AI 的電費，有一半花在把資料從一顆晶片搬到隔壁那顆

一顆 AI 加速器晶片運算時，只有一部分能量真的用在計算上。另一部分花在把資料從一個地方搬到另一個地方。

而且距離越遠、越耗電：晶片內部搬一次很便宜，晶片對晶片貴一些，機櫃對機櫃更貴。

當模型大到單一晶片裝不下、必須切開分散到幾千顆晶片上時，「搬資料」就從次要成本變成主要成本。

這就是為什麼 AI 資料中心的下一個戰場不在算力，在互連。

這是什麼

先講三個詞

矽光子——在矽晶片上做光學元件，讓光的產生、調變、傳輸、接收都能用半導體製程量產。

光互連——用光而不是電訊號，在晶片與晶片之間傳資料。

共封裝光學（CPO）——把光學引擎直接封裝在運算晶片旁邊，而不是放在機板邊緣的插拔模組上。距離越短，功耗越低。

生活場景：把倉庫搬到工廠隔壁

想像一座工廠，原料放在十公里外的倉庫。

工廠效率再高，都會被卡在運輸上——卡車來回要時間、要油錢，而且你增加產能的時候，卡車數量得跟著增加，最後路會塞。

優化生產線沒有用，因為瓶頸不在生產線。

三種解法：

買更快的卡車（提升電訊號的傳輸速率）→ 有極限，而且越快越耗油
改用輸送帶（換一種傳輸機制）→ 這是光互連
把倉庫搬到工廠隔壁（縮短距離）→ 這是共封裝光學

現在的產業正在同時做 2 和 3。

機制拆解：光為什麼比較省

電訊號在銅線上傳輸，有三個物理上的麻煩：

| 問題 | 說明 | |---|---| | 電阻損耗 | 銅線有電阻，訊號一路衰減，越長越嚴重 | | 頻率越高損耗越大 | 想提高頻寬 → 提高頻率 → 損耗急遽上升 | | 串音 | 密集排列的銅線之間會互相干擾 |

光在光波導裡沒有這三個問題（或小得多）：衰減極低、頻寬極大，而且可以用不同波長同時傳多路訊號。光之間不會互相干擾。

代價是：你得把電變成光，再把光變回電。 這個轉換本身要耗電、要佔面積、要成本。

所以整件事變成一個距離的算術：

距離短 → 電比較划算（轉換成本佔比太高） 距離長 → 光比較划算（轉換成本被攤薄）

而 AI 系統的規模一直在把「距離」往上推。

每一次模型變大、需要更多晶片協同，那個「光划算」的臨界距離就往內縮一次——從機房之間，縮到機櫃之間，縮到機板之間，現在縮到晶片旁邊。

這就是 CPO 的由來，也是矽光子近年突然變熱的原因。

| 工廠 | 真實機制 | |---|---| | 生產線 | 運算晶片 | | 十公里外的倉庫 | 遠端的記憶體／其他晶片 | | 卡車運輸 | 電訊號在銅線上傳輸 | | 卡車越快越耗油 | 頻率越高，電損耗越大 | | 路會塞 | 串音與佈線密度限制 | | 改用輸送帶 | 光互連：低損耗、高頻寬 | | 蓋輸送帶要投資 | 電光／光電轉換的成本與功耗 | | 把倉庫搬到工廠隔壁 | 共封裝光學（CPO） |

一句話總結

光互連不是「比較先進」，是「距離拉長之後比較便宜」——而 AI 每擴大一次規模，就把那個臨界距離往內推一格。

為什麼這件事講了二十年還沒普及

矽光子不是新概念。它被研究了二十多年。卡在哪裡？

卡在一件很基本的事：矽不會發光。

矽是間接能隙半導體——這是一個材料物理的性質，意思是它把電能轉成光的效率極差。

所以矽光子晶片的雷射光源必須從外部來。 你得把磷化銦之類的另一族材料接到矽上，這叫異質整合。

這是矽光子最難、也最貴的一步。

而 CPO 還有第二個難處，而且它不在概念上，在封裝工程：

運算晶片很燙，而雷射怕熱
光纖與晶片的對準精度要求極高，是良率瓶頸
封在一起之後，壞了怎麼修？

這就是為什麼 CPO 的放量時程一再延後。困難不在「要不要做」，在「怎麼做得出來又修得好」。

比喻到此為止

工廠與倉庫的比喻在兩個地方失效：

一、輸送帶只能運一種東西，光可以用不同波長同時運很多路。 波長多工是光互連最大的優勢之一，而運輸的比喻完全承載不了——它是光獨有的能力。

二、把倉庫搬到隔壁沒有技術難度，把光學引擎封裝到運算晶片旁邊有。 熱、對準精度、良率、可維修性——CPO 真正的困難不在概念，在封裝工程。比喻會讓人低估它。

還沒定案的事

時程一再延後。 這個題材的預期與現實落差，過去幾年已經演過好幾輪。「明年放量」這句話在這個領域被說了很多次。

光源的異質整合仍是成本與良率的核心障礙。 這是二十年的老問題，不是明年會解決的事。

產業聚落的養成需要十年以上，而且經常失敗。 目前美國有一個區域級的光子產業計畫正在推進（普林斯頓、Rowan、Rutgers 與 Nokia Bell Labs 共同主導，入圍國家科學基金會的決選）——但各國政府砸錢建「某某谷」的歷史紀錄，成功率很低。

延伸閱讀

這篇講的是為什麼光互連會變成必要，以及它卡在哪裡。

如果你想知道那個區域產業計畫的規模與六大工作面向、為什麼「只有一項是研究、其他五項都是生態系基礎建設」這件事透露了什麼、以及我們寫下了哪五條判定條件——那些在研究筆記〈AI 的電費，有一半花在把資料從一顆晶片搬到隔壁那顆〉裡。

來源

Princeton Innovation（2025-09-19），Princeton-led photonics coalition named finalist in National Science Foundation competition — 連結
Princeton University（2023-05-11），Princeton selected to lead NSF-funded regional consortium for photonics research and workforce development — 連結
Rowan University（2025-09），Princeton, Rowan, Rutgers and Nokia Bell Labs-led photonics team named among top 15 finalists — 連結

本文為科學技術之教育性資訊，不構成任何投資建議。