AI 產業正在進入「算力基礎設施全面重構」的新階段。過去兩年，市場關注焦點主要集中於 GPU、HBM 高頻寬記憶體，以及先進封裝 CoWoS 產能。然而，隨著 AI 模型參數規模突破兆級（trillion parameters）、推理需求快速商業化，真正限制 AI 運算效率的瓶頸，開始從「算力本身」轉向「資料傳輸能力」。

在此背景下，光通訊（Optical Interconnect）與矽光子（Silicon Photonics）正迅速成為全球半導體產業鏈的新戰略核心。

根據 Goldman Sachs 最新研究，高盛認為 AI 光通訊基礎設施市場，將從 2026 年約 150 億美元，快速成長至 2028 年的 1,540 億美元，等同於在短短數年間成長超過 10 倍。這不只是單一產業升級，而是全球 AI 基建架構的根本性革命。

其中台積電（2330）、上詮（3363）、汎銓（6830）等台灣半導體廠商，有望因在矽光子與共同封裝光學（CPO）等領域的前期佈局，被視為潛在受益供應鏈企業，也開始被國際資本市場視為 AI 下一波基建紅利的重要受益者。

AI 晶片傳輸瓶頸浮現，「光進銅退」成解方

經濟日報引用高盛報告指出，AI 晶片要釋放更高運算效能，關鍵不只在於單顆晶片的速度，而在於如何讓多顆晶片、多個伺服器機櫃之間，能夠以低延遲、高頻寬的方式進行資料交換。隨著資料中心朝更大規模的 GPU 叢集發展，傳統銅纜已逐漸無法負荷龐大的資料流量，以光訊號傳輸取代電訊號的「光進銅退」趨勢因此受到業界高度關注。

高盛將光通訊市場分為兩大應用方向：其一為 scale-up networking，規模約 1,060 億美元，主要用於同一或相鄰伺服器機櫃內連接更多 GPU 與運算資源；其二為 scale-out networking，透過交換器連接更多設備，現代 AI 叢集已可支援超過 10 萬顆 GPU 的規模。

AI 時代最大的改變之一，在於運算架構已從「單晶片性能競賽」，演變成「超大型 GPU 叢集協同運算」。

當前像是 NVIDIA Blackwell 平台、GB200 NVL72 系統，其本質上已不再只是單一 GPU，而是數十顆、甚至數百顆 GPU 的協同運算系統。未來超大規模 AI 資料中心，更可能同時串聯超過 10 萬顆 GPU。

這意味著：

• 🔹GPU 與 GPU 之間的資料交換量暴增

• 🔹HBM 與 GPU 的頻寬需求持續擴張

• 🔹機架（Rack）與機架之間的延遲問題變得極度敏感

• 🔹傳統銅纜在高頻高速環境下，功耗與散熱問題急劇惡化

也因此，AI 產業開始進入「IO Bottleneck（輸入輸出瓶頸）」時代。

過去半導體產業長期依賴銅線電訊號傳輸，但當資料傳輸速度推升至 800G、1.6T，甚至未來 3.2T 規格時，銅纜的物理極限開始浮現：

• 🔹距離越長，訊號衰減越嚴重

• 🔹功耗大幅增加

• 🔹EMI 電磁干擾加劇

• 🔹散熱與空間成本持續上升

因此，以光訊號取代電訊號的「光進銅退」趨勢，開始全面加速。

光通訊最大的優勢在於：更高頻寬、更低延遲、更低功耗、更長距離穩定傳輸、更適合超大型 AI Cluster 架構。這也是為何全球大型雲端業者，包括 Microsoft、Amazon AWS、Google、Meta，近年皆大幅增加 AI 光學互連投資。

高盛更將 AI 光通訊市場拆解為兩大核心架構：Scale-Up Networking

主要負責單一機櫃內部的 GPU 擴展連接。

這部分市場規模預估將達 1,060 億美元，核心需求在於：

• 🔹GPU 與 GPU 間高速互連

• 🔹AI Accelerator Cluster 擴展

• 🔹NVLink 類高速架構

這是未來 AI 超算中心的核心骨幹。

Scale-Out Networking則負責跨機櫃、跨資料中心的大規模互聯。

其目標是讓數萬甚至十萬顆 GPU，能同步進行大型模型訓練。

未來真正的 AI 競爭力，很可能不再只是「擁有多少 GPU」，而是「能否有效率地把所有 GPU 串聯起來」，而光通訊正是這場革命的底層核心。

2、台積電 COUPE 技術領軍，CPO 架構 2026 年進入封裝整合

在全球光通訊競賽中，TSMC 的布局尤其受到市場關注。在國際大廠的布局上，台積電的動向最受矚目。台積電說明，旗下 COUPE 技術是專為應對 AI 帶來的爆炸性資料傳輸需求而開發，透過 SoIC-X 晶片堆疊技術，將電子晶片堆疊在光子晶片之上，並規劃於 2026 年整合至 CoWoS 先進封裝，形成 CPO 架構，將光連接直接導入封裝內部。

原因在於，台積電正試圖將「光學互連」直接整合進先進封裝架構中，這將徹底改變未來 AI 晶片設計方式。

台積電推出的 COUPE（Compact Universal Photonic Engine）技術，核心概念是：

將光子晶片與電子晶片直接堆疊整合。

其底層技術結合：

• 🔹SoIC-X 3D 堆疊

• 🔹CoWoS 先進封裝

• 🔹矽光子 Photonics Engine

• 🔹光電整合架構

這代表未來資料傳輸不再需要經過：

GPU → PCB → 銅纜 → Switch → 再傳輸

而是直接在封裝內部完成高速光學傳輸。

這將帶來幾項重大變革：

降低功耗

目前 AI 資料中心最大成本之一，就是電力消耗。當 GPU 規模從數千顆提升至數萬顆時，傳輸功耗甚至可能超越運算功耗。CPO（共同封裝光學）可大幅降低資料移動成本。

提升傳輸頻寬

未來 AI 模型將持續向：多模態、即時推理、Agent AI、世界模型（World Models）發展。這些模型需要更高即時資料交換能力。光學互連將成為 AI Scaling Law 延續的重要基礎。

改變半導體封裝架構

過去封裝核心在於：縮短電路距離、提升散熱效率、增加晶片整合度，但未來先進封裝的核心，將新增：「光學資料交換能力。」

這意味著，未來先進封裝競爭，將不只是 CoWoS 產能競賽，更是光學整合能力競賽。而台積電規劃於 2026 年將 COUPE 正式整合至 CoWoS 平台，被視為全球 CPO 商業化的重要里程碑。

上詮、汎銓切入供應鏈，各據關鍵環節

在台灣供應鏈中，上詮與汎銓也是目前市場的關注焦點。上詮在光纖陣列單元（FAU）的研發與組裝領域具有領先優勢，已被台積電納入矽光子生態系。據悉，其 FAU 產品與台積電的合作研發至今至少三年，規格已推進至 1.6T 乃至 3.2T，後續量產時程被視為觀察重點。除了台積電之外，台灣本土供應鏈也正快速卡位矽光子與 CPO 生態系。

其中市場最關注的企業之一，便是 FOCI Fiber Optic Communications（上詮）。

上詮：掌握 FAU 關鍵技術

上詮主要聚焦於：光纖陣列單元（FAU）、光學耦合、高速光纖模組FAU 被視為矽光子中極關鍵元件。

原因在於光訊號與晶片之間，需要極高精度對位。而 AI 傳輸速度越高，對精度要求越嚴苛。據市場資訊指出，上詮與台積電矽光子合作已持續超過三年，目前規格已推進至：1.6T、3.2T。這意味著其產品已逐步朝次世代 AI 光學互連標準邁進。

若未來 CPO 大規模量產，上詮有機會成為關鍵受益者。

汎銓：切入高階檢測分析市場

汎銓則聚焦於矽光子與 CPO 的檢測分析市場，主打「光損偵測」核心技術，並以服務、設備、授權三軌並進的模式切入市場，同時推出矽光子測試平台，鎖定研發驗證、失效分析及少量多樣測試等應用場景。另一家重要企業則是 MATERIALS ANALYSIS TECHNOLOGY INC.（汎銓）。

相較於一般元件廠，汎銓切入的是：「矽光子檢測分析。」這其實是極高技術門檻市場。

因為光學訊號問題不像電子訊號容易檢測。其涉及光損分析、光波路徑驗證、光學失效分析、光耦合精度檢測；

汎銓目前主打光損偵測、測試平台、研發驗證服務、少量多樣分析；並採設備、服務、技術授權三軌模式切入市場。

在 AI 光通訊全面擴張下，「測試與驗證」將成為極重要環節。因為未來 AI 資料中心任何微小光損，都可能造成延遲上升、功耗增加、GPU 利用率下降。這也讓高階檢測供應商的重要性快速提升。

4、光學互連浪潮擴及封裝架構，台廠供應鏈商機浮現

光學互連的應用範疇不僅限於資料中心的機架間傳輸。鏈新聞此前報導，預計該技術將先從機架對機架、伺服器對伺服器等較大單元的連接導入，待技術持續成熟後，再向下延伸至板內晶片對晶片的微距離連接，包括 GPU 與 HBM 之間的封裝架構也可能因此全面翻新。

這波趨勢有望為台灣半導體供應鏈帶來多層次的佈局機會，包括深耕網通設備並積極切入 CPO 的智邦（2345）、專注光收發模組的訊芯（6451）與華星光（6582）、長期耕耘光通訊元件的聯亞（3081），以及先進封裝龍頭日月光（3711）等。

目前光通訊主要應用仍集中於：

• 🔹機架對機架（Rack-to-Rack）

• 🔹伺服器對伺服器（Server-to-Server）

但產業下一步目標，將是「封裝內光學互連。」

未來甚至可能進一步發展至：

• 🔹Chip-to-Chip 光學連接

• 🔹GPU-HBM 光互連

• 🔹On-Package Optical Fabric

這代表AI 晶片封裝架構將迎來全面重寫。過去幾十年，半導體產業核心在於「縮小電晶體。」但未來 AI 時代的核心，可能轉變為「提升資料移動效率。」

因此，市場開始重新評價整個台灣光通訊供應鏈。

包括：

• 🔹Accton Technology（智邦）

• 🔹ShunSin Technology Holdings（訊芯）

• 🔹LuxNet（華星光）

• 🔹LandMark Optoelectronics（聯亞）

• 🔹ASE Technology Holding（日月光）

皆被視為潛在受惠族群。

尤其在：矽光子、CPO、高速交換器、光收發模組、先進封裝等領域，台灣供應鏈正逐步形成完整生態系。

AI 基建競賽，正式從「算力戰」進入「傳輸戰」

從產業演進角度觀察，AI 發展正經歷三個階段：

第一階段：算力競賽

核心是 GPU 數量與晶片性能。

第二階段：記憶體競賽

HBM 成為瓶頸。

第三階段：資料傳輸競賽

光通訊與 CPO 將成為核心。

而這場變革的真正意義在於AI 不再只是軟體革命，而是正在重構全球半導體與資料中心底層架構。

未來 5 年，全球資本市場很可能重新定義：

• 🔹

  誰才是真正 AI 基建公司

• 🔹誰掌握下一代資料流量入口

• 🔹誰能成為 AI 時代的新基礎設施霸主

而「光進銅退」，很可能就是這場萬億美元 AI 革命中，最關鍵的一條新主線。