Nvidia 執行長黃仁勳在該公司 GTC Berlin 活動上表示，AI 資料中心的光學網路可能使光學元件需求成長15倍，此一預測凸顯現有互連技術在現代 AI 工作負載的重壓下已不堪負荷。

這個數字背後的邏輯很直接。隨著 AI 模型日益龐大、資料中心容納越來越多加速器，連接這些晶片的線纜與連接器已成為真正的瓶頸。數十年來一直承擔此任務的銅材，在功耗、訊號衰減與頻寬密度方面正面臨物理極限。以光代替電訊號的光學互連，則能避開其中許多限制。

計劃：2027年中前達15倍，2028年底前達30倍

黃仁勳的談話伴隨著具體的製造路線圖。Nvidia 與封裝夥伴矽品精密工業（SPIL）合作，這家總部位於台灣的半導體封裝與測試服務專業廠商，計劃在2027年中前將光學共封裝光學引擎產能擴大15倍，隨後預計再倍增，於2028年底前達到總計30倍的增幅。

光學共封裝（簡稱 CPO）是這波推動的核心技術。CPO 不再將光學收發模組外接於交換器晶片，而是將光學引擎直接與矽晶片整合在同一封裝內，縮短訊號傳輸距離，同時提升電源效率與訊號完整性。光學引擎本身是將電訊號轉換為光訊號再轉換回來的模組，也是 SPIL 擴產所針對的量產元件。

Nvidia 正推出以此架構打造的旗艦產品 Spectrum-6 CPO 交換器。這些交換器專為 Nvidia 所稱的 Vera Rubin AI 工廠而設計，即該公司正在建構的下一代大規模 AI 基礎設施。Spectrum-6 系列承諾比現有網路設備提供更高的頻寬密度與更低的能耗。由於 CPO 交換器依賴光學引擎的量產，此產能路線圖與產品計劃直接相扣，而非各自獨立。

黃仁勳將此舉定位為史上最大規模基礎設施建設之一的開端，其驅動力來自他所形容的、即使以習慣指數成長曲線的產業標準來看都屬於非比尋常的需求。

交換器背後更廣泛的製造投資

光學產擴充只是黃仁勳在 GTC Berlin 上揭示的更大投資藍圖的一環。Nvidia 已承諾投入11億美元，透過與 KYEC 的合作提升美國半導體測試產能，目標於2027年4月開始生產。SPIL、KYEC 與 Amkor 都位於晶片供應鏈的後段，是將成品晶圓轉化為可出貨元件給晶片設計商的封裝測試專業廠商。

另外，另一家關鍵封裝夥伴 Amkor 計劃在2028年底前將其矽中介層晶圓產能提升超過300%。矽中介層是讓多個晶片或多顆裸晶能在單一封裝內高速互連的基板。產能增加逾兩倍，顯示 Nvidia 的夥伴正大力押注需求持續成長。

為何是光學，為何是現在

資料中心從銅線轉向光學互連的話題在網路產業已討論多年，但直到最近，經濟性與工程技術才終於配合到位，使大規模部署變得切實可行。將數千個加速器連結成緊密協調網路的 AI 訓練叢集，大幅加快了這個時間表。

朝 CPO 的發展則是這個邏輯的進一步延伸。透過將光學引擎直接整合進交換器封裝、而非視為外部模組，CPO 縮短了晶片與光纖之間的電氣路徑、降低延遲，並改善電源效率。歷來 CPO 部署的瓶頸在於光學引擎的量產能力，而非需求。這也正是為什麼這則新聞的亮點，在於附有時程的產能路線圖，而不僅僅是產品發表。

從這個角度來看，黃仁勳關於產量可能成長15倍的預測，與其說是對遙遠未來的預估，不如說是說明 Nvidia 認為自身基礎設施路線圖所需的規模。該公司並非預測某個抽象市場將會成長，而是在描述它打算建構的規模，並宣布為達成此目標而安排好的製造夥伴關係。這個時間表也為外界提供了具體的追蹤節點：KYEC 美國測試產能於2027年4月啟動、2027年中前光學引擎產能達15倍目標，以及2028年底前配合 Amkor 矽中介層擴產達成的30倍目標。