
C114新闻6月17日(Shuiyi)在其最新报告中说,人工智能的快速发展,尤其是大型语言模型和发电机AI的增长,正在促进联合包装光学(CPO)的广义应用。 AI的工作量很高,带宽要求,低潜伏期和高能源效率,以将数百万GPU连接到超尺度数据中心或“ AI工厂”。关键驱动因素包括数据传输要求,能源效率,可扩展性和行业投资。借助比例网络,CPO可以实现高距离带宽连接(例如机架),低延迟和能源消耗,这使其非常适合具有AI和Ethernet/Infiniband网络的云网络体系结构。插头 - 光学模块将继续在com nodespoty中使用,直到CPO技术更加成熟为止。在扩展网络中,CPO替换铜电缆以提供更好的连接电位产量,更长的传输距离和较低的能源消耗,尤其是在AI训练和高性能计算方案(HPC),具有更好的连接性,更长的传输距离和较低的能源消耗,这对于GPU或节点和开关之间的互连至关重要。 CPO的首次实现首先集中在扩展网络上,然后扩展到比例网络。在GTC 2025会议上,NVIDIA推出了Spectrum-X和Quantum-X硅开关芯片,这标志着在AI基础架构中应用CPO的关键步骤。这些开关使用CPO使用1.6TBPS端口连接到GPU。 NVIDIA使用与Rubin的架构一起使用CPO技术来打破NVLink的限制,更快地实现互连DAND,更可扩展和更低的功率。根据Yole的说法,CPO的市场价值在2024年为4600万美元,预计到2030年将达到81亿美元,年增长率为137%。这种增长主要由转运驱动n的光学模块的n可连接到CPO和铜电缆与光学通信,功率,密度,可扩展性,带宽和运输目标的n是应对传输距离的挑战。 CPO将光学模块与交换机或处理器集成在一起,以启用高规模网络(云网络体系结构)和比例尺(集群AI/GPU)的高功率网络。 CPO供应链涵盖了多个链接(如下所示),包括半导体晶圆工厂,Optolectronic制造商,包装服务提供商和光纤制造商。 CPO使用集成电路(PIC)与激光,调节器和波导指南相结合,以实现有效的Fotelegraph信号转换。比例网络承认使用标准化照片的低成本以太网开关,而比例网络依靠个性化照片来实现大容量AI互连,例如NVLink,通过PAM-4或NRZ调制技术实现每秒的位。 according to TSMC 5NM和3NM,ASIC过程开关可确保有效的数据。从光子包装的角度来看,主要使用了2.5D技术(在同一基板上彼此放置)或3D技术(通过EMIB孔或堆叠)主要使用。解决方案2.5D提供了高密度互连和简单结构的优势,但面临可扩展性和热量消散的挑战。 3D解决方案减少了太空消耗和能源,但增加了制造的复杂性。 ASIC/Photons chiplet的边缘的带宽密度很重要,并且光子插入器以2D光学元件接纳了堆叠的Fugacies。 Yole认为CPO不断发展以满足AI的需求。量表着重于成本和规模,而量表则侧重于性能和自定义,改变数据中心的连接方式。同时,CPO正在重组其数据中心架构,因为NVIDIA,BRODCOM和TSMC等公司的趋势。