标题：日本布局光资料通讯技术将成为次世代AI计算系统发展的重要战力
来源：iknow科技产业资讯室
原文网址：https://iknow.stpi.niar.org.tw/article/4/25302
原文：
生成式人工智能（AI）、大型语言模型（LLM）及多模态AI快速发展，使资料中心（DC）
运算需求持续增加。过去运算效能主要依靠半导体微缩及CPU、GPU性能提升，但随单一处
理器效能提升逐渐面临限制，AI系统开始透过大量GPU、服务器及机柜进行平行与分散运
算。因此，影响AI运算能力的关键已不仅是处理器性能，大量运算资源间的资料交换速度
亦成为重要瓶颈。资料中心规模扩大也伴随庞大的电力、冷却、水资源、选址、供应链及
资安等问题，使高速、大容量及低耗能的资料传输技术成为未来AI基础设施的重要发展方
向。资料中心（DC）内所需的高效能资料通讯，对光资料通讯技术的要求不仅包括高速化
与大容量化，也包括降低功耗，以及光模组的小型化与高密度化等。然而仅延续现有的光
元件、材料技术，以及整合与封装技术，可能难以满足上述需求。此外，未来后端网络（
Backend Network）架构究竟将朝何种方向发展，目前仍缺乏共同认知，也尚未形成明确
的技术开发路线图。随着未来网络架构与AI运算系统持续演进，对适用的光模组与光元件
之性能及功能要求，也可能因此随之改变。CRDS预测，资料中心光资料通讯系统的传输速
度将由2025年约800 Gbit/s，逐步朝2035年的6.4Tbit/s发展，显示光互连将成为支持未
来AI计算的重要技术。为建立下一代AI计算所需的光资料通讯技术，CRDS提出四项相互连
结的研究方向：一、网络架构技术因应大型集中式资料中心、分布式运算及边缘AI等不同
型态，发展具弹性、可扩展及自动化能力的网络，并透过光爆发交换（OBS）、光封包交
换（OPS）等技术，提高运算与能源使用效率。二、高速、大容量光模组技术随光连接由
机柜间深入服务器与芯片内部，光模组须朝高速化、小型化、高密度及低耗能发展，重点
包括波长多工、空间多工、光互连器、光晶粒及共同封装光学（CPO）等。日本推动的光
电融合技术亦将由电路板间连接，逐步延伸至芯片间及晶粒间光连接。三、革新光元件技
术涵盖半导体雷射、LED、光调变器、光侦测器、波导、光交换器及光积体电路（PIC）等
。其中InP系雷射适合较长距离高速传输；GaAs系垂直共振腔面射型雷射（VCSEL）具低耗
能与阵列化优势，适合服务器内部短距离传输；GaN微型LED则可能应用于芯片间及芯片内
光互连。此外，薄膜铌酸锂等新材料亦具发展高速、低功耗光调变器的潜力。四、材料与
整合技术仅依靠既有InP、GaAs及硅材料的性能改善，将不足以满足未来高速、低耗能需
求，需要探索具新光学特性的材料，并强化异质材料整合能力。未来光积体电路须将光源
、调变器、侦测器、交换器及电子电路高度整合，晶圆与芯片等不同层级的接合技术，将
成为光电融合系统实用化的重要基础。日本的主要优势在于InP系高速光元件及相关材料
技术，在高速、高阶光元件研究与产业方面具竞争力；但在硅光子及光资料通讯模组等领
域，则面临欧美与台湾竞争。CRDS认为日本不应仅改善单一元件，而应将材料与高速光元
件优势延伸至光模组、光电融合及网络架构，建立“网络架构—光模组—光元件—材料与
整合”的跨层级研发体系。未来AI竞争将由运算芯片性能进一步扩展至运算、通讯及系统
架构的整体最佳化，而光资料通讯将成为2030年代AI资料中心高速、大容量与低耗能运算
，以及强化日本AI算力基础设施竞争力的核心战略技术。
心得：
AI算力竞争逐渐把瓶颈推向资料传输，光资料通讯因此不只是配合运算芯片升级的周边技
术。日本选择从网络架构、光模组一路串到材料与整合技术，反映其真正想补强的是完整
供应链能力。这种跨层布局也让原本较具优势的光元件技术有机会延伸到更高价值的AI基
础设施。
※每日每人发文、上限量为八篇，超过会劣文请注意
⊕请确切在标题与新闻来源处填入名称与连结，否则可无条件移除(本行可移除)