AI晶片算力持續向上堆疊，資料中心下一個競爭焦點正從「算得多快」延伸到「資料能不能送得夠快」。隨著高速SerDes傳輸速率逐步逼近448G，銅線有效傳輸距離恐縮短至僅數十公分，共同封裝光學（Co-Packaged Optics，CPO）也開始從個別業者的技術競賽，進一步走向跨供應商的開放式系統架構。
矽光子新創公司Lightmatter今（14）日宣布，「Open Silicon Photonics for AI Systems」（AI系統的開放式矽光子技術）倡議正式成為開放運算計畫（Open Compute Project，OCP）旗下工作小組，聯盟成員擴大至19家企業，包括Celestica、戴爾科技（Dell Technologies）、偉創力（Flex）、鴻騰精密科技、創意電子、海峰電腦、是德科技（Keysight Technologies）、Lightmatter、高通（Qualcomm）及雲達科技等業者。
此次聯盟同步發布約300頁的《Architecture Vision: Open Silicon Photonics for AI Systems》白皮書，希望建立CPO共同架構藍圖，讓符合模組化硬體系統（Modular Hardware System，MHS）及Open Rack v3（ORv3）規範的AI運算叢集，可以從72個節點一路擴展至超過1,024個節點，同時維持不同供應商之間的互通性。
值得注意的是，此次參與成員不只有美國晶片、伺服器及量測業者，台灣供應鏈也占有一席之地，包括ASIC設計服務業者創意電子（3443）、連接器與互連相關業者鴻騰精密，以及伺服器業者雲達科技等，顯示CPO開放架構牽涉的範圍已不只是單一光學元件，而將進一步延伸至晶片、互連與AI伺服器系統層級。
不過，官方此次僅公布參與倡議的企業名單，尚未進一步揭露各家業者在工作小組中的個別技術分工，因此台廠後續將參與哪些規格制定，仍有待聯盟進一步公布。
AI叢集跨越多機架，448G讓銅線有效距離恐剩數十公分
19家業者此時共同推動CPO開放架構，背後直接指向AI資料中心正在面對的互連瓶頸。AI加速器效能持續提高後，資料中心已不能只看單顆GPU或ASIC的運算能力。當數百乃至數千顆AI加速器組成Scale-up運算叢集，如何讓大量處理器高速交換資料，同時壓低資料移動所消耗的能源，正逐漸成為決定整體AI系統效能的另一項關鍵。
根據白皮書揭露的技術背景，當Scale-up架構跨越多個機架，SerDes傳輸速率逐步逼近448G，銅線的有效傳輸距離可能縮短至僅數十公分，迫使產業加快朝全光互連架構發展。
Lightmatter創辦人暨執行長Nick Harris博士直言：「對AI基礎架構的效能而言，互連技術已變得與運算效能同等重要。」他認為，產業轉向矽光子技術，將進一步推動前沿AI模型能力發展。
這也代表AI硬體競爭的衡量方式正在改變。過去市場關注焦點主要集中在GPU、ASIC的運算效能與記憶體頻寬，如今當AI叢集持續Scale-up，交換器、SerDes與光互連能否讓大量加速器有效協同運作，也開始直接影響昂貴AI晶片的實際利用率。
CPO下一戰不只比技術，更要解決「不同供應商能不能一起用」
事實上，矽光子與CPO本身並非全新的技術概念。這次OCP工作小組較值得關注之處，在於產業開始嘗試將CPO從各家公司分別發展的技術方案，推進到「系統層級」的共同架構，解決未來不同供應商設備之間如何互通的問題。
此次提出的300頁白皮書，將作為共同封裝光學共通架構藍圖的基礎。依照目前規劃，架構將與MHS及Open Rack v3規範銜接，使AI運算叢集能從72個節點擴展到1,024個以上，並把多供應商互通性納入設計。
換句話說，如果CPO未來大規模進入AI資料中心，產業要解決的問題將不只是「光如何靠近晶片」，而是不同世代的XPU、交換器、光學元件與伺服器系統，如何在資料中心生命週期不同、供應商不同的情況下共同運作。
Harris也坦言，要讓19家公司針對系統層級的架構願景取得共識並不容易。這份白皮書只是基礎，後續OCP社群還要以此發展一套以MHS為基礎的共通CPO機架架構，並整合至超大規模資料中心業者（Hyperscaler）的建置流程。
不押單一光學技術，架構預作10萬顆XPU叢集準備
另一個值得關注的設計，是OCP此次並未將開放架構綁定在單一光學技術上。依照目前架構願景，OCP採取「technology-agnostic（技術中立）」設計理念，除了矽光子之外，也能支援垂直共振腔面射型雷射（Vertical-Cavity Surface-Emitting Laser，VCSEL）、Micro LED（微型發光二極體）等不同光子技術。
更重要的是，這套參考架構並非只為目前單一世代AI加速器服務，而是希望橫跨多個SerDes世代，以及不同交換器與XPU的產品設計週期，藉由建立多供應商供應鏈，提高架構延展性。
從規模來看，聯盟的目標也不只停留在目前的數百或上千顆AI加速器。官方指出，相關架構將進一步因應最高達10萬顆XPU運算叢集所需要的效能及功耗需求。
這也凸顯CPO標準化的重要性：當AI叢集規模持續擴大，若不同晶片、交換器、光學設備與機架系統均採取各自封閉的技術架構，資料中心在升級、擴充與導入不同供應商設備時的複雜度也將同步提高；OCP此次嘗試建立的共同框架，目的之一就是降低未來大規模部署時的互通門檻。
IDC：銅線物理極限正壓縮AI加速器利用率
除了Lightmatter之外，市場研究機構IDC也將互連視為AI基礎架構下一階段的重要瓶頸。IDC全球運算基礎架構與技術副總裁Jeff Janukowicz指出，隨著AI系統擴充需求持續加速，「優化AI系統的能效與資料傳輸速度，已與原始運算能力同等重要。」
他進一步指出，銅線的物理極限正日益限制大型AI運算叢集的系統擴展能力與加速器使用率，而且隨著每一代新型AI加速器推出，兩者之間的落差還會繼續擴大。
Janukowicz認為，「Open Silicon Photonics for AI Systems」建立的是一套供應商中立架構，可以加速生態系合作，協助共同封裝光學從目前的早期部署階段，逐步走向主流AI基礎架構。
300頁白皮書只是起點，首批OCP規格Q4出爐
因此，這次19家業者公布300頁白皮書，可以視為CPO開放架構從「產業共識」走向「實際標準」的第一步，真正值得觀察的時間點則將落在今年第4季。按照目前規畫，工作小組後續將提交第一批規格書，預計於2026年第4季完成。
後續關鍵將在於，OCP能否把19家企業目前取得的系統架構共識，進一步轉化成可以實際部署的技術規格，並吸引更多晶片、交換器、光通訊與伺服器業者加入。
當AI資料中心持續朝千顆、萬顆乃至10萬顆XPU規模發展，CPO競爭也可能不再只是比誰的光引擎頻寬更高、功耗更低，而是進一步進入誰能建立跨供應商、跨世代且可規模化部署的系統生態系。對包括創意、鴻騰、雲達等已經加入倡議的台灣供應鏈而言，OCP第4季首批規格如何定義，也將成為後續觀察其切入下一代AI光互連架構的重要指標。
