ECOC 2025 技術焦點：Terahop 談 AI 資料中心的光學解決方案
- drshawnchang
- 10月1日
- 讀畢需時 3 分鐘
前言
AI 的快速發展正在推動資料中心從傳統網路邁向「AI 工廠」的新型態。這不僅需要龐大的 GPU/XPU 算力，也需要多層次的網路來串接—from Scale-Up（機內 GPU 互連）、Scale-Out（跨節點擴展）、到 Scale-Cross（跨資料中心園區）。
在 ECOC 2025 上，Terahop 介紹了其對 AI 資料中心光互連的看法，並強調可靠性、功耗效率、以及開放生態系將是產業發展的關鍵。
內容
1. AI 資料中心的多層網路需求
Scale-Up：需將數百顆 GPU 緊密互連成單一計算單元，延伸至 >200 GPU 的規模。
Scale-Out：形成數萬級 GPU 的叢集，甚至跨多棟機房。
Front-End：面向客戶的傳統資料中心網路。
Scale-Cross：跨資料中心園區連結，距離涵蓋 2 km、10 km 甚至 80 km，需要 ZR 類模組。
👉 結論：AI 資料中心不是單一網路，而是多層次光學解決方案的組合。
2. 800G → 1.6T → 3.2T 的過渡
800G：過去兩年已大規模出貨，多數基於矽光子實現。
1.6T：目前處於標準化過程，業界已開始部署多種型態：
AOC (≤10m)
DR4/DR8 (100m~500m)
FR4 (2 km 級)
ZR (80 km 級)
3.2T / 3.5T：預計 2027~2028 年左右浮現，業界逐漸收斂至 400G/lane × 8 channels 的設計，但仍在主機端/光學端封裝方式上存在爭論。
3. 線性 vs. 全重定時光模組
Fully Retimed (FRO)：成熟、可靠，但功耗較高。
Linear Optics (LRO / RTLR)：OIF 新標準化名稱，結合 Retimed TX 與 Linear RX。可顯著降低功耗。
LPO：挑戰大，但仍在研究中。
👉 產業共識：短期內會同時存在多種實作形式，以應對不同應用場景。
4. 矽光子與新技術的角色
矽光子已成主流：800G 與 1.6T 的量產證明了其可靠性。
優勢：可提供大規模出貨數據，累積的現場可靠性資料成為未來世代的重要基礎。
新材料探索：400G/lane 時代可能需要混合技術（如 DML、混合積體方案），但 SiPh 仍是主要選項。
5. Scale-Up 的新機會：光取代銅
現況：Google 等公司仍依賴銅纜，每個機櫃多達 5000 條電纜，複雜且低效。
光學機會：光能提供更高帶寬、更低延遲，並讓 GPU 數量擴展超過 200 顆。
關鍵挑戰：需兼顧高可靠性、低功耗（可接受 GPU 功耗的 5~10% 占比）、以及合理成本。
6. 可插拔 vs. CPO 的折衝
可插拔模組：維護容易、開放性高，是客戶偏好的第一選擇。
CPO：需在 ASIC 設計階段即做決策，風險高，更新速度跟不上每兩年一代的升級節奏。
中間解法：Near-Packaged Optics (NPO) 或 共封裝銅互連 (Co-Packaged Copper)，兼顧低損耗與開放生態。
7. 開放生態系的重要性
垂直整合問題：NVIDIA 等大廠推動的封閉式方案限制了產業參與。
Terahop 觀點：應推動 開放式插槽 (Open Socket) 與 標準化連接介面，允許多種技術共存（DML、SiPh、慢速寬頻方案皆可接入）。
願景：透過 OIF 等國際組織，建立共享生態，讓更多廠商能參與 AI 光學解決方案。
總結
Terahop 在 ECOC 2025 的演講提出以下觀點：
AI 資料中心的網路需求多層次化：從 AOC 到 ZR，從 800G 到 3.2T，需全面性的光學解決方案。
可靠性是第一優先：昂貴的 GPU 投資迫使客戶要求模組有驗證過的現場可靠性。
矽光子已站穩基礎：累積的出貨量與現場數據確立了其主流地位，但未來需混合新技術。
可插拔仍是首選，但需尋找過渡解法：CPO 過於封閉，NPO 與 Co-Packaged Copper 可能成為務實替代方案。
開放生態是產業長遠發展關鍵：唯有多方參與，才能支持 AI 時代的高速演進。
這場演講凸顯出：AI 的需求正推動光互連進入全新時代，而開放、可靠、靈活的解決方案才是真正能支撐產業的方向。
留言