AI資料中心升級加速，光通訊與網通出貨誰先放量？

人工智慧基礎建設放大之後，壓力從單一伺服器，延伸到整個資料中心。資料在節點之間大量移動，功耗與延遲一起上升，這兩個問題開始卡住系統效率。這也解釋了為什麼光電融合近年加速靠近運算核心，市場要處理的已經不只是算力，還有資料怎麼更快、更省電地搬運。

我會把這個變化看成架構升級。當資料量持續放大，傳統銅線互連承受的壓力更重，光通訊往運算核心移動就變成合理路徑。電子與光子技術的結合，讓高效能運算不只靠晶片規格往前推，也開始靠系統層級重新設計。

 

CPO 開始商用，功耗壓力往下修

光互連最直接的價值，在於降低資料搬運成本。國際大廠把光學元件移到特殊應用積體電路(ASIC)旁邊，預估可讓功耗下降七成。這代表資料中心內部的訊號傳輸，已經從「能用」走向「怎麼更有效率地用」。

1.6T 光學產品也已進入放量階段，共同封裝光學(CPO)更正式投入商用。這兩個進展放在一起看，代表高頻寬、低功耗的需求已經從概念走到部署。台廠也開始卡位，鴻海(2317)旗下鴻騰精密和日本電信集團 NTT 合作，開發 500 個接點、單一接點支援 200Gbps 的高速連接器，方向很清楚，就是把光通訊從長距離傳輸，往資料中心內部再推一步。

 

網通、半導體與記憶體一起擴張

AI 基礎建設的升級，沒有只停在光模組。對外網路傳輸同樣往上走，中磊(5388)最近推進歐洲市場，發表 Wi-Fi 8 與 50G PON，對應的是更大流量、更高頻寬的寬頻需求。這類設備升級，反映的也是資料從雲端、邊緣到終端的傳輸壓力全面增加。

底層供應也同步放大。記憶體部分，美光因應高頻寬記憶體(HBM)需求，在台灣累積投資金額已超過新台幣 1.6 兆元，後續也規劃帶動台灣供應鏈往海外擴產。這些數字放在一起，說明 AI 建設的資本支出，已經從單一產品拉到整條供應鏈。

 

供應鏈的主線，還是高頻寬與低功耗

把光電融合、網通升級、半導體與記憶體擴產放在同一張圖上看，主軸很一致：AI 需要更多運算，也需要更大的傳輸能力與更低的能耗。CPO 商用放量、高速連接器開發、Wi-Fi 8 與 50G PON、以及 HBM 帶動的擴產，都是同一波基礎建設升級的不同環節。

接下來能持續觀察的重點，會是這些技術從示範走向量產的速度，以及客戶端採用範圍能否擴大。只要 AI 基礎建設還在往上堆，光通訊、網通與先進製程供應鏈就還有延伸空間；若後續導入速度放慢，市場也會先回頭檢查訂單、產能利用率與實際出貨節奏。