#分享 ECOC 2025 第二天：VCSEL vs. CPO，誰將勝出？

天使人妻

股票板

天使人妻

25/9/30

#分享 ECOC 2025 第一天：Nvidia和Marvell的CPO創新方案發表

在2025年9月28日至10月2日於丹麥哥本哈根舉行的第51屆歐洲光通訊會議（ECOC 2025）上，Nvidia和Marvell兩家公司都發表了重要的技術方案，聚焦於AI數據中心的光學互聯解決方案。

今天是2025 ECOC的第二天，來自 Meta、NVIDIA、Oracle 等來自系統廠、模組商與晶片設計公司的 12 位專家，針對技術路線、可製造性、可靠性與經濟可行性，分享了深入觀點。然而，他們揭示的真相，不僅顛覆了許多傳統認知，甚至有些觀點完全違反直覺。我今天將揭示其中最令人驚訝的五個發現。 1. 「技術戰爭」的意外结局：不是淘汰賽，而是分工合作長期以來，業界爭論不休的核心問題是：「VCSEL vs. CPO，誰將勝出？」這場看似你死我活的技術戰爭，卻在專家們的討論中迎來了意外的結局。綜合 LightCounting、Huawei 與 NVIDIA 的觀點，這並非一場零和遊戲，而是一個分工明確的合作時代。兩種技術各自佔據了最適合的戰略位置： • VCSEL: 憑藉其在低功耗、成熟且龐大的供應鏈、以及更低的封裝測試成本上的絕對優勢，將繼續主宰短距離傳輸場景，例如伺服器機櫃內的 Scale-up 互連。 • Silicon Photonics (SiPh): 憑藉其長距離傳輸能力、高密度整合的潛力，將成為跨機架 Scale-out 網路以及未來 CPO（共封裝光學）架構的核心。最終的結論清晰明瞭：市場的未來不是「互相淘汰」，而是「多技術共存」。不同的應用需求，將決定採用最適合的解決方案，形成一個高效的分工合作體系。 2. 最強的對手，竟然是它？別低估「銅線」的實力當所有人的目光都聚焦在 VCSEL 與CPO之間的光學技術競賽時，來自 Picojool 的專家 Al Yuen 卻拋出了一個發人深省的觀點：在實際的部署中，光學技術最大的競爭者，其實是毫不起眼的傳統「銅纜」。這個反直覺的事實背後，是極端務實的成本考量。在機櫃內或相鄰機櫃間的公尺級超短距離應用中，銅纜憑藉其極高的性價比與無可比擬的可靠度，至今仍是許多資料中心的首選。這個觀點如同一記警鐘，提醒著所有技術領袖：在追求極致性能的同時，永遠不能忽略最根本、最務實的解決方案。 3. 功耗才是真正的敵人：每一瓦特都從 GPU 偷來的在 AI 時代，速度不再是唯一的王者，功耗已悄然成為決定生死的關鍵因素。NVIDIA 的專家一語道破了天機：「任何 I/O（輸出輸入）所消耗的功率，都是直接從 GPU 核心偷走的計算資源。」這意味著，光模組每多消耗一瓦特，就等於剝奪了一部分本可用於 AI 訓練的寶貴算力。 Meta 發布的 CPO 評估數據，更以驚人的數字印證了這一點： • CPO相較傳統可插拔光模組，功耗節省高達 65%。 • 即使與新興的 LPO（線性驅動可插拔光學）相比，CPO 仍能節省 35% 的功耗。在寸土寸金、電力預算緊繃的 AI 資料中心裡，每一瓦特都必須被榨出最高的運算價值。功耗不再是工程指標，而是決定 TCO (總體擁有成本) 與最終 AI 產出的核心戰場。 4. 可靠性的驚人逆轉：被低估的 CPO 竟是「穩定之王」傳統觀念普遍認為 CPO 將光學元件與交換器晶片封裝在一起，一旦故障便難以維護，可靠性必定堪憂。然而，Meta 透過大規模實測數據，徹底顛覆了這個刻板印象。他們的測試結果顯示，CPO 的 MTBF（平均故障間隔時間）是傳統可插拔模組的整整 5 倍。這意味著 CPO 系統的穩定性遠超預期。更令人驚訝的是，Meta 的數據顯示 CPO 的高可靠性部分源於其架構減少了頻繁的人為插拔失誤，且多數故障（如雷射模組異常或光纖污染）都是可現場修復的，無需更換整個交換器。 Meta 的研究人員在報告中強調了這一發現的核心價值：「更高的 MTBF 意味著更高的集群運行效率。Meta 的模擬顯示，當 MTBF 提升 5 倍，大型 AI 集群的訓練效率將顯著提高，因為故障導致的訓練回滾次數大幅減少。」這個發現的衝擊力是巨大的。它證明了 CPO 不僅僅是一個節能方案，更能透過大幅提升系統穩定性，直接為企業帶來更高的 AI 訓練產出與效率。這是過去被市場嚴重低估的隱藏價值。 5. 未來的樣貌：光與矽的深度融合那麼，光互連技術的終極形態會是什麼？綜合 Celestial AI 的「Photonic Fabric」（光子織物）概念與 NVIDIA 對先進封裝的看法，未來藍圖已清晰可見：技術的終點是將光學元件與運算晶片（XPU）直接整合在同一個封裝內。這種光與矽的深度融合，將催生出如 Celestial AI 所謂的「光子織物」(Photonic Fabric) 架構，透過 EAM (電吸收調變器) 等先進技術，實現 Tbps/mm² 等級的驚人互連密度，徹底消除訊號在晶片與光模組之間傳輸的瓶頸。更重要的是，它將從根本上突破長期困擾高效能運算的「記憶體牆」與「能耗牆」，為下一代 AI 系統的算力增長鋪平道路。結論：告別單一答案的時代從專家們的分享中，我們看到了一個更加複雜但也更加務實的未來。技術的演進不再是單純的取代，而是基於場景的共存；最不起眼的銅纜，依然在特定領域扮演關鍵角色；而功耗與可靠性，已取代純粹的速度，成為 AI 時代真正的勝負手。這場技術革命告訴我們，簡單的二元對立思維已經過時。我們正在告別一個尋求單一最佳答案的時代，迎向一個多種技術協同演進的未來。當光學與晶片封裝的界線逐漸模糊，下一個被顛覆的將不僅是技術瓶頸，更是整個 AI 基礎設施的成本結構與商業模式。我們準備好了嗎？