輝達Spectrum-X矽光子交換機量產　台積電、矽品、鴻海供應鏈全面卡位AI資料中心

(圖/ 輝達)

輝達Spectrum-X矽光子交換機正式進入量產，臺積電、矽品、鴻海等臺灣供應鏈業者參與從矽光子製造、封裝測試到系統組裝的完整流程，顯示CPO技術正從研發驗證走向AI資料中心規模化部署。隨著AI工廠GPU數量持續增加，資料傳輸的功耗、頻寬與可靠度成為新一代基礎設施競爭焦點。

輝達Spectrum-X進入量產　AI資料中心的下一場戰爭從GPU延伸到網路

輝達Spectrum-X矽光子交換機正式進入量產，代表AI基礎建設競爭正從GPU與伺服器，進一步延伸至資料中心內部的高速網路。輝達最新公布的Spectrum-X Ethernet Photonics採用共封裝光學（CPO）架構，把矽光子元件直接整合至交換器ASIC封裝之中，目標是在AI工廠規模不斷擴大的情況下，同時處理頻寬、功耗與可靠度問題。

更值得臺灣產業關注的是，這項產品的量產並非單一企業完成，而是由臺積電、矽品、天孚通信（TFC）與鴻海等供應鏈共同參與。輝達公布的量產資訊顯示，臺灣半導體與系統製造能力已深入AI網路設備的新一代光電整合環節。

GPU愈多，網路反而成為AI工廠新瓶頸

AI資料中心正在出現一個過去較少受到市場關注的問題：GPU本身越快，GPU之間的資料交換就越容易成為系統瓶頸。大型AI模型訓練並非單顆GPU獨立運算，而是需要大量GPU同步處理資料。當運算規模從數千顆GPU進一步往數萬甚至更高數量級擴張，GPU之間的資料傳輸也隨之增加。

輝達目前將AI資料中心視為由大量GPU、網路、儲存與軟體共同構成的「AI工廠」，並以Spectrum-X Ethernet處理GPU之間的scale-out網路需求。輝達指出，Spectrum-X相較一般乙太網路可提供1.6倍AI網路效能，而Spectrum-XGS則進一步將網路延伸至不同資料中心、建築甚至園區。

這意味著AI基礎建設的競爭已不再只是「誰能提供更快的GPU」，而是整個運算系統能否讓數以萬計的GPU保持高效率運作。

CPO為何受到輝達重視？關鍵在「把光搬進交換晶片」

傳統高速網路架構通常透過可插拔光模組完成電訊號與光訊號轉換。當資料傳輸速度與連接數量持續增加，光模組數量、電氣連接距離以及散熱需求也會同步上升。

CPO，也就是共封裝光學，則試圖改變這種架構。其核心概念是將光學引擎與交換器ASIC放在同一封裝體系中，縮短高速電訊號在系統內部傳輸的距離。輝達表示，Spectrum-X Ethernet Photonics透過這種方式，可以降低網路功耗並提高AI工作負載的持續運作能力。輝達目前公布的資料顯示，與傳統可插拔收發器架構相比，其CPO方案可達到5倍網路功耗效率與5倍持續AI應用運行時間。

不過，CPO的價值並不只在「更快」，而在於當AI資料中心進入超大規模後，每一個網路連接所消耗的電力，都可能成為整體資料中心成本的一部分。因此，矽光子開始從一項前瞻性技術，逐漸轉化為AI基礎建設的重要工程解決方案。

102.4Tbps到409.6Tbps　交換器開始進入超高頻寬時代

輝達目前公布的Spectrum-X Photonics產品包含不同規模的液冷交換系統，其中SN6810可提供102.4Tbps總頻寬，配置128個800Gbps連接埠；更大型的SN6800則可達409.6Tbps，支援512個800Gbps連接埠。

這類規格的意義在於，AI資料中心不再只是單純增加伺服器數量，而是必須重新設計整個網路拓撲。輝達透過Spectrum-X的自適應路由、壅塞控制與端到端遙測等功能，讓大量GPU同時交換資料時，網路能夠更有效率地分配流量；Spectrum-X Multiplane則透過多網路平面設計，提高大型GPU集群的擴充能力與韌性。因此，交換器在AI資料中心的角色已經從過去的「網路設備」提升為運算基礎設施的一部分。

臺灣供應鏈卡位CPO　台積電、矽品、天孚與鴻海分工浮現

這場矽光子量產競賽，對臺灣半導體產業的意義尤其明顯。根據輝達公布的供應鏈資訊，臺積電負責先進矽光子製造，矽品（SPIL）參與晶片級封裝、組裝與測試，天孚通信（TFC）負責雷射相關模組環節，而鴻海則參與完整系統組裝。

這種分工顯示，CPO並不是單純把「光模組」換成另一種零件，而是把晶圓製造、光電元件、先進封裝、雷射、系統製造與資料中心網路整合在同一條產業鏈。

對臺灣供應鏈而言，這也是一個重要轉變。過去臺灣在AI產業鏈的市場焦點主要集中於晶圓代工、先進封裝、伺服器與散熱；如今隨著輝達將矽光子納入新一代AI網路架構，光電整合與CPO開始成為臺灣AI供應鏈另一個值得關注的成長領域。

從「GPU供應鏈」走向「AI工廠供應鏈」

輝達目前的策略，也顯示AI產業鏈正在發生結構變化。第一階段的AI硬體競爭，市場主要關注GPU、HBM、先進封裝以及伺服器；第二階段則逐漸轉向整個AI資料中心的系統效率，包括電力、液冷、網路、儲存與機櫃級整合。

Spectrum-X正是在這個背景下被輝達強化。輝達已經將Spectrum-X定位為AI Ethernet平台，並透過Spectrum-XGS將多個資料中心連結成更大型的AI運算架構。官方資料指出，Spectrum-X可支援SONiC等開放網路軟體生態，並透過完整軟硬體整合提高AI工作負載的網路效率。

換言之，輝達並不只是要賣一台交換機，而是在建立從GPU、SuperNIC、交換器、光學元件到網路軟體的完整AI網路生態系。

CPO從實驗室走向量產　市場真正關注的是能否大規模部署

矽光子過去長期被視為高速通訊的重要下一代技術，但真正的產業挑戰並不是證明技術可行，而是能否做到高良率、低成本、高可靠度與大規模製造。

Spectrum-X進入量產，正好提供一個重要觀察指標。輝達表示，Spectrum-X Ethernet Photonics已進入生產階段，並透過與臺灣半導體及系統製造供應鏈共同工程化，將CPO技術導入Vera Rubin平台的AI工廠。

這也意味著CPO的產業化已經從「技術驗證」逐漸進入「供應鏈驗證」。未來真正決定市場規模的關鍵，將包括CPO產品的良率、光電元件可靠度、雷射成本、封裝效率、維修模式以及大型資料中心採用速度。

AI資料中心下一場競賽　可能不只看GPU效能

從產業角度來看，Spectrum-X量產透露出一個更大的訊號：AI資料中心的瓶頸正在從運算能力逐步延伸到資料傳輸效率。當AI工廠規模擴大，單純增加GPU並不能保證整體效能同步提升。若網路傳輸、功耗與散熱成為瓶頸，昂貴的GPU就可能無法維持最佳利用率。

因此，CPO的商業價值不只在於提供更高頻寬，而是希望降低整個AI工廠每單位運算所需的網路能源與基礎設施成本。對輝達而言，這也讓其競爭版圖從GPU延伸至AI資料中心的「神經網路」；對臺灣供應鏈而言，則意味著台積電、矽品、鴻海以及光電元件業者所處的位置，可能進一步從AI伺服器製造延伸至AI網路基礎建設。

因此，Spectrum-X真正值得關注的，不只是單一交換機產品量產，而是矽光子、先進封裝與AI網路開始正式進入大規模商用競爭階段。

中華超傳媒

(文/ 記者 郭紋雅)