AI供應鏈轉向系統協同設計，矽光子何時走到量產營收

 

AI算力競爭進入系統協同設計

AI模型規模持續擴張，訓練算力需求同步倍增。能源供給與資料搬移成本開始卡住效能擴張，產業競爭也從單顆晶片效能，推進到運算、記憶體、互連、電源管理與封裝的共同設計。系統效能取代單點競賽，已成AI基礎建設升級的主要方向。

即將登場的SEMICON Taiwan 2026，議程聚焦ASIC與AI晶片設計、高頻寬記憶體(HBM)，以及矽光子高速互連。ASIC是針對特定工作負載設計的晶片；HBM則透過高頻寬與先進封裝，縮短運算晶片存取資料的時間。兩者決定資料如何運算，矽光子則處理資料如何在大型叢集內快速移動。

這三項技術放在一起看，反映AI伺服器面臨的限制已經互相牽動。算力提高會增加耗電與散熱壓力，模型規模擴張也會推升記憶體容量及傳輸頻寬需求。任何一個環節落後，都可能降低昂貴加速器的使用效率。

 

SEMICON Taiwan串起全球平台商與台灣供應鏈

今年大師論壇集結Google、微軟、NVIDIA、美光與博通，討論AI基礎架構及半導體生態系的演進。這份名單涵蓋雲端平台、GPU、記憶體與網通晶片，呈現AI資料中心已需要多種技術共同推進。

台灣端則由台積電(2330)、聯發科(2454)、鴻海(2317)、日月光(3711)與欣興(3037)等企業參與。從IC設計、晶圓製造、封裝測試、載板到電子製造，供應鏈位置相當完整。台灣的優勢來自製造協作密度，各環節能否共同滿足功耗、頻寬與封裝規格，將影響AI基礎建設擴張速度。

以供應鏈角度拆解，台積電承接先進製程與系統整合需求，日月光連結封裝測試，欣興位於載板環節，鴻海負責電子製造與系統組裝，聯發科則具備IC設計能力。各家公司受惠路徑與獲利模式仍有差異，產業合作也尚未直接等同訂單與營收。

 

CPO共通架構處理銅線傳輸極限

大型AI運算叢集需要在晶片、機櫃與資料中心之間搬移大量資料。隨著傳輸距離與速率提高，銅線面臨功耗、訊號損耗與頻寬密度限制，矽光子因此成為全光互連架構的重要技術。

Lightmatter聯合戴爾、鴻騰精密、創意電子(3443)、雲達科技等19家企業，在開放運算計畫(OCP)旗下發布白皮書，推動共同封裝光學(CPO)的共通架構藍圖。CPO將光學元件靠近運算或交換晶片配置，可縮短高速電訊號傳輸距離，降低資料搬移的能源成本。

這項倡議採用技術中立、模組化的硬體設計，目標是建立多供應商互通規格。共通規格有助擴大供應商基礎，也能降低單一廠商方案綁定整套系統的風險。對創意電子等參與者來說，目前較能確認的是技術協作位置；商業貢獻仍需等待規格定案、客戶採用與大規模部署。

 

台美合作補上製造與光通訊產能布局

截至今年8月14日，國科會已率團參訪美國德州光通訊廠祥茂光電(AAOI)，交流矽光子與高速光收發模組技術。合作方向結合台灣半導體製造能力與美國產能布局，希望強化次世代光通訊設備的供應鏈韌性。

這類產官學合作的意義，在於把研發、製造與終端部署放進同一套供應體系。矽光子要走向大規模商業化，還需要製程穩定度、封裝良率、模組規格與客戶認證同步成熟。研發成果仍要跨過量產門檻，產能配置則會影響交期與供應安全。

 

投資判斷回到規格、量產與營收轉換

SEMICON Taiwan 2026揭示的產業方向相當清楚：AI算力升級正推動ASIC、HBM、先進封裝與矽光子形成更緊密的系統分工。台灣企業橫跨設計、製造、封裝、載板與組裝，具備承接全球AI基礎建設需求的供應鏈位置。

目前資訊足以確認技術路線與合作範圍，尚難據此推算各家公司能取得多少訂單及獲利。後續可持續追蹤OCP共通架構的採用進度、CPO供應商互通成果、客戶認證，以及矽光子從研發走向量產的節奏。當規格、部署與營收開始連續銜接，產業方向才會進一步轉化為可衡量的財務貢獻。