AI ハードウェアといえば、誰もが GPU、HBM、CoWoS に目を向ける。だが、もう一つますます名前の挙がる関門がある。AI データセンターに数万個の GPU を詰め込んだとき、これらのチップどうしは、十分に速く、しかも十分に省電力な方法で、どうやってデータをやり取りするのか。答えはますます同じ一語を指している。シリコンフォトニクスだ。

この記事はシリコンフォトニクスと光インターコネクトを一気に噛み砕く。まずそれが何で、なぜ AI はそれなしでは成り立たないのか。次に、最も熱い CPO 共封止光学がどう省電力を実現するのか、いまどこまで来ているのか、そして台湾がこのチェーンで占める位置を。これは AI ハードウェアサプライチェーン総まとめ の第5関門を深掘りした版だ。

シリコンフォトニクスとは？一言で言い切る

シリコンフォトニクスの核心は、「光を伝える部品」をシリコンチップやパッケージの中に作り込むことにある。

チップの中で、データは電気信号だ。シリコンフォトニクスがやっていることは、その電気信号を光信号に変換し、光ファイバーやチップ内の光路で送り出し、相手側に届いたら再び電気信号に戻して処理する、ということだ。一言で覚えてほしい。シリコンフォトニクスは光で「データを運ぶ」技術だ。 GPU は相変わらず電気で計算し、シリコンフォトニクスはその計算結果をチップとチップの間で高速に運ぶ役割を担う。

なぜわざわざ光をチップの中まで持ち込むのか。従来、「光」は外付けの光モジュールの中でしか起きず、電気信号は光に変換される前に基板上を一区間走らねばならなかった。AI のデータ量はこの一区間さえ負担になるほど大きく、だから業界は光への変換点を、できるだけチップの隣まで近づけようとしている。

なぜ AI クラスターはますます光インターコネクトを必要とするのか

AI データセンターを巨大なスポーツチームだと思ってほしい。GPU が選手で、光インターコネクトは選手どうしのパスのルートだ。選手が多く、散らばって立つほど、パスの距離と速さに求められる水準は高くなる。

大規模モデルを学習させるとき、数万個の GPU が絶えずデータをやり取りするが、スイッチは必ずしも同じラックにあるとは限らない。距離が伸びると従来の銅配線は苦しくなる。信号は減衰・劣化し、消費電力と発熱も跳ね上がる。光ファイバー伝送に切り替えれば、より長い距離で高速を保ちつつ省電力にできる。速度も 400G、800G、そして 1.6T へと上がり続ける。

これが、「光インターコネクト」が AI インフラのなかでますます重みを増す理由だ。一つ補足すると、ごく短距離の接続にはなお銅ケーブルが使われ、光は主により高い帯域・より長い距離・ラックをまたぐボトルネックを先に解く。演算が集中するほど、データを運ぶパイプがデータセンター全体の動くかどうかを左右する。

コアデータのスナップショット

以下の数字は、光インターコネクトの現況をつかむのに役立つ。産業の浸透率や比率の多くは調査機関の推計値なので、小数点を追うより傾向を見るほうが実際的だ。

テーマ数値時点／性質
800G 超の光モジュール出荷比率2024年の約19.5%から2026年には60%超へ上昇2024-2026、TrendForce 推計
1.6T 光モジュール2026年に徐々に量産へ立ち上がり、まだ 800G を全面的には置き換えていない2026
CPO の1インターフェースあたり消費電力従来の外付け光モジュールは約30ワットが一般的、CPO は約9ワットまで低減Nvidia 数値
CPO の電気的損失従来は約22 dB、CPO は約4 dBNvidia 数値
AI データセンター光通信モジュールにおける CPO 浸透率2026年で約0.5%、2030年に約35%まで上昇と推計2026-2030E、TrendForce 推計

CPO 共封止光学：光エンジンをチップの隣へ運ぶ

この光インターコネクトの関門で、2026年に最も熱いキーワードは CPO だ。

CPO の正式名称は co-packaged optics、共封止光学だ。やっていることは、「光エンジン」をスイッチチップやアクセラレータと同じパッケージのすぐ隣に置き、電気信号が基板上を遠くまで走ってから光に変換される必要をなくすことだ。光への変換点がチップに近いほど、立ち向かうべき電気的損失は小さく、省電力になる。

どれだけ省けるのか。Nvidia が公表した数字では、従来の外付け光モジュールは1インターフェースあたり約30ワット、電気的損失は最大約22 dB に達する（ここでデシベルは信号損失を見るもので、数字が低いほど補償用の回路と消費電力が少なくて済む）。CPO に替えれば、約9ワット、約4 dB まで下げられる。Nvidia はこの技術記事のなかで、対応する Spectrum-X Photonics の電力効率の向上を約3.5倍と記している（製品ページは別途5倍をマーケティングの基準としている）。数万ポートに及ぶ AI クラスターでは、この省電力が非常に大きく拡大される。発熱に回るはずだった電力を取り戻し、より多くの GPU に回すのと同じことだ。

製品も実装され始めている。Nvidia は Quantum-X と Spectrum-X Photonics という2つのシリコンフォトニクス・スイッチを製品ラインに組み込み（1台あたりのスイッチ容量は毎秒数百 Tb 級に達する）、ブロードコムも TSMC のプラットフォームを採用した Tomahawk 6-Davisson CPO スイッチを発表し、初期顧客にサンプル出荷している。これらはいずれも CPO を研究室から商用化の入り口まで進めた。

いまどこまで来ているか：導入元年であって、全面的な爆発ではない

現実的な判断を一つ。2026年は CPO とシリコンフォトニクスの「導入元年」であり、まだ全面的な置き換えではない。

高速光モジュールは現在 800G が主力で、1.6T が2026年に量産へ立ち上がる。CPO は話題こそ熱いが、調査機関の推計では2026年の AI データセンター光通信モジュールにおける浸透率は約0.5%にとどまり、3割超に達しうるのは2030年とされる。言い換えれば、CPO は確かな方向だが、普及には時間がかかり、技術の壁も歩留まりもなお突破の途上にある。

もう一つ記しておきたい兆候は標準化だ。2026年初頭、AMD、ブロードコム、Nvidia、そしてマイクロソフト、Meta、OpenAI らが、光インターコネクトの標準連合（OCI MSA）を共同で結成し、AI ラック内の短距離光リンクの規格を定めた。1方向あたり 200Gb/s から始まり、次世代は1本の光ファイバーあたり 800Gb/s、ロードマップは 3.2Tb/s 超を見据える。これほど多くの巨頭がともに標準を定める意思を示したことは、光インターコネクトがすでに AI インフラの長期的な主軸として扱われていることを示す。

この関門における台湾の役割

この光インターコネクトの関門で、台湾の関与は多くの人が思うより深い。

最も注目されるのは TSMC のシリコンフォトニクス統合プラットフォーム COUPE だ。シリコンフォトニクスのチップと電気制御チップを単一の光エンジンに統合し、高性能演算チップと共封止でき、2025年には顧客とともに毎秒 200Gb を達成、関連ソリューションは2026年の量産を目指す。ファウンドリーやプラットフォームのほか、台湾メーカーも光モジュールの組み立て・テスト、受動光部品（コネクター、レンズといった自ら発光しない部品）、光電子部品といった工程に分布し、Nvidia のシリコンフォトニクスのエコシステムの協業一覧にも名を連ねる。

だから台湾は光インターコネクトのこの関門で、最上流のシリコンフォトニクス・プラットフォームに立ちつつ、中・下流のモジュールと部品にも食い込んでいる。どの工程、どの企業が関わるのかをより完全に見るには、のちほど小企鵝が光通信の単独記事で改めて分解して語る。ここでは産業マップを描くだけで、個別銘柄についていかなる投資判断もしない。

この関門の要点

光インターコネクトを見たあと、覚えておきたいことがいくつかある。

シリコンフォトニクスは光でデータを運ぶ技術であり、AI クラスターがますます大きくなり、銅配線がますます苦しくなるにつれ、脇役から鍵となるインフラへと変わる。最も熱い CPO は光エンジンをチップの隣に密着させ、大幅な省電力と引き換えに、より高い帯域密度を得る。

だが時間軸は現実的に見るべきだ。2026年は 800G がなお主流で 1.6T が立ち上がり、CPO の浸透率はまだ非常に低く、導入の初期段階にある。Nvidia、TSMC、ブロードコムはすでに製品とプラットフォームを商用化の入り口まで進め、巨頭が標準連合を結成したことで、方向は明確だ。残るは普及の速度だ。

同じく先進パッケージングで部品を一体に貼り合わせる物語を続けて読みたいなら CoWoS とは と HBM とは を。チェーン全体の8つの関門がどうつながるかは サプライチェーン総まとめ に戻ってほしい。