玻璃基板與CPO技術，為何被視為擴大AI應用的新興成長動能？

Question

Accepted Answer

玻璃基板與 CPO 技術為 AI 應用擴張提供關鍵算力與傳輸基礎

玻璃基板與 CPO（Co-Packaged Optics，共封裝光學）之所以被視為擴大 AI 應用的關鍵成長動能，是因為它們能有效解決當前 AI 發展面臨的兩大瓶頸：極致的運算效能需求與龐大的數據傳輸壓力。隨著 OpenAI 的 GPT-6 Astra 等模型展現出初具雛形的通用人工智能（AGI）能力，其推理與代理任務所需的算力需求呈指數級增長，從單純的 AI 查詢到代理 AI 任務，運算量可放大千倍，進一步推升至實體 AI 任務時，更可能達百萬倍。這使得傳統的矽基板面臨散熱與訊號傳輸的極限挑戰。
玻璃基板提升高密度運算晶片的散熱與訊號完整性

先進 AI 模型對運算晶片提出了前所未有的高密度與高功耗要求，傳統的矽基板在訊號傳輸的損耗與散熱效率上面臨瓶頸。玻璃基板則能提供更佳的解決方案。其熱膨脹係數較低，能更好地匹配不同材料的熱膨脹，減少因溫度變化引起的應力，進而提升封裝的可靠性。更重要的是，玻璃基板擁有更低的介電常數與損耗，能顯著降低訊號傳輸時的衰減，確保高頻訊號的完整性，這對於處理海量數據的 AI 晶片至關重要。此外，玻璃基板的平坦度更高，有利於實現更精密的佈線，進一步提升晶片性能與封裝密度。
CPO 技術透過光纖縮短傳輸距離，大幅提升數據傳輸效率與能源節約

AI 應用，特別是雲端資料中心，需要處理和傳輸極為龐大的數據流量。傳統上，資料中心的訊號傳輸依賴於銅導線，但隨著傳輸距離的增加，訊號衰減和能耗問題愈發顯著。CPO 技術將光學元件（如光收發模組）直接整合到處理器封裝內部，透過短距離的光纖進行數據傳輸，取代部分銅導線。光訊號傳輸的損耗極低，頻寬更大，能大幅提升數據傳輸的速率與效率，同時顯著降低能源消耗。這對於需要大規模平行處理和即時數據交換的 AI 工作負載而言，是至關重要的突破。例如，輝達執行長黃仁勳已預期下一階段的 AI 訓練可能需要 40 萬個 GPU，如此龐大的算力規模將對資料中心的網絡架構和能源效率提出極高要求，CPO 技術正是解決此挑戰的關鍵。

閱讀紀錄

隱藏 →

此記錄會在頁面關閉後消失

玻璃基板與CPO技術，為何被視為擴大AI應用的新興成長動能？

Loading

你覺得這篇文章有幫助嗎？

有幫助

沒幫助

回報問題

9

0

0

分享給好友