共封装光学技术
利用光提高数据传输速度
人工智能数据中心兴起,效率愈发重要
良率与维护等挑战仍待解决

人工智能半导体竞争的重心正从芯片运算性能延伸至数据传输速度。即使芯片运算再快,若无法及时收发数据,也难以充分发挥性能。因此,以光代替电信号传输数据、提高速度并降低功耗的共封装光学技术,正受到下一代人工智能数据中心的关注。


将光学引擎置于芯片近旁,以光实现更快传输

“光比电快,知道吧?”AI半导体竞争风向变了……三星、SK也入局共封装光学技术[芯片漫谈] View original image

共封装光学技术是将与半导体芯片交换数据的光学引擎紧贴芯片,或将两者集成在同一封装中的技术。传统方式下,芯片发出的电信号沿基板和电路传输数据。但电信号的传输距离越长,功耗越高,信号也越容易衰减。共封装光学技术的核心,是在芯片附近将电信号转换为光信号后传输数据,从而缩短电信号的传输距离,降低功耗和信号损失。


硅光子技术(Silicon Photonics)被视为实现共封装光学技术的关键。该技术将光学技术融入硅半导体工艺,用于传输光和转换信号,并结合先进封装技术,将光学引擎与半导体芯片集成在同一封装中。


随着人工智能数据中心兴起,人工智能市场的竞争标准发生变化,共封装光学技术也因此愈发重要。过去,单颗芯片的性能和运算速度是重点;如今,更关键的是芯片能否与高带宽内存快速连接并高效交换数据。在人工智能数据中心,大量图形处理器、加速器、内存和网络设备紧密互联。即使运算芯片性能提升,若数据无法在芯片之间顺畅传输,整个系统的效率仍可能受限。


英国市场研究机构IDTechEx预计,2026年共封装光学技术的市场规模为9500万美元(约1310亿韩元),到2035年将以年均30%的速度增长;约10年后,市场规模有望突破12亿美元(约1.65万亿韩元)。


全球竞争开启,三星与SK也加入

传统方式与共封装光学方式对比示意图。SK海力士供图。

传统方式与共封装光学方式对比示意图。SK海力士供图。

View original image

共封装光学技术的竞争正从半导体设计,扩展至光学引擎制造、封装和系统集成等多个领域。台积电(TSMC)较早着手开发硅光子和先进封装技术。该公司正通过整合处理电信号的电子芯片与处理光信号的光子芯片的“COUPE”技术,提高光学引擎的集成度,并计划于2026年下半年量产。其方案是在人工智能高性能计算平台中整合硅光子技术、高带宽内存及3DFabric三维堆叠与封装技术。


英伟达和博通也已量产出货采用共封装光学技术的网络平台及交换机产品。共封装光学技术需要交换机专用集成电路、光学引擎,以及激光器、光学器件、光纤、连接器、晶圆代工工艺、先进封装、系统组装与测试等多个领域的技术。因此,光通信零部件、封装及系统制造企业也参与了相关供应链。


“光比电快,知道吧?”AI半导体竞争风向变了……三星、SK也入局共封装光学技术[芯片漫谈] View original image

近期,韩国存储芯片企业三星电子和SK海力士也加入了共封装光学技术竞争。三星电子正推进硅光子技术和平台建设,目标是于2027年实现共封装光学技术商业化,并于2028年量产结合人工智能半导体与硅光子技术的产品。该公司计划以涵盖硅光子技术、高带宽内存、系统半导体晶圆代工和封装的一站式战略参与竞争。


SK海力士则着眼于内存与处理器之间的光连接。该公司研究人员曾在国际学术期刊《Nature Electronics》上发表有关共封装光学技术路线图的研究,提出通过光连接将内存与处理器联结起来的架构,以缓解大规模人工智能系统中的数据传输瓶颈,并探讨未来商业化的可能性。


良率与维护仍待解决,商业化尚处初期

“光比电快,知道吧?”AI半导体竞争风向变了……三星、SK也入局共封装光学技术[芯片漫谈] View original image

共封装光学技术仍处于商业化初期。由于工艺难度较高,要建立大规模生产体系,仍有多项问题待解决。光学部件与半导体芯片需要精密对准,封装内部产生的热量也必须得到有效管理。此外,减少制造缺陷、确保良率同样重要。


维护方式也是一项挑战。现有的可插拔光模块出现问题时,可以直接更换模块;但共封装光学技术将光学引擎集成在封装内,需要建立适配系统结构的检测和维修体系。与传统方式相比,制造和运营成本能降低多少,也将影响其商业化进程。



也有分析认为,全球采用共封装光学技术的步伐将加快。英伟达曾在“CES 2026”上表示,2026年第三季度将是商业化的关键节点。一名业内人士表示:“过去,业界主要致力于提升存储芯片本身的性能和竞争力;如今,越来越多人认识到,仅把内存做好是不够的。除了确保各项技术自身的竞争力,还必须思考如何将不同技术连接起来并加以优化。”


本报道由人工智能(AI)翻译技术生成。

版权所有 © 阿视亚经济。未经许可不得转载,禁止用于AI训练及使用。

不容错过的热点