組的小型化與高密度化等。然而僅延續現有的光
元件、材料技術，以及整合與封裝技術，可能難以滿足上述需求。此外，未來後端網路（
Backend Network）架構究竟將朝何種方向發展，目前仍缺乏共同認知，也尚未形成明確
的技術開發路線圖。隨著未來網路架構與AI運算系統持續演進，對適用的光模組與光元件
之性能及功能要求，也可能因此隨之改變。CRDS預測，資料中心光資料通訊系統的傳輸速
度將由2025年約800 Gbit/s，逐步朝2035年的6.4Tbit/s發展，顯示光互連將成為支持未
來AI計算的重要技術。為建立下一代AI計算所需的光資料通訊技術，CRDS提出四項相互連
結的研究方向：一、網路架構技術因應大型集中式資料中心、分散式運算及邊緣AI等不同
型態，發展具彈性、可擴展及自動化能力的網路，並透過光爆發交換（OBS）、光封包交
換（OPS）等技術，提高運算與能源使用效率。二、高速、大容量光模組技術隨光連接由
機櫃間深入伺服器與晶片內部，光模組須朝高速化、小型化、高密度及低耗能發展，重點
包括波長多工、空間多工、光互連器、光晶粒及共同封裝光學（CPO）等。日本推動的光
電融合技術亦將由電路板間連接，逐步延伸至晶片間及晶粒間光連接。三、革新光元件技
術涵蓋半導體雷射、LED、光調變器、光偵測器、波導、光交換器及光積體電路（PIC）等
。其中InP系雷射適合較長距離高速傳輸；GaAs系垂直共振腔面射型雷射（VCSEL）具低耗
能與陣列化優勢，適合伺服器內部短距離傳輸；GaN微型LED則可能應用於晶片間及晶片內
光互連。此外，薄膜鈮酸鋰等新材料亦具發展高速、低功耗光調變器的潛力。四、材料與
整合技術僅依靠既有InP、GaAs及矽材料的性能改善，將不足以滿足未來高速、低耗能需
求，需要探索具新光學特性的材料，並強化異質材料整合能力。未來光積體電路須將光源
、調變器、偵測器、交換器及電子電路高度整合，晶圓與晶片等不同層級的接合技術，將
成為光電融合系統實用化的重要基礎。日本的主要優勢在於InP系高速光元件及相關材料
技術，在高速、高階光元件研究與產業方面具競爭力；但在矽光子及光資料通訊模組等領
域，則面臨歐美與臺灣競爭。CRDS認為日本不應僅改善單一元件，而應將材料與高速光元
件優勢延伸至光模組、光電融合及網路架構，建立「網路架構—光模組—光元件—材料與
整合」的跨層級研發體系。未來AI競爭將由運算晶片性能進一步擴展至運算、通訊及系統
架構的整體最佳化，而光資料通訊將成為2030年代AI資料中心高速、大容量與低耗能運算
，以及強化日本AI算力基礎設施競爭力的核心戰略技術。
心得：
AI算力競爭逐漸把瓶頸推向資料傳輸，光資料通訊因此不只是配合運算晶片升級的周邊技
術。日本選擇從網路架構、光模組一路串到材料與整合技術，反映其真正想補強的是完整
供應鏈能力。這種跨層布局也讓原本較具優勢的光元件技術有機會延伸到更高價值的AI基
礎設施。
※每日每人發文、上限量為八篇，超過會劣文請注意
⊕請確切在標題與新聞來源處填入名稱與連結，否則可無條件移除(本行可移除)