ECOC 2025 The 51st European Conference on Optical Communication 參展心得總整理
- drshawnchang
- 10月3日
- 讀畢需時 8 分鐘
前言
ECOC 2025 展示了光通訊產業在 AI 浪潮下的快速演進。隨著生成式 AI 與大規模 GPU 集群的崛起，資料中心對頻寬、能效與可靠性的要求全面提升，光模組與網路架構因此成為產業焦點。從 400G/lane 到 448G 的技術門檻突破、從 pluggable 到 LPO 與 CPO 的架構選擇、再到 OCS 與相干技術在 AI 網路中的角色，整個生態系正呈現多元且競合的局面。各大廠商與標準組織（Omia、Cignal AI、OIF、IEEE、Meta、Huawei、Coherent 等）分別從市場規模、技術瓶頸與產業路徑提供觀點，形成了對未來 5–10 年光通訊發展的全貌。本報告將重點彙整五大議題：AI 推動力、400G/lane 與 448G 電氣介面、模組與封裝多樣化、能效與可靠性、網路架構探索，並對市場預測與技術演進做系統化整理。
五大重點
1. AI 是光通訊的最大推力
幾乎所有演講（Omia、Cignal AI、PhotoniX AI、Source Photonics）都指向：AI 投資與 GPU 集群需求正推動光模組市場爆炸成長。（Omia／Cignal AI／PhotoniX AI／Source Photonics）
CAPEX 規模達數千億美元，AI 將成為光模組市場的主要增長來源。（Omia／Cignal AI）
2. 400G/Lane 與 448G 是產業關鍵門檻
400G/lane → 1.6T / 3.2T 是必經路徑；元件面臨 >100 GHz 的調製/接收頻寬挑戰。（Huawei／Synopsys／Source Photonics）
電氣介面 448G 同步演進；FEC 與 PAM4 vs. PAM6/8 的選擇決定延遲與功耗。（Synopsys／IEEE）
3. 模組與封裝：多路並存
Pluggable：仍是主流，部署與維護彈性大。（Eoptolink／Cisco／Meta）
LPO：能效優於 retimed pluggable，800G→1.6T 已見節能幅度。（Meta／Cisco）
CPO：能效與密度最佳，但散熱、可靠性、維護為最大挑戰。（Meta／Broadcom+Corning）
未來格局將是 Pluggable + LPO + CPO 混合共存。（Omia／Cisco）
4. 能效與可靠性成為核心 KPI
Hyperscaler 目標：<4 pJ/bit、>2 Tbps/mm shoreline density。（OIF）
GPU 集群對延遲與 BER極敏感；重傳會顯著拖慢訓練效率。（OIF／Meta）
系統可靠性需達 ASIC 等級或更高，避免光學成為瓶頸。（Meta／Broadcom+Corning）
5. 未來網路架構的分歧探索
務實派：chiplet 化、SiPh+EML/MRM 混合、漸進演進。（PhotoniX AI／Huawei／Coherent）
顛覆派：純光子 AI 網路，嘗試移除電封包交換。（Oriole Networks）
標準化：IEEE 與 OIF 對 Ethernet/Coherent 的迭代加速；互通性與協同是落地關鍵。（IEEE／OIF／Marvell）
ECOC2025 光通訊市場總覽
1. Datacom（資料中心光模組）
2023→2024：產業年增長 ~43%；2025 Q1 Datacom 佔63%營收、Q2 升至65%；滾動年營收 $6B→$12B、兩年翻倍。（Omia）
高速模組出貨量：2024 ~2,250 萬顆 → 2025 ~3,900 萬顆。（Cignal AI）
1.6T 模組：2025 H1 已出貨**~2 萬顆**，全年預測**~50 萬顆**。（Panel：Cisco／China Telecom／Broadcom／Terahop）
市場金額：2025 ~$15B → 2029 ~$24B。（Cignal AI）
價格目標：高速模組單價朝 $0.5/Gbps 逼近，2025 年內已兩次議價。（Cignal AI）
3.2T 時點：2029 才進入實質量產接棒 1.6T。（Cignal AI／Huawei）
2. Telecom / 相干（含 ZR / ZR+）
市場規模：2025 ~$5B → 2029 ~$8B。（Cignal AI）
部署進展：
400ZR 已商用。（OIF）
800ZR 在 2024–2025 成為主力。（OIF／Marvell）
1600ZR 目標 2026 完成規範、2027–2028 開始導入。（OIF／Marvell）
3. OCS（Optical Circuit Switching）
Google 部署效益：功耗 40%、成本 30%、吞吐 +30%。（Google，在 OIF 場次引用）
市場規模：
2029 ~$1.6B。（Cignal AI，保守估）
2030 ~$2B。（Coherent）
4. 技術選項與市場區隔
Scale-Out（跨機櫃／跨資料中心）：
現為 800G pluggable 主力，2026–2028 過渡到 1.6T pluggable。（Cignal AI／Omia）
10 km 以 ZR 補位。（Marvell／OIF）
Scale-Up（機櫃內 1–20 m）：
2024–2025 仍以銅為主、reach 已縮至 1–2 m。（Synopsys／OIF）
2026–2027 開始光化（LPO／CPO／Chiplet Optics／1060 nm SM-VCSEL+MCF）。（Meta／PhotoniX AI／Furukawa／Tokyo Institute of Science）
2–40 km 灰區：
Coherent Lite 視為候選，面向園區／校區 DCI 與 OCS fabrics。（Marvell／OIF）
市場方向整理（重點回顧）
Datacom 是主戰場：2025–2029 市場 $15B→$24B，單位量 2,250 萬→3,900 萬。（Cignal AI）
1.6T 是當前爆點：2025 已有 ~2 萬顆出貨，全年 ~50 萬顆。（Panel）
3.2T 在 2029 才真正成為主流。（Cignal AI／Huawei）
相干市場較小但穩定：2025 ~$5B → 2029 ~$8B，核心在 800ZR、1600ZR。（Cignal AI／OIF／Marvell）
OCS 是新增量：到 2029–2030 年 $1.6–2B，驅動點是能效與拓撲簡化。（Cignal AI／Coherent）
為什麼 ZR Coherent 越來越重要（含市場）
技術與架構驅動
AI DCI 需求：>95% 的 DC 間距在 ≤120 km，IMDD reach 不足，400/800ZR 剛好卡位。（Cignal AI／OIF）
IMDD 距離瓶頸：速率翻倍距離約縮四倍，逐步被限於 ≤10 km；ZR 補上 10–120 km+。（Marvell）
標準成熟：400ZR(2020) → 800ZR(2024) 生態完整；1600ZR 2027–2028 導入、推動 IP-over-DWDM。（OIF）
可維護性／可靠性：可插拔相干 + DSP/FEC 控誤碼，符合 AI workload 高可靠性需求。（Marvell／OIF）
市場規模（含 ZR）
2025 ~$5B → 2029 ~$8B。（Cignal AI）
2024–2026 增長主動能來自 800ZR；1600ZR 於 2027–2028 帶來新一波替換傳統轉發器的浪潮。（OIF／Cignal AI／Marvell）
Scale-Up 與 Scale-Out 的需求、時間點、與市場大小差異
1. 定義與需求差異
Scale-Up（機櫃內 GPU 互連）
範圍：1–20 m；多為同櫃／同排 GPU-to-GPU。
需求：極低延遲、高密度、高散熱能力；銅纜 reach 隨速率提升迅速下降。（Synopsys／OIF）
技術形態：CPO、LPO、短距 IMDD、SiPh/VCSEL chiplet。
Scale-Out（跨機櫃／跨 Pod）
範圍：數十至數百米，延伸至 DCI（10–120 km）。
需求：長距離光學必然、可維護性優先、巨量頻寬。（Cignal AI／OIF）
技術形態：Pluggable 800G/1.6T、ZR/ZR+，部分探索 CPO。
2. 發生時間點
Scale-Up
2024–2026：銅纜為主，但 reach/功耗受限。（Synopsys／OIF）
~2026–2027：新一代 GPU pod 推動光化 Scale-Up（CPO／短距光模組）。（Meta／Cisco）
~2028+：光電混合架構、超級 GPU pod 需光互連。
Scale-Out
2025：800G pluggable 主流，1.6T 開始驗證。（Cignal AI／Omia）
2026–2028：1.6T 大規模部署，DCI 以 800/1600ZR 為主。（OIF／Marvell）
2029–2030：3.2T 商用，AI 網路主導數據中心基礎設施。（Cignal AI／Huawei）
3. 市場大小差異
Scale-Up：新興市場（SAM 擴展），頻寬需求為傳統 CPU bus 100×。（PhotoniX AI）
Scale-Out：既有市場（Datacom→AI Fabric），2024–2025 為拐點，800G 主流；2030 前 Datacom 由 AI 網路全面主導。（Omia）
2025 Datacom 模組 ~$23B、2030 ~$30B，主要來自 Scale-Out；Scale-Up 增長更快、占比逐步提升。（Omia／Cignal AI）
Scale-Up：技術選項與進展
1. 銅纜（DAC／ACC／AEC）
今日幾乎 100%；但 200G→400G→800G/lane 下 reach 已縮到 1–2 m。（Synopsys／OIF）
2. LPO／LRO
較 retimed pluggable 省電 ~20–30%；可維護性佳，但互通生態仍在追趕。（Meta／Cisco）
3. CPO／NPO
相較 pluggable 省電 ~65%，較 LPO 再省 ~35%；但維護／量產／散熱挑戰大；已累積 >1,500 萬小時 壽命數據。（Meta）
102.4T CPO 系統目標 ≥1 Tb/s/mm shoreline density。（Broadcom+Corning）
4. CPC／On-board／Chiplet Optics
以極短距銅或板上光學平衡功耗與維護；chiplet 形態提升彈性。（PhotoniX AI／Cisco）
5. 材料與調製
SiPh+EML/MZM（>100 GHz）、MRM（低功耗但需溫控/線性化）、TFLN（超寬頻但成本/整合待解）。（Huawei／Source Photonics／fibeReality／Coherent）
時間線
2024–2025：銅仍主流、LPO 起量。（Synopsys／Meta／Cisco）
2026–2027：CPO/NPO 試點商用。（Meta／Broadcom）
2028+：混合／Chiplet 可能成主流。（PhotoniX AI）
VCSEL（在 Scale-Up 的角色）
1. 定位
短距高能效、低成本與高通道密度；傳統 850 nm 多模受限於 <100 m。
2. 新進展
1060 nm 單模 VCSEL + 多核心光纖（MCF）：
Tokyo Institute of Science：2.88 Tbps（16×180 Gbps）@500 m。（Tokyo Institute of Science）
Furukawa：50 Gbaud×16ch CPO，2 km 傳輸、3.95 fJ/bit，能效優於許多 SiPh CPO。（Furukawa）
3. 技術挑戰
要上 400G/lane 仍需頻寬與可靠性突破；長期高溫壽命需驗證。
4. 與其他技術比較
相對 EML/SiPh：成本與能效有優勢，但 reach/頻寬略遜。
相對 MRM/TFLN：更適合短距大規模整合；後者更適合高頻寬。
在 1–20 m 的 Scale-Up 場景已是具吸引力的低功耗路線。（Furukawa／Tokyo Institute of Science）
為什麼需要 OCS
1. 傳統電交換的瓶頸
多層 O-E-O 帶來高功耗／高延遲／高成本；排隊延遲不穩定，影響同步的 AI collective。（OIF／Google）
2. AI 網路特性
長時大流量（elephant flows）＋高度同步：任一鏈路慢即拖慢整體。
3. 能效與成本優勢
Google 實測：功耗 40%、成本 30%、吞吐 +30%。（Google，在 OIF 場次引用）
4. 架構簡化與可靠性
拓撲扁平化、少有源器件、故障域更小；與純光子網路願景協同。（Oriole Networks）
5. 現況與挑戰
Google OCS 已規模化，但重構時間以小時／天計；新創嘗試 ns 級光交換，需軟體與成本體系配合。（Google／Oriole Networks）
調製器技術比較：優缺點與進展（速覽）
1. SiPh-MZM（Mach-Zehnder Modulator）
優點：成熟可靠、400/800G 主力、與 CMOS 相容。（Huawei）
缺點：體積大、驅動電壓與功耗偏高、成本高。
進展：已是 200G/lane 主力，展示 >110 GHz，可支援 400G/lane（封裝挑戰大）。（Huawei）
2. MRM（Micro-Ring Modulator）
優點：尺寸小、密度高、功耗低，適合 CPO／chiplet。（fibeReality／PhotoniX AI）
缺點：溫度敏感需加熱調諧、頻寬 ~40 GHz、線性度不足。
進展：已展示 200G PAM4；要達 400G/lane 需溫控／線性化突破。
3. EML（Electro-Absorption Modulated Laser）
優點：單芯片緊湊、高頻寬（~100 GHz）、適合 2–10 km。（Huawei／Source Photonics）
缺點：成本較高、溫穩有限、輸出功率偏低。
進展：400G/800G LR 主力；支撐 448G/lane、1.6T/3.2T FR/LR。（Huawei／Source Photonics）
4. VCSEL（Vertical-Cavity Surface-Emitting Laser）
優點：成本最低、能效極佳（fJ/bit 級）、短距大量部署。
缺點：頻寬 ~40 GHz、多模干擾、傳統距離 <100 m。
進展：1060 nm 單模 + MCF 可達 2 km、2.88 Tbps；3.95 fJ/bit 能效佳，仍需 400G/lane 與壽命突破。（Furukawa／Tokyo Institute of Science）
5. TFLN（薄膜鋰鈮酸鋰）
優點：>100 GHz、低 Vπ、高線性，適合高階調變。（Coherent／fibeReality）
缺點：成本高、與 Si CMOS 整合度不足、良率挑戰。
進展：已展示 >100 GHz，具 400G/lane 以上潛力，尚未大規模量產。
6. InP（磷化銦）
優點：高頻寬，可與 SOA 整合。
缺點：成本高、集成度有限、功耗劣於 SiPh。
進展：相干領域穩定，Datacom 逐被 SiPh/EML 取代，更適合 Telecom 長距。（Marvell／OIF）
能效（Energy Efficiency）與熱管理（Thermal Management）
1. 為何成為首要指標
AI 工廠中光互連能耗佔比上升至 20–30%；若不壓低，將侵蝕 GPU 可用功率。（OIF／Meta）
Hyperscaler KPI：<4 pJ/bit、>2 Tbps/mm。（OIF）
2. 模組功耗來源
DSP（相干 5–15 W）、Driver/TIA（每通道 200–400 mW）、雷射／泵浦、TEC/冷卻（可占 25–30%）、MRM 加熱器等。（Meta／Lumentum／Source Photonics）
3. 技術層面節能手段
架構：LPO（相對 retimed 省 ~30%）、CPO（相對 pluggable 省 ~65%，相對 LPO 再省 ~35%）。（Meta）
元件整合：4-in-1 泵浦共用 TEC（節 25%+ 冷卻功耗）、DGE+OCM 集成、EML 差分驅動 ~1V。（Lumentum／Source Photonics）
調變/FEC：短距 IMDD 更省電；高階 PAM 省帶寬但增加 FEC/DSP 功耗與延遲。（IEEE／Synopsys）
4. 熱管理
CPO 必須液冷或浸沒冷卻；102.4T CPO 系統需協同設計散熱與光纖走線。（Broadcom+Corning）
空冷逼近極限；液冷（Direct-to-Chip）成主流，浸沒冷卻評估中。（Cisco／Meta／Google）
5. 產業觀點
Meta：CPO 測試顯示**~65% 節能**。
OIF：提出能效地圖與目標。
Cisco：主張「熱設計先行」。
Broadcom+Corning：102.4T CPO 系統化設計示範。
總結
能效是新 KPI（<4 pJ/bit、>2 Tbps/mm）。
大頭在 DSP／泵浦／TEC。
解法：LPO／CPO、泵浦整合、差分驅動、SiPh 集成。
熱管理演進：空冷 → 液冷 → 浸沒冷卻。
可靠性需 ≥ ASIC，否則拖累整體效率。
總結
ECOC 2025 清楚展現光通訊產業的轉型軌跡：AI 正以前所未有的速度驅動需求，Datacom 成為核心戰場，1.6T 與 3.2T 光模組逐步接力，而 ZR 相干與 OCS 技術則填補了更長距離與能效需求。短距的 Scale-Up 正從銅纜轉向光化，中長距的 Scale-Out 以 pluggable 與相干為主，整體市場將在 2025–2030 年間持續擴張。各種調製器技術（MZM、MRM、EML、VCSEL、TFLN、InP）與模組架構（Pluggable、LPO、CPO、Chiplet）不會是單一路線的淘汰賽，而是依應用場景共存演進。最終，能效與可靠性將是評估技術落地的核心 KPI，而標準化與供應鏈成熟度將決定市場導入速度。
總而言之，ECOC 2025 告訴我們：AI 時代的光通訊，不再只是追求速率，而是追求在功耗、延遲、可靠性與成本之間找到最佳平衡。這場產業重構將決定未來資料中心與 AI 工廠的基礎樣貌。
留言