為何傳統銅線互連會成為 AI 運算能力的瓶頸？

傳統銅線互連成為 AI 運算瓶頸的原因

傳統銅線互連在 AI 運算中逐漸成為瓶頸，主要是因為 AI 運算對通訊、頻寬、連接總數以及 I/O 功能的功耗需求極高。大量銅線的使用不僅增加了熱密度，使得散熱成為一個嚴峻的問題，同時也限制了頻寬效能。輝達的 NVL72 雖然在工程上是一個奇蹟，但由於其龐大的銅線數量，製造上極具挑戰，進一步凸顯了銅線互連的局限性。

矽光子技術如何突破銅線瓶頸

矽光子技術通過光學互連，能有效降低功耗，提高頻寬，並改善散熱，從而突破了傳統銅線互連的限制。這種技術利用光而非電信號進行數據傳輸，不僅速度更快，而且能耗更低，使得 AI 運算能夠處理更大量的數據，執行更複雜的算法，而不會因過熱而影響性能。英特爾前執行長季辛格（Pat Gelsinger）曾預言的「銅轉光」轉變，如今正逐漸成為現實。

矽光子技術的應用與產業合作

Ayar Labs 等公司正致力於將矽光子技術導入運算產品，並與台積電等台灣半導體產業鏈中的重要合作夥伴緊密合作，透過台積電的先進製程能力來實現共同封裝光學解決方案。此外，Ayar Labs 還與世芯和創意電子等公司合作，將技術整合成客戶更容易採用的完整解決方案。這種合作模式有助於加速矽光子技術在 AI 運算領域的應用，並推動整個產業的發展，從而解決傳統銅線互連所帶來的瓶頸問題。