隨著數位化浪潮的加速,從云端服務到人工智能應用,再到車用電子與醫療影像處理,龐大的數據流量正以指數型態成長。傳統電子訊號的傳輸方式,雖然在過去數十年間支撐了資訊產業的發展,但如今已逐漸遭遇頻寬與能耗上的瓶頸。電訊號在長距離傳輸時,會受到電阻與電容效應影響,導致延遲上升與功耗大增。相比之下,光訊號具備高速、低延遲、低損耗的特性,使其成為新一代資料傳輸的關鍵解方。
近年來,光通訊不再僅限於光纖骨干網路,而是逐步向半導體晶片與封裝層級下沉。矽光子學(Silicon Photonics)的進展,讓光學元件能與CMOS工藝結合,大幅降低了成本,并使光通訊的應用場景不再局限於大型網路節點,而能夠延伸到資料中心伺服器之間的互連、AI晶片的高速傳輸,甚至車用電子與醫療設備。這種「從云端到邊緣、從資料中心到車用」的多元應用,正在重新定義光通訊的產業價值。

| 圖一 : 光通訊逐步向半導體晶片與封裝層級下沉。這種「從云端到邊緣、從資料中心到車用」的多元應用,正在重新定義光通訊的產業價值。 |
|
資料中心與 AI運算的推動力
最迫切推動光通訊落地的領域,正是資料中心。全球四大超大型云端服務商Google、Amazon、Microsoft與Meta都面臨相同挑戰:如何在有限空間與能耗限制下,持續滿足 AI 模型訓練與推論的需求。以生成式 AI 為例,單一模型往往需要數百億甚至上兆叁數,對 GPU 之間的資料交換頻寬提出極高要求。
傳統的銅線互連,在面對數百 Gbps 到 Tbps 級別的數據流量時,能耗急遽上升,成為系統瓶頸。NVIDIA在其最新一代 GPU-to-GPU 傳輸架構中,便開始探索共封裝光學(Co-Packaged Optics, CPO)方案。透過將光收發器直接整合進 GPU 或交換器晶片封裝內部,訊號在封裝層級便轉換為光訊號,避免長距離銅線的能量損失。這樣的設計不僅能提升頻寬密度,更可顯著降低功耗,對未來 AI 超級電腦的建構至關重要。
此外,像 Intel、Broadcom 與 Marvell 等網通晶片大廠,也紛紛投入矽光子模組的開發。以 Intel 為例,其矽光子產品線已量產多年,并廣泛應用於超大型資料中心內部的伺服器互連。而 Google 更早在自家 TPU 系統中導入光學互連,以滿足龐大的 AI 訓練需求。可以預見,隨著生成式 AI 的快速崛起,光通訊將不僅是選項,而是資料中心維持競爭力的必要基礎設施。
電信網路與 5G/6G 的基礎
除了云端資料中心,光通訊在電信領域的角色同樣不可或缺。5G 商用推動以來,基地臺數量急速增加,對於前傳(fronthaul)、回傳(backhaul)網路的頻寬需求也隨之倍增。進入 6G 規劃階段後,頻寬需求將進一步突破 Tbps 級別,同時延遲要求被壓縮至毫秒甚至微秒等級。這使得傳統電子式互連難以應付,而光通訊則成為唯一可行的基礎方案。
過去,電信設備使用的光收發器成本偏高、功耗龐大,限制了大規模部署的可能。然而,隨著矽光技術成熟,透過標準 CMOS 制程即可大幅降低成本,并具備可規模化量產的優勢。中國的華為與中興,歐洲的 Ericsson 與 Nokia,均已與各大電信商展開矽光模組測試。特別是在中東與歐洲市場,隨著大型 5G 專網與企業級網路興起,低功耗矽光子解決方案已成為未來投資的焦點。
臺灣與日本的電信業者也積極跟進。臺灣在 5G/6G 前瞻實驗網計畫中,已有學研單位與產業鏈合作測試光互連模組;而日本 NTT 更進一步提出「IOWN(Innovative Optical and Wireless Network)」計畫,旨在透過全光網路架構,實現百倍於現有網路的頻寬與能源效率。這些計畫都預示著光通訊將成為未來電信網路的核心基礎。
車用電子:高速傳輸與輕量化的需求
除了資料中心與電信網路,汽車產業是光通訊另一個正在萌芽的重要應用場域。隨著電動化與自駕化發展,車輛已逐漸演變為「輪子上的資料中心」。一輛具備 L4 級自駕功能的車輛,需搭載數十顆攝影鏡頭、毫米波雷達與 LiDAR,產生的資料流量可達每小時數 TB。如何即時處理并分配這些感測資料,對車內網路提出了前所未有的挑戰。
傳統的車內網路多采用 CAN、LIN 或以太網,但在面對未來的資料洪流時,頻寬與延遲皆顯不足。同時,銅線布線不僅笨重,還會增加車體重量,進而影響電動車的續航力。因此,車廠與供應鏈已開始探索以光纖取代部分車內高速互連的可能性。
Sony與OmniVision等感測器大廠,已著手研究將光學互連應用於攝影模組與雷達系統,確保影像與感測數據能以最低延遲傳輸至中央運算平臺。此外,德國汽車電子供應商 Continental 亦正在開發適用於車內網路的光學收發模組,期??透過低延遲、高抗干擾的特性,滿足未來自駕車的需求。這一趨勢顯示,光通訊正逐步從資料中心的高效能場域,擴展至車輛這樣的嵌入式應用場景。
醫療應用:高速影像與遠距診斷
在醫療領域,光通訊同樣扮演愈發重要的角色。隨著醫療影像解析度持續提升,單一 CT 或 MRI 掃描便可產生數百 GB 的數據,醫院內部伺服器與工作站之間需要更高效能的資料傳輸。此外,遠距醫療逐漸普及,如何確保手術過程中高解析度影像與即時控制訊號的穩定傳輸,更加凸顯光通訊的重要性。
目前已有醫療設備商開始測試將矽光模組導入醫療影像處理器與遠距手術系統中。例如,在遠距手術場景下,醫師需要依靠機械手臂與高解析度影像來進行操作,任何延遲或干擾都可能導致不可逆後果。透過光通訊,這些訊號能以最低延遲傳輸,確保手術安全與精準度。同時,光纖的高抗電磁干擾特性,能避免醫療環境中大量電磁設備所產生的雜訊影響。
技術挑戰與未來展??
雖然光通訊的應用前景廣闊,但仍存在一些技術挑戰。首先是封裝與制程整合問題。光學元件的制造工藝與電子晶片不同,如何在不犧牲良率與成本的前提下實現異質整合,是業界持續研究的方向。共封裝光學雖能解決效能瓶頸,但其測試、散熱與可靠度仍待突破。
其次,標準化與生態系的建立也至關重要。不同云端業者、電信商與車廠若采用各自不同的光學模組標準,將導致市場碎片化,增加供應鏈成本。因此,像是 OIF(Optical Internetworking Forum)、IEEE 與 TIP(Telecom Infra Project)等國際組織,正積極推動光通訊介面的標準化,以促進生態鏈成熟。
最後,能源效率仍是長期目標。雖然光通訊相較於銅線已具備低功耗優勢,但隨著傳輸速率不斷提升,光收發器與激光器的能耗仍可能成為系統瓶頸。因此,如何發展更高效率的光源與低功耗驅動電路,將決定光通訊能否在全產業規模化普及。
結語
展??未來,隨著生成式 AI、6G 網路、自駕車與智慧醫療的逐步落地,光通訊將成為資料流通的「隱形基礎建設」。無論是在龐大的資料中心,還是高速移動的車輛,抑或精密的醫療手術,光訊號都將扮演不可或缺的角色。從云端到邊緣,從電信到車用,光通訊正逐步編織出一張支持未來數位社會的高速神經網路。