
NTT結盟研發光學小晶片量產,瞄準 AI 資料中心互連瓶頸
NTT Innovative Devices 宣布與 Japan Semiconductor、古河電工及新光電氣工業合作,研發光電融合裝置及光學小晶片的量產技術,目標是把相關生產效率提高至少十倍。對 AI 資料中心而言,這項合作所瞄準的是伺服器與晶片之間愈來愈突出的資料傳輸與散熱壓力。
不過,「至少十倍」在 TechNews 科技新報 報道中沒有交代所比較的產線基準、良率、產出數量或成本,因此現階段較適合視為研發目標,不能直接等同技術已具大規模商業部署能力。合作的最終成果仍要看封裝穩定度、製造良率及可否形成可複製的生產流程。
為何銅互連開始成為限制
TechNews 科技新報 報道指出,AI 伺服器現時多以銅線傳遞電子訊號;資料流量增加時,導線的電阻、訊號損耗與發熱會加重。這不只關乎單一晶片速度,也會影響伺服器的散熱設計、供電需求和系統擴充空間。
光電融合的構想,是把發光、收光等光學元件與運算晶片緊密整合,以光訊號承擔部分高速資料傳送。依來源所述,光傳輸可望降低傳輸損耗與耗電,並提升資料流動效率。若這些優勢能在實際封裝與長時間運作中保留,AI 基礎設施的設計重點便可能由單純增加運算晶片,延伸至優化晶片之間的連接方式。
這也代表光學小晶片的價值不只在一個元件本身,而在於它是否能縮短或改善運算、記憶體與網絡部件之間的資料路徑。這是基於來源資訊作出的分析,實際可改善的幅度仍需量產與系統測試驗證。
最難跨過的是封裝與對準
光學元件走出實驗室的難題,往往在製造而非概念。TechNews 科技新報 指出,光學元件與矽晶片整合涉及微米級光纖對準,以及複雜封裝技術。光路位置若有細微偏差,便可能影響訊號耦合;若每個模組都要耗費大量時間校準,量產成本與良率便難以控制。
四家公司的分工正反映這個挑戰:NTT 及其硬件部門負責架構整合與測試;Japan Semiconductor 提供矽晶圓製程;古河電工投入關鍵光學元件;新光電氣工業則研發高精度封裝基板與自動化檢驗。這種組合的意義,在於把光學材料、晶圓製造、封裝和檢測放進同一條技術鏈,以處理各環節互相牽動的問題。
對下一代 AI 伺服器意味著甚麼
先進封裝已讓不同功能的小晶片能組合成更複雜的運算系統;光學小晶片若可穩定量產,可能進一步把高速互連納入這種封裝架構。對 AI 伺服器供應鏈而言,受影響的不只晶片設計,也包括封裝基板、光學元件、測試設備與自動化檢驗能力。
下一步值得觀察的是,這個聯盟能否公開量產效率的衡量方式、良率與成本資訊,以及光學元件和運算晶片整合後在實際 AI 系統中的表現。在這些條件明朗前,光電融合仍是回應 AI 資料中心傳輸與功耗挑戰的重要研發方向,而非已經普及的標準方案。
延伸閱讀
AI 輔助說明: 本文由 AI 協助整理。
參考來源
- TechNews 科技新報 — AI 資料中心邁向光電融合時代,日本 NTT 布局光學小晶片搶攻下波半導體商機 — original report
本文根據原文及公開資料整理;資料有出入時,以原文及官方資料為準。







