AI規模擴張推升頻寬需求 光學互連成下一個效能瓶頸
Harris 說明，隨著超大規模資料中心中的 AI 叢集快速擴張，系統瓶頸已不再僅來自運算晶片，而是轉向「頻寬密度」與連接規模。他指出，當超級電腦規模放大 10 倍，AI 模型在多任務語言理解（MMLU）等指標上往往出現明顯躍升，顯示高效率、可擴展的互連能力，已成 AI 演進的關鍵前提。
從技術架構來看，目前主流共封裝光學（CPO）與近封裝光學（NPO）方案，多仰賴分離式 InP 雷射並整合於外接式雷射模組（ELS）。Lightmatter 指出，這類架構正面臨「功率牆」限制，在高功率情境下，連接器與封裝材料易因熱累積而影響可靠度，單純提高雷射輸出已難以有效擴展頻寬。Harris 直言，當 I/O 規模放大至數百 Tbps，模組數量、功耗與系統複雜度將快速惡化，成為大型 AI 超級電腦的工程瓶頸。
Guide VLSP 光源引擎則將雷射陣列、光學元件、多工與控制系統高度整合於單一矽晶片中，建立可由 1 個波長擴展至 64 個波長以上的技術藍圖。Lightmatter 表示，第一代 Guide 驗證平台即可在 1RU 機箱中支援高達 100 Tbps 的交換器頻寬，若採用傳統 ELS 架構，則需多個模組並占用數倍機櫃空間。
在可靠度設計上，VLSP 支援局部溫控與軟體定義備援機制，可即時調整各雷射波長，即便運行中出現壞點，也能快速切換，確保資料中心不中斷運作。Harris 強調，透過系統級光互連優化，未來 AI 運算在相同電力條件下，將可發揮數倍效能，對電力與散熱壓力日益升高的資料中心尤為關鍵。
三次tape-out啟動量產節奏 2027年NPO放量、CPO接棒
在產品時程方面，Harris 指出，Lightmatter 今年將完成三次設計定案（tape-out），相關晶片預計於明年陸續問世，並依客戶驗證進度分階段推進量產。公司也坦言，不同客戶導入 CPO 的時間點不一，將依早期採用者、中期與後期跟進者逐步展開。
對於「光進銅退」的產業時間表，Harris 明確指出，真正具備經濟效益與規模化條件的甜蜜點將落在 2027 年。屆時，NPO 將自年初進入量產爬坡，並於年底出現明顯放量，同時也將是首批 CPO 開始大規模導入的關鍵節點。NPO 可讓既有伺服器與板卡在不大幅改動架構下導入光學元件，被視為從現有架構邁向完整 CPO 的重要過渡。
在生態系合作方面，Harris 指出，只要連結設計能與 NVIDIA 晶片通訊，即具備合作基礎，若規格不同也可進行客製化調整，技術上不存在障礙。客戶結構則涵蓋超大規模雲端服務商（CSP）、GPU 與交換器廠商，以及為 Hyperscaler 設計晶片的 ASIC 業者，最終付款者仍以超大規模業者為主，但也需與 ODM 建立緊密合作，確保生態系順利運作。
磷化銦短缺不是限制 VLSP開啟新平台、封裝策略不選邊站
針對外界高度關注的磷化銦（InP）雷射產能與短缺疑慮， Nicholas Harris 指出，真正的瓶頸並非來自原料開採，而是集中在晶圓製造與後段加工產能。他強調，Lightmatter 採用不同於傳統 InP 雷射的技術路徑，雷射以鍵合方式整合於矽光子晶圓內部，使用的是 300mm CMOS 晶圓廠流程，不依賴既有磷化銦晶圓廠，因此不受傳統雷射產能限制，目前技術成熟度已可支援量產規模。
針對競爭態勢，Harris 表示，現行外部雷射供應商如 Broadcom、Lumentum、Coherent 仍以分離式 InP 雷射為主，該技術在亮度與擴展性上已接近極限。Lightmatter 不將其視為直接競爭對手，而是認為 VLSP 正開啟全新的產業平台，未來也不排除與既有雷射廠商合作，共同推進新市場。
在封裝策略上，Lightmatter 強調不選邊站，Guide 與 Passage 產品可與 台積電、日月光、Amkor 等多家製造與封裝夥伴合作，讓客戶能在合適的供應鏈節點完成部署。Harris 也指出，資料中心無須等待新技術完全成熟才行動，現有架構即可透過改裝導入光學互連，只是效率仍有進一步優化空間。
Lightmatter 也表示，除先前已與格羅方德（GlobalFoundries）及日月光合作外，目前也正透過台積電的製程工藝為客戶製造多款晶片。工程與營運資深副總裁 Ritesh Jain 補充，團隊正基於台積電的 COUPE 矽光子平台，攜手創意電子、Synopsys 與 Cadence，共同開發多種光子 CPO 與 3D CPO 產品，若專案推進順利，後續也將在台積電進行投片生產。
點擊閱讀下一則新聞
