生成式 AI 規模暴增，光子學成了下一道門檻

隨著生成式人工智慧迅速發展，資料中心面臨前所未有的挑戰，尤其是在高效能運算需求上。根據最新報導，光子學（Photonics）正成為 AI 基礎設施中的下一個瓶頸，取代以往的銅線、電力、DRAM 和 NAND 等限制。

生成式 AI 的需求已對各行各業造成深遠影響，尤其是對高階晶片的需求激增，導致像 NVIDIA 這樣的公司市值創下新高。隨著 AI 模型規模不斷擴大，資料中心的營運也面臨更大壓力，尤其在銅資源短缺的情況下，使光子學的應用變得愈加重要。

矽光子學公司 Salience Labs 執行長 Vaysh Kewada 指出，AI 資料中心在擴展時不僅受限於頻寬，還受到延遲影響。她表示，隨著 AI 工作負載增加，光子學的關注度正在上升。根據 Wells Fargo 的分析，光子學市場預計到 2030 年將達到 100 到 120 億美元，顯示產業對更大容量的需求正在增長。

然而，光子學發展並非沒有挑戰。產業專家警告，可靠性、封裝和製造能力等問題可能成為 AI 擴展的下一個限制。Xscape Photonics 執行長 Vivek Raghunathan 指出，光子技術已在資料中心中存在，但現在需要將其推向更快的連接，以支援大量 GPU 的運算需求。

目前，台積電的 COUPE 平台成為整合光子與電子電路的關鍵參考點，且多家公司如 Marvell 和 Broadcom 也正積極參與此領域。NVIDIA 則在定義效能標準方面發揮重要作用，並正推動光子學的應用。

儘管光子學前景看起來光明，但產業內部仍存在許多未解決的問題，包括原物料供應緊張與製造能力不足。Kewada 強調，若產業無法提前應對這些挑戰，可能重蹈覆轍，面臨與晶片、銅與電力相似的短缺問題。