讲 AI 硬件，大家都盯着 GPU、HBM、CoWoS。但有一个关卡越来越常被点名：当一座 AI 数据中心塞进成千上万颗 GPU，这些芯片之间要怎么用够快、又够省电的方式交换数据？答案越来越指向同一个词：硅光子。

这篇就把硅光子和光互连一次讲白。先看它是什么、为什么 AI 非它不可，再谈最热的 CPO 共封装光学怎么省电、现在走到哪一步，以及台湾在这条链上的位置。这是 AI 硬件供应链一条龙 第 5 关的深入版。

硅光子是什么？一句话讲清楚

硅光子（silicon photonics）的核心，是把「传光的元件」做进硅芯片或封装里。

数据在芯片里是电信号，硅光子做的事，是把电信号转成光信号，用光纤或芯片内的光路送出去，到了另一端再转回电信号处理。一句话记住它：硅光子是用光来「搬数据」的技术。 GPU 还是用电在运算，硅光子负责把运算结果在芯片与芯片之间高速搬运。

为什么要大费周章把光带进芯片？因为传统上「光」只发生在外接的光模块里，电信号得先在电路板上跑一段才转光。AI 的数据量大到这段路都变成负担，于是业界想把光的转换点，尽量往芯片旁边搬。

为什么 AI 集群越来越需要光互连

把一座 AI 数据中心想成一支超大球队。GPU 是球员，光互连是球员之间的传球路线。球员越多、站得越散，传球的距离和速度要求就越高。

训练大模型时，上万颗 GPU 要不停交换数据，而且 switch（交换机）不一定就在同一个机架，距离一拉长，传统铜线就吃力了：信号会衰减、失真，耗电与发热也跟着爆增。改用光纤传输，能在更长的距离维持高速、又更省电。速率也一路往上推，从 400G、800G，到 1.6T。

这就是为什么「光互连」在 AI 基础建设里越来越吃重。要补一句：极短距离的连接仍会用铜缆，光主要先解决更高带宽、更长距离、跨机架的瓶颈。算力越集中，传数据的管线就越决定整座数据中心跑不跑得动。

核心数据快照

下面几个数字帮你抓住光互连的现况。产业渗透与占比多是调研机构的估计值，看趋势比看小数点实际。

主题数值时点／性质
800G 以上光模块出货占比从 2024 年约 19.5% 升到 2026 年逾 60%2024-2026，TrendForce 估计
1.6T 光模块2026 年逐步进入量产爬坡，尚未全面取代 800G2026
CPO 每接口功耗传统外接光模块常见约 30 瓦，CPO 低至约 9 瓦Nvidia 数据
CPO 电气损失传统约 22 分贝，CPO 约 4 分贝Nvidia 数据
CPO 在 AI 数据中心光通信模块的渗透率2026 年约 0.5%，2030 年估上看约 35%2026-2030E，TrendForce 估计

CPO 共封装光学：把光引擎搬到芯片旁边

光互连这一关，2026 年最热的关键字是 CPO。

CPO 的全名是 co-packaged optics，共封装光学。它做的事，是把「光引擎」直接放到交换机芯片或加速器的同一个封装旁边，让电信号不必在电路板上跑老远才转成光。光的转换点离芯片越近，要对抗的电气损失就越小、越省电。

省多少？以 Nvidia 公布的数字，传统外接光模块每个接口常见约 30 瓦、电气损失可达约 22 分贝（分贝在这里看信号损失，数字越低代表越省下补偿用的电路与功耗）；换成 CPO，可降到约 9 瓦、约 4 分贝。Nvidia 在这篇技术文里，把对应的 Spectrum-X Photonics 能效提升标成约 3.5 倍（产品页另以 5 倍当营销口径）。在动辄上万个连接端口的 AI 集群里，这种省电会被放得非常大，等于把原本要拿去发热的电，省下来给更多 GPU 用。

产品也开始落地。Nvidia 把 Quantum-X 与 Spectrum-X Photonics 两款硅光子交换机放进产品线（单机交换容量上看每秒上百 Tb 等级），博通也宣布采用台积电平台的 Tomahawk 6-Davisson CPO 交换机，向早期客户送样。这些都把 CPO 从实验室推到了商用门口。

现在走到哪一步：导入元年，不是全面爆发

要给一个务实的判断：2026 年是 CPO 与硅光子的「导入元年」，还不是全面取代。

高速光模块目前以 800G 为主力，1.6T 在 2026 年量产爬坡。CPO 虽然话题很热，但调研机构估计 2026 年它在 AI 数据中心光通信模块里的渗透率仅约 0.5%，要到 2030 年才可能爬到三成多。换句话说，CPO 是确定的方向，但普及需要时间，技术门槛和良率都还在过关。

另一个值得记的信号是标准化。2026 年初，超微（AMD）、博通、Nvidia 和微软、Meta、OpenAI 等大厂合组了一个光互连标准联盟（OCI MSA），替 AI 机柜内的短距光连线定规格：从每方向 200Gb/s 起步，下一代每条光纤 800Gb/s，roadmap 上看 3.2Tb/s 以上。这么多巨头愿意一起订标准，代表光互连已被当成 AI 基础建设的长期主轴。

台湾在这关的角色

光互连这一关，台湾的参与比很多人以为的深。

最受瞩目的是台积电的硅光子整合平台 COUPE，把硅光子芯片和电控芯片整合成单一光引擎，能和高性能运算芯片共封装，2025 年已和客户做到每秒 200Gb，相关方案目标 2026 年量产。除了晶圆代工与平台，台湾厂商也分布在光模块的组装与测试、被动光学元件（连接器、透镜这类不主动发光的零件）、光电元件等环节，并出现在 Nvidia 硅光子生态系的合作名单里。

所以台湾在光互连这关，既站在最上游的硅光子平台，也卡在中下游的模块与元件。要更完整地看哪些环节、哪些公司，之后小企鹅会在光通信的单篇里再拆开谈。这里只做产业地图，不对个股做任何投资判断。

这一关的重点

看完光互连，有几件事值得记住。

硅光子是用光来搬数据的技术，当 AI 集群越来越大、铜线越来越吃力，它就从配角变成关键基础建设。最热的 CPO 把光引擎贴到芯片旁边，用大幅省电换来更高的带宽密度。

但要务实看时间轴：2026 年 800G 仍是主流、1.6T 爬坡，CPO 渗透率还很低，属于早期导入。Nvidia、台积电、博通已经把产品与平台推到商用门口，加上大厂合组标准联盟，方向很明确，剩下的是普及速度。

想看同样靠先进封装把元件贴在一起的故事，可以读 CoWoS 是什么 与 HBM 是什么；想看整条链八个关卡怎么串，回到 供应链总览。