不只缺GPU！AI資料中心遇上新瓶頸 光互連成下一個輝達難題

全球 AI 資料中心建設熱潮持續升溫，但在 GPU、HBM 與先進封裝之後，產業正面臨新的供應鏈瓶頸。市場研究與產業人士指出，隨著 AI 模型規模快速擴大，資料中心內部晶片之間的資料傳輸需求呈指數級成長，光互連 (Optical Interconnect) 與矽光子 (Silicon Photonics) 技術正成為限制下一波 AI 基礎建設擴張的關鍵因素。

與傳統電訊號傳輸不同，光互連利用光訊號傳輸資料，能夠大幅提升頻寬、降低功耗與熱能消耗，因此被視為未來 AI 資料中心的重要技術方向。

業界普遍認為，當 AI 伺服器集群規模從數千顆 GPU 擴大至數十萬甚至上百萬顆 GPU 時，傳統銅線與電訊號傳輸將無法滿足需求，光學互連將成為必要基礎設施。

然而，市場最新關注的問題已不再只是技術設計本身，而是量產能力。

分析指出，光互連與矽光子技術目前最大的挑戰來自製造、封裝與測試環節。從晶圓設備供應商、光學元件製造商到封裝測試業者，都將成為影響 AI 資料中心建設速度的重要角色。

在設備供應鏈方面，艾司摩爾 (ASML Holding)(ASML-US)、科林研發(Lam Research)(LRCX-US)、ASM International (ASMIY-US) 及東京威力科創 (Tokyo Electron)(TOELY-US) 被視為主要受惠者。

這些公司提供的曝光、蝕刻、薄膜沉積與先進製程設備，是矽光子晶片製造的重要基礎。

分析師指出，隨著光學元件需求增加，相關設備採購與資本支出可望持續成長。

在光學連接與資料中心元件領域方面，Credo Technology (CRDO-US)、MaxLinear (MXL-US) 及 Fabrinet (FN-US) 成為市場高度關注的公司。

其中，Credo 管理層近期將 2027 會計年度營收成長預測上調至年增超過 80%，並預估超過 6 億美元營收將來自光學產品組合。

公司同時警告，供應鏈緊張及客戶集中度仍是未來成長的重要風險。

MaxLinear 則將 2026 年光學資料中心業務營收目標上調至 1.5 億至 1.7 億美元，主因 400G 與 800G 高速光通訊產品需求能見度提升。

不過，公司也指出晶圓成本與封裝產能仍對毛利率形成壓力。

作為重要代工製造商的 Fabrinet 則表示，資料中心互連 (DCI) 業務需求持續強勁，但光通訊產品出貨仍受到零組件供應不足影響。

近期法說會中，多位分析師也特別關注供應鏈瓶頸是否會影響公司執行能力。

除了製造環節外，測試能力正成為矽光子普及化的另一大障礙。

日本測試設備龍頭愛德萬測試 (Advantest)(ATEYY-US) 近期宣布與 OpenLight 建立合作夥伴關係，共同開發矽光子測試解決方案，希望推動光電元件進入大規模量產階段。

業界指出，目前高產量測試能力仍是矽光子產業最重要的瓶頸之一，也是 AI 資料中心全面導入光互連的重要前提。

另一方面，ClassOne Technology 近期宣布獲得 Applied Optoelectronics 的大量設備訂單，主要用於擴充 6 吋磷化銦 (InP) 晶圓產能，以支援光互連元件生產需求。

公司表示，共封裝光學 (Co-Packaged Optics, CPO) 正被視為 AI 資料中心架構的重要轉折點，未來將逐步取代部分傳統光模組設計。

市場人士認為，AI 資料中心發展正進入第二階段。

過去數年市場焦點集中於 GPU、HBM 及先進封裝，如今瓶頸正逐漸轉向資料傳輸與網路架構層面。

尤其在輝達 (NVDA-US)、超微(AMD-US)、博通(AVGO-US)、Marvell Technology (MRVL-US) 及大型雲端業者持續推動百萬 GPU 叢集建設下，光互連需求預計將呈現爆發式成長。

除設備與光通訊公司外，供應鏈中還包括 Nova Ltd. (NVMI-US)、MKS Instruments (MKSI-US)、QuickLogic (QUIK-US)、Atomera (ATOM-US)、南茂科技 (ChipMOS)(IMOS-US) 以及 X-FAB Silicon Foundries (XFABF-US)等業者，涵蓋製程控制、材料技術、特殊晶片設計與晶圓代工服務。

分析人士指出，未來 AI 資料中心的競爭關鍵將不再只是誰擁有最多 GPU，而是誰能建立最高效率的資料傳輸網路。光互連與矽光子技術的量產進度，很可能成為決定下一波 AI 基礎建設投資速度的重要因素。

AI 光互連供應鏈重點公司

近期產業重要數據