FIT TECH DAY 2026 | Lumentum、Avalanche Thinking、NTT、ams OSRAM | Light at Scale：AI 資料中心互連的下一個前沿

2分钟前

讀畢需時 37 分鐘

這場大會最值得記的，不是「哪一種封裝贏了」，而是八位講者用五種不同語言講出同一件事：互連已經從零件升級成架構。連線不再是把運算接起來的配線，它自己就是設計運算系統時要跟算力、記憶體、供電、散熱並列考慮的第五個子系統。
四場 keynote 的共識極度一致：可插拔、NPO、CPO、OIO 是共存的世代堆疊，不是替代。Avalanche Thinking 的 Chuck Mattera 說得最白——「這些世代會疊加，不會單純互相取代」；ams OSRAM 的 Ashkan Seyedi 則補上現實面：NPO 是最容易上路的那一級。
時間軸被講明了：Lumentum 的 Wupen Yuen 直接說，2028 是 optical scale-up 元年，2030 才是完整的 optical scale-up，而 scale up 的光用量會是 scale across 的 100 倍。這是全場唯一一個可以拿來對帳的年份。
Panel 上最硬的兩句反共識：Semtech 執行長 Hong Hou 說「不要忽略銅，equalizer 還能補 15–20 dB，把銅的有效長度推到約 3 公尺」；黃衛平說「在公尺級距離，銅在頻寬密度與能效上還領先光一到兩個數量級，CPO 能補一些差距，但缺口還在」。
全場真正的天花板不在技術路線，在材料與對準。主持人劉一成博士收場時沒有談技術，而是對全場說：「請幫我們解決材料短缺問題。」鴻海研究院把 InP 300 Gbps+ 與量子點梳狀雷射同時押上，理由也在這裡。
對台灣供應鏈來說，這場會的訊號很具體：FIT 從連接器供應商變成 NTT 光電融合介面的共同設計者（500 pin、每 pin 200G、可著脫）。真正的機會不在「能不能做出來」，而在「能不能每季都交得出量」。

1. 前言：一場把「連線」放到主舞台中央的大會

2026 年 9 月 16 日，FIT（鴻騰精密，Foxconn Interconnect Technology）在台北辦了 FIT TECH DAY 2026。副標題直接把立場寫在牆上：Light at Scale — The Next Frontier in Data Center Interconnects。

這個副標值得拆開看。不是 Light（光很棒），不是 at Scale（規模很大），而是兩個詞硬綁在一起：光必須以規模的方式存在。光學這個產業過去三十年的問題從來不是「做不出來」，而是「做不多、做不快、做不穩」。把 scale 放進主題，等於宣告這場大會討論的不是技術可行性，是產業化。

議程設計也很有意思：四場 keynote 加一場 panel，刻意把層次從最下面排到最上面——光源與光引擎 → 光子技術的產業化與量產 → 網路架構下的電子與光子融合 → 新材料，最後用一場 panel 把光模組、CPO、高速互連與整體生態系綁在一起討論。

講者陣容含金量高到不太像單一公司的 tech day：

場次	講者	職銜
Keynote 1	Dr. Wupen Yuen	President, Global Business Units, Lumentum
Keynote 2	Dr. Chuck Mattera	Founder & CEO, Avalanche Thinking；Coherent 前執行長
Keynote 3	Dr. Yoshiaki Sato	Executive Adviser, NTT Innovative Devices Corporation
Keynote 4	Dr. Ashkan Seyedi	VP & GM, Optical Interconnect BU, ams OSRAM
Panel 主持	Dr. Thomas Liu（劉一成）	Optical Communications Consultant, FIT
Panel	Dr. Hong Hou	CEO, Semtech
Panel	Dr. Wei-Ping Huang（黃衛平）	Founder & Non-Executive Director, Ligent Group
Panel	Mr. Ernest Muhigana	Senior Director, Lightwave & MLH BU, MACOM
Panel	Dr. Hao-Chung Kuo（郭浩中）	Director, Semiconductor Research Center, 鴻海研究院（HHRI）

如果把一整天的內容壓成一條線，它長這樣：

這條鏈的每一段都有人負責講，而且彼此幾乎沒有矛盾。這件事本身就是訊號——當一個產業的上中下游在同一天講出一致的因果鏈，通常代表這波已經過了「要不要做」的階段，進入「誰做得出量」的階段。

2. 主辦方自己先把話說完：算力心臟與高速血脈

開場致詞的是工業富聯（FII）董事長鄭弘孟。他的講法很集團：鴻海正在推「四力整合」——技術力、加工力、管理力、垂直整合能力。但中間有兩句話值得抄下來：

單純的堆疊晶片已不再是解方。真正決定整體算力上限的瓶頸，在於互連頻寬以及能耗散熱。

如果說 FII 在 AI 伺服器高階機櫃與電源架構上的端到端系統整合能力是強勁的算力心臟，那麼 FIT 領先全球的高速連線、銅纜以及光通訊技術，就是讓算力得以奔流的高速血脈。

這段話的產業意義比聽起來大。它等於是鴻海集團在公開場合把 FIT 的定位從「連接器供應商」改寫成「算力基礎設施的必要子系統」。他接著補的那句更直接：AI 基礎設施已經從單點的技術競爭，進入整體系統效率的競爭——比的是算力、連線、供電、散熱能不能在同一個平台上協同最佳化。

最後他引用鴻海董事長劉揚偉的話收尾：現在的時代不只是要 make in Taiwan，而且要 make with Taiwan。

下半場 panel 開場時，主持人劉一成博士回頭替上半場做了一次數字定調：四場 keynote 講的是同一件事——AI 算力需求越來越快，而運算容量大約每七個月翻倍（他引自開幕演講）。這個數字是後面所有論證的起點。

接著由 FIT 董事長盧松青（Sidney Lu）介紹議程。他用一句話定調全天：從光源、材料、元件、網路架構到系統與製造，每一場分享都要一起拼出 AI 下一個時代的 connective landscape。

STT 觀點：這兩段致詞是典型的「主場敘事」，但它們把整場大會的動機說清楚了——FIT 不是來賣連接器的，是來爭取在光電架構定義階段就坐上桌。後面 NTT 那場 keynote 會證明這個位置它已經拿到了。

3. Keynote 1｜Lumentum Wupen Yuen：這次真的不一樣，而且 2028 有個日期

Wupen Yuen 開場第一句是一個在光通訊圈很敏感的自嘲：

我在這行三十年。三十年來，光學一直都是「下一個大事」。這次不一樣。

然後他把「為什麼不一樣」拆成一個很乾淨的論證。

3.1 需求端：資料生產者從人換成機器

過去所有流量，不管是 YouTube 還是雲端運算，本質上都是人產生、人消費。AI 改變的是這件事：現在是在大規模地創造與提供人類等級、甚至超人類等級的智慧。生產者與消費者都不再受人類數量與時間限制，所需的運算與通訊量因此進入完全不同的量級。

結果就是資料中心的計量單位改成 GW。而因為半導體本身已經撞到 scaling 極限，唯一的擴張方式是把非常多的處理器連起來當成一台電腦用——網路因此成為決定算力天花板的那一層。

3.2 光的四個不可替代屬性

Yuen 把光的價值收斂到四件事，每一件都直接對應 AI 的痛點：

超低延遲：光以光速通訊，延遲落在奈秒級。
巨大頻寬：一條光纖的頻寬可達約 30 Tbps 級、跨約三個波段，是今天銅纜的數百倍。
可擴展的連接維度：光不只能靠「加纖」增加連接數，還能靠波長再開一個維度。
功耗與可靠度：以 CPO 為例，互連功耗可降約 70%；而他引述的數據是 CPO 的可靠度已至少是可插拔模組的 20 倍（這是講者引述，非公開標準數據，請以各家實測為準）。

他還補了一句在 AI 資料中心裡很有殺傷力的話：每一瓦沒有用在運算上的電，都是損失的機會。這句話是 CPO 這類技術真正的商業理由——省下的不是電費，是可以換成算力的功率預算。

3.3 銅怎麼了

Yuen 給的是一個極簡但殺傷力很強的算術：資料中心機櫃大約 2.2 公尺高，要從最上層的伺服器接到中段的交換器，大約需要一公尺的銅纜。在 1.6T 這一代還勉強可達；再往上走，即使距離勉強夠，也要燒掉大量功率在 DSP 上，那就違背了用銅的初衷。

3.4 四層 scale，以及 2028 這個年份

這是全場資訊密度最高的一段。Yuen 把光的戰場分成四層，並給出各層的相對量級：

Scale across（資料中心之間）：光的老家，電信技術的延伸。以此為 1x 基準。
Scale out（資料中心之內）：大約 2023 年成形，10x。這是今天整個光模組產業瘋狂奔跑的原因。
Scale up（機櫃內與跨列）：走 NVLink 級速率而非 Ethernet，100x。這是還沒發生的那一跳。
Scale in（封裝內 die-to-die）：用光處理 XPU 內部的 I/O 擴張，未來再 10x。

然後他給了時間：產業界已有相當共識，2028 會是 optical scale-up 的第一年；2030 才是完整的 optical scale-up。

他也順帶提到 XPU 頻寬的成長率——大約每兩年翻倍，等於年增約四成——以及光路交換（OCS）正在從 scale out 的大型應用，往 scale up 這種較小尺度、但連接維度更大的場景演化。

這個 scale-up 光互連的路線分歧，我們在銅纜撐不住 AI 之後：scale-up 光互連的七條路，與各撞一堵牆的兩種活法做過完整拆解；官方規格端的對應地圖則在 OIF 替 AI 互連畫了張官方地圖：三張網、一個 pJ/bit 戰場，CPO 是寫好的終局。

3.5 真正的難題：怎麼把量做出來

Yuen 最後把話題轉到他認為整個產業最大的挑戰——不是技術，是產能爬坡：

光學在荒野裡待了二十到二十五年。過去沒人知道怎麼把它做快。現在突然要在一年內把產能拉十倍。

他舉自家例子：Lumentum 的雷射產能兩年內拉了約 12 倍，模組產品則是每一季都在爬坡。而他說解法要向矽產業學——這也是他認為 CPO 之所以強大的原因：CPO 的本質是把光學從「光學做法」搬進「矽的做法」，從實驗室裡一顆一顆做的元件，變成高良率、高產出、隨時可拉量的製造流程。

他明確點名台灣：台灣懂 scale 是什麼意思，懂怎麼處理量、怎麼快速把品質做出來。

STT 觀點：這場 keynote 的價值在於它把「光很重要」這種空話換成了兩個可對帳的東西——100x 的量級跳躍與2028 這個年份。往後兩年，只要 optical scale-up 的訂單沒有在 2027 下半年開始出現在供應鏈的 book-to-bill 裡，這個年份就要往後修。Lumentum 自己的財報已經開始反映這條線，詳見法說精華：Lumentum（LITE）｜FY2026 Q4。

4. Keynote 2｜Avalanche Thinking Chuck Mattera：光子的世紀，以及「互連變成架構」

Chuck Mattera 是 Coherent 前執行長，現在自己創辦 Avalanche Thinking。他的演講風格和 Yuen 完全不同——他不談下一個產品週期，他談的是一個世紀的方向。

4.1 七十五年的累積鏈

他從 1947 年開始講：那一年電晶體給了我們半導體的放大與開關，幾個月後 Claude Shannon 給了我們資訊理論。電子與資訊是一起誕生的，然後光加入：1960 年的雷射、兩年後的半導體雷射（可以用三五族材料製造的光）、1970 年的低損耗光纖（可以送過一個大陸的光）。到 1980 年，光通訊才剛剛成為一門生意。

他要讀者注意那個模式：發現變成能力，能力變成基礎設施。網際網路在 90 年代、雲端在 2000 年代，每一層都建在光子的基礎上。

然後是 2022 年底的 ChatGPT，他說它做了一件不同的事：

它讓資訊的「移動」成為限制。不是儲存，不是處理，是移動。

4.2 一個發現怎麼變成基礎設施

這是他整場演講的方法論核心：靠能力的累積——材料、元件、次系統、系統，一層一層往上長。每一層都必須交付有差異化的功能，而且必須和上下層系統性地整合。

發現本身只創造可能性。但可能性不會改變世界，直到工程師能用它做設計、製造商能用它拉量、客戶能依賴它、市場能有效率地圍繞它組織起來。

他用自己的兩段人生當證據：前二十年在貝爾實驗室，看著這種累積在身邊發生；後二十年在 II-VI 與 Coherent，親手再經歷一次。II-VI 1971 年從一家材料公司起家，硬問題一做五十幾年，材料變元件、元件變次系統、次系統變系統。他的結論是：當你累積了五十年，累積本身就是競爭優勢。

4.3 AI 是基礎設施革命，連線是第五個並列子系統

Mattera 說 AI 不只是軟體轉型，它是基礎設施革命——這件事容易被忘記，因為大多數人體驗 AI 的方式只是螢幕上的一個 prompt。但那背後是一台巨大的物理機器，運算單位已經不只是晶片、伺服器或機櫃，越來越是一棟建築、有時候是一整個園區。

而在那台機器裡，五個系統現在是平級的：運算、記憶體、供電、散熱、連線。

當運算到了一棟建築的尺度，互連就成為架構本身。

他接著把運算史上的限制資源列成一條移動軌跡：90 年代優化時脈直到熱擋住我們；2000 年代推電晶體密度；2010 年代記憶體頻寬成為壓力點；接著封裝與資料移動吃緊。每一次產業撞牆，牆就往前移一次。現在牆移到了互連——功耗每位元、高頻寬、低延遲、距離，全部要同時解決。

然後是他整場最關鍵的一句校正：

這不是電子對光子的戰爭。電子負責運算，光子負責搬運。未來是兩者被工程化地整合在一起。

4.4 四種架構，以及四個「轉換已在進行」的訊號

他把 Light at Scale 具體化成四種架構，並且明確說它們是世代堆疊：

Pluggables（面板端可插拔）：撐起今天的 AI 部署，而且會繼續 scaling。
Near-package optics（NPO）：作為橋樑。
Co-packaged optics（CPO）：做整合。
Optical I/O / 光子織網（photonic fabrics）：把邊界再往運算推進，最終讓光成為整台機器的連接組織。

這些世代會疊加，不會單純互相取代。

四個訊號（皆為講者引述之市場數據，非 STT 獨立查核）：

頻寬：1.6T 光學正在量產爬坡；具備 400G 光通道的 3.2T 收發器已經被展示過。
可插拔仍在成長：Ethernet 光學去年約成長 80%，分析師預估今年再成長約 65%。
CPO 已離開實驗室：平台正在出貨，102.4T 系統已經進入市場。
功耗才是理由：把光學搬到 ASIC 旁邊，互連功耗比傳統可插拔方案下降約 70%。

他也給了一個貨幣化的尺度：用來理解這個轉換將如何展開的背景，是從現在到 2030 年約七兆美元的 AI 基礎設施投資預估。

4.5 距離的塌縮

這是他描述得最漂亮的一段。幾十年來，光纖解決的是長距離問題——跨海、跨洲、跨城市、跨資料中心。然後同一套技術被要求去搬動一公里、十公尺、一公尺、一公分，最終是一公釐。

距離在塌縮，頻寬在倍增，元件物理被逼到極限，它開始對材料課稅。銅在短距離做得非常好，但當頻寬上升，距離變貴、功率變貴、熱變得無法容忍、延遲變得無法管理。這就是光為什麼不斷往運算靠近。

五十年來我們把運算帶進網路。現在網路正在搬進運算，而運算正在搬進光學。

最後他把話題轉向 FIT：互連不再只是系統邊緣的被動元件，它正在成為機器架構的一部分；而很少有公司同時具備電氣、光學、電源、熱的設計能力加上長期的製造規模——他認為 FIT 現在有。他說他在 FIT 身上看到 1984 年走進貝爾實驗室時看到的東西：正在累積、足以驅動一整個技術轉型的工程與製造能力。

STT 觀點：Mattera 這場是全天思想密度最高的一場，但也要看清它的立場——一位資深產業領袖在主辦方的主場，對主辦方做了一次公開背書。真正值得帶走的是那句方法論：發現創造可能性，製造創造規模。這條線索直接連到我們在【CPO 拆解 5/6】CPO 生態系正在重新洗牌：晶圓廠與 OSAT 從配角變主角追的那條主線：這一輪重分配的受益者，不是路線圖畫得最漂亮的人，是製造能力累積最厚的人。

5. Keynote 3｜NTT Yoshiaki Sato：光電融合三世代，與 FIT 的 500 pin

第三場由 NTT Innovative Devices 執行顧問 Yoshiaki Sato 用日文進行。這場是全天唯一一場「已經在量產、拿實機上台」的演講，資訊最紮實。

5.1 一家電信業者為什麼自己做元件

Sato 先解釋 NTT 的特殊性：NTT 是跟中華電信、AT&T 同類的通訊營運商，本來不是製造業；但 NTT Innovative Devices 是製造業，同時做數位 IC（fabless，設計自己做、製造委由晶圓廠，最終由台積電製造）與光元件（設計、開發、製造都在自家工廠）。

一家做通訊服務的公司持有製造業，這是相當罕見的模式。

公司成立三年，但把前身算進去，是 40 年的光通訊創新史。他用三個里程碑帶過：1980 年代要讓單一光纖突破 1 Gbps，他們做的是砷化鎵化合物半導體高速 IC；1990 年代網際網路帶來爆量需求，電信必須突破數十 Gbps，他們做的是光波長多工（WDM）用的光多工器；再往後要突破 100 Gbps，需要新的通訊方式，於是做了數位相干（digital coherent）用的數位 IC。

同時具備數位 IC 與光元件，這兩張臉就是他們敢押光電融合的底氣。

5.2 一張 30 公分的圖，決定了整個公司的方向

Sato 展示了一張他形容為「橫軸只有 30 公分」的圖：在幾十公分的距離內，用光配線與電配線各自的功耗曲線。

藍線是電配線：距離拉長，功耗急遽上升；再把訊號速率拉高，又再往上跳一階。
黃線是光：我們在電信用了幾百公里的光纖，在這 30 公分的距離用光，功耗幾乎不隨位元率上升。

他把 AI 的功耗問題接上這張圖：最先端的 GPU、CPU 密度極高，帶著大量 I/O 介面，而介面速率越來越快——所以功耗必然上升。他點名 NVIDIA 剛發表的 Rubin，「效能非常好，但功耗高達 2,300 瓦，一顆 IC 就 2,300 瓦」。（這個數字與外界流傳的 Rubin Ultra 2,300W TDP 一致，屬於講者現場引述。）他也引述調查機構的數字：到 2030 年，資料中心耗電量將是 2025 年的兩倍。

然後他把 GPU 歷史畫成兩條線：從 Volta 到 Blackwell，效能上升、功耗跟著上升；而黃線只抽出 GPU 的介面部分——功耗成長的一大塊來自「介面變多、介面速率變快」。

把這一段換成光，GPU 的功耗、XPU 的功耗就會下降。

5.3 三個世代，而且是反方向導入

這是 NTT 最有辨識度的策略。一般 GPU 世界的推進順序是 scale up → scale out → scale across；但光原本是長距離技術，所以 NTT 反過來從最遠的一層開始導入。

第一世代（PEC-1）：資料中心之間

問題定義得很清楚：資料中心之間需要的單纖容量從 400G（已在用）往 800G、1.6T 走，而用既有做法做 800G 非常困難。原因在斷面圖上——一般收發器是多顆元件放在 PCB 板上互連，訊號一放上去就有損耗，用普通方法做不出 800G。

NTT 的做法是把矽半導體元件與化合物半導體光元件一體化成單一晶片：外觀跟一般 IC 一樣有大量接點，但同時帶著光纖出口。他形容它是「同時具備光與電出入口的新型晶片」。

他現場對比了兩張照片：左邊是合作夥伴提供的一般 100G 傳輸裝置，裡面的收發器尺寸約 4×5 吋；右邊是同一家公司用 NTT 第一世代光電融合元件做出的可插拔模組——達到 800G，同時降低功耗。

第二世代（PEC-2）：資料中心之內

一般電交換機是一顆交換晶片放在大板中央，靠約 30 公分的電介面連到面板。功耗非常大。NTT 的做法是把大容量光介面搬到交換晶片旁邊。他把實機帶上台：

中央是 Broadcom 的 Tomahawk 系列交換 IC。周圍排了 16 顆光介面，每一顆實現 6.4 Tbps 的大容量通訊。

16 × 6.4T = 102.4T，這與 Mattera 提到的「102.4T 系統已進入市場」是同一件事。效果：整體功耗比單純沿用電介面的做法降低約 50%。他說這個產品今年商品化。

然後是這場演講最重要的那句「もう一つ報告があります」

這個光介面現在做到可以著脫了。這個技術是 FIT 協助我們一起做出來的。這個介面有 500 個 pin，每一個 pin 能傳 200G。

這句話的資訊量很大。CPO 最大的商業阻力一直是可維修性——光引擎焊死在交換晶片旁邊，一顆壞了要換掉整個模組。「可著脫」直接攻擊這個痛點。而做出這件事的是連接器廠，不是光模組廠。他還提到除了連接器，雙方在外部雷射光源等項目上也有多項共同開發在進行。

第三世代（PEC-3）：進封裝內

第一與第二世代都是「數位 IC／類比 IC + 光元件」的組合，而光元件裡面有雷射。要把這一整包塞進封裝內，既有雷射結構基本上做不到，所以必須從根本換架構。NTT 的答案是薄膜雷射（membrane laser）——極小、功耗極低——再把它與電元件融合成連接 digital IC 之間的 optical chiplet。仍在研發階段。

5.4 一個容易被跳過的結尾：大阪萬博的那場演出

Sato 最後花了一分鐘講一個不談規格的案例：去年大阪萬博 NTT 館與台灣中華電信之間用光網路連起來（網路中已經放進第一與第二世代的光電融合元件），兩地各有真人演員同時演出，互相傳送影像。

在台灣看的觀眾，多數大概沒有意識到眼前的影像是從遙遠的日本傳來的。因為延遲太低，演員之間可以直接對話，看起來沒有任何不自然。

STT 觀點：這場是全天含金量最高的一場，理由不是技術新穎，而是它把時間軸釘在地上——第一世代已商用、第二世代今年商品化、第三世代還在研發。對照 Yuen 的「2028 optical scale-up 元年」，NTT 的順序反而更誠實：光先在遠距離站穩，再一級一級往內收。NTT 在 scale-across 這條線上的完整佈局，我們在 NTT 在 OCP 丟出 AICC：AI 的下一個瓶頸不是算力，是把分散的算力用光連起來拆解過。

6. Keynote 4｜ams OSRAM Ashkan Seyedi：你們談的資料中心，是昨天的世界

Ashkan Seyedi 開場就把姿態放得很低又很挑釁：

最後一個講有一種特殊的殊榮跟挑戰。前面的講者都讓你們變聰明了，我會盡我所能把它搞砸。

然後他丟出全天最大的一次框架切換：

目前為止我們談的全都是資料中心。但我來告訴你們，在我的世界裡那是昨天的世界。雲端訓練、雲端推論已經被證明可行，接下來全世界會花五年、十年、十五年去供應那個生態系。

6.1 Physical AI 與 Personal AI

他認為真正的衝擊在兩個地方。

Physical AI（實體 AI）：手、手臂、眼睛、輪子。他引述一位投資人朋友的說法——今年在中國上市的三、四百家公司裡，大約三到四成是致動器（actuator）公司（現場引述，STT 未獨立查核）。當這些東西成形，智慧就會被從資料中心裡解鎖出來，token 可以在你旁邊的機器人、你的車、你家上空的無人機裡被生成。他也點名鴻海自己正在把這類自動化放進工廠。

這件事的結論是：你會需要大量的微型資料中心——十櫃、二十櫃的那種小機房，設在被機器人塞滿的工廠旁邊，做「本地思考、遠端編排」。

Personal AI（個人 AI）：他算了一個很好用的帳。全世界有四、五十億支手機，每支大約 25 瓦功率等級——光是全球手機族群本身就是一座 GW 級的資料中心，而且已經安裝完成了。問題只在記憶體頻寬與運算頻寬，而且它們彼此沒有互連。但在這個世界裡，它們不需要全部互連。

代價是能效。他給了一個非常具體的挑戰數字：

今天大概是每個 token 100 到 200 毫焦耳。在一台吃幾千瓦的資料中心伺服器裡，這沒問題。但在你的手錶或眼鏡上，以那個速率，電池二十分鐘就沒了。我們需要每 token 焦耳數再降一百倍。

他也提醒這是 memory wall 問題，然後半開玩笑地說他的演講策略就是抱怨自己的問題，希望台下有人來說「我有解法」。

6.2 全場最反直覺的一句話：互連不是資料中心的耗電大戶

這句話值得單獨拉出來，因為它直接挑戰了前兩場 keynote 的主要賣點：

大家都在談光學與 CPO 降功耗。我在 CPO 領域做了十年以上，大家老是開玩笑說它永遠是「兩年後的技術」。但是——互連並沒有在受苦。由於電信業四十年的工作累積，互連不是資料中心裡最大的功耗來源，運算與記憶體才是。光學只佔個位數百分比。真正致命的是可靠度問題，是前向錯誤更正（FEC）帶來的延遲，以及東西會壞。

而他說，當 physical AI 來了，這些壓力只會更大。

這是全天最重要的一次校正。 如果光學只佔資料中心功耗的個位數百分比，那麼「CPO 省 70% 互連功耗」這個賣點在整機層級的效益就被壓縮了——真正能賣的是可靠度、延遲與密度，不是電費。

6.3 scale-up 域正在變得很擁擠

他展示了一張 scale-up 機櫃列的圖：兩櫃電源、六櫃運算、一櫃 LPU、一櫃 context memory storage、兩櫃網路交換。重點在旁邊那幾行字：更大的 scale-up 域會橫跨多列機櫃，需要超低延遲且省電的互連；AI 推論已進入異質運算時代（GPU/LPU/TPU/xPU + context memory + scale up & out networking）；而今天的單模光學並不滿足 scale-up 對功耗、成本與延遲的要求。

他也給了一個具體數字：在 NVIDIA 針對十二萬顆 GPU 的參考架構裡，大約六成的互連發生在同一列（row）之內。加速器塞得越多，這個約一百公尺內的連接需求就越吃緊。

6.4 Wide and Slow：把問題推給機械

Seyedi 的技術主張是 wide-and-slow——多通道、低速率。他解釋了為什麼會走到這裡：

序列化器（serializer）之所以存在、速率之所以一直往上推，原因是冶金學。微凸塊沒有變小。30 微米、40 微米的凸塊節距，過去十年就是卡在那個數字。 那晶片怎麼變快的？靠 serializer。而當你走到 PAM4 的世界，你必須做決定、必須有硬規格，那只會增加延遲。

所以當你走 wide and slow，你是把這個問題推到機械上。你必須走多纖芯、多芯光纖，那變成對準問題，變成精密機械工程問題——而這正是鴻海非常非常擅長的事。

換來的是成本節省、延遲節省，當然還有功耗節省。

他也講了自家的產能底氣：ams OSRAM 做 InP、GaAs、GaN，其中 GaAs 的 VCSEL 與 GaN 的 LED 這類互連是消費級的。

當你談一年一千萬顆、一千五百萬顆 GPU——我說 GPU 是指任何需要光學來做 scale-up 的加速器——我們有那個產能。今天是 8 吋，需要的話化合物半導體可以走到 12 吋。

6.5 為什麼是 NPO 先上路

這是全天最實用的一張投影片。他把三種形態的電氣通道長度直接標出來：OSFP 約 20 公分以上、NPO 約 5 到 10 公分、CPO/OIO 小於 1 公分。

他的論證邏輯乾淨到可以直接背：

OSFP：典型 AI 運算 tray 只有約 0.9RU，卻要容納 300 條以上的 scale-up 資料通道，而 scale-up 的 IO 常常在機櫃背面。OSFP 這個 form factor 在 scale-up 的可維護性與密度上會很吃緊，但可以撐 NIC-L1 與櫃內連結。
NPO：電氣通道縮短就有顯著的功耗下降；SerDes 從 200G 往 400G、800G 升速時不需要換新連接器；而且光學留在 XPU/HBM 的失效域之外——光晶片壞掉不會把記憶體一起拖下水；標準 footprint 也保留了後續混合媒介 IO 的選擇權。
CPO/OIO：對功耗與訊號完整度是理想 form factor，但帶來顯著的封裝挑戰，而且 interposer 尺寸持續變大本身就是威脅。

他自己下的結論很政治正確但也很誠實：

CPO 顯然有它的好處與挑戰，而 NPO 正得到很多關注，也值得。有人得出去把生態系建起來，然後把整條供應鏈立起來。

他也點出了那個最不性感但卡住所有人的細節：垂直光纖貼附——要主動對準 10 個、20 個、30 個光學接點，是非常複雜的問題；但一旦你在某一種 form factor 上學會了，就可以橫跨所有 form factor。這正是我們在【CPO 拆解 4/6】光纖對晶片：CPO 裡最不性感、卻卡住所有人的那一步講的同一件事。

最後他描述了對話已經改變的方式，這句話很傳神：

兩年前你說 CPO，大家會說「別跟我提那個」。現在你說整合光學，他們會問：哪一種？CPO？NPO？磷化銦？矽光子？TFLN？

STT 觀點：Seyedi 這場是全天最有價值的「異議」。他做了兩件對讀者有用的事：一是把 CPO 的省電賣點降級（光只佔資料中心功耗個位數百分比），把焦點導向可靠度與延遲；二是把 NPO 講成當下的最佳妥協，理由完全是工程與供應鏈的（不換連接器、失效域隔離、保留混合 IO 選擇權），不是效能的。NPO 這一路的散熱與系統代價，我們在 51.2T NPO 交換器散熱：835W ASIC 加 16 顆光引擎，氣冷還是液冷？量化過。

7. Panel｜光模組與 CPO 如何走向 AI 資料中心

下半場的 panel 由 FIT 光通訊顧問劉一成博士主持。這場的價值和 keynote 完全不同——keynote 是各家立場，panel 是立場互撞。

7.1 第一題：這次和 2000 年的泡沫哪裡不同

主持人把這題丟給黃衛平——一位在光電領域做了四十年研究、教學、創業與經營，並且親身經歷過 1999 到 2000 年電信泡沫的人。

他先把那段歷史說清楚：那波泡沫的燃料是一個信念——網際網路流量會指數成長。電信商極度激進地鋪光纖，投資人也信。然後 2001 年之後，產業因為光纖供給過剩、預測落空而崩塌，十來家公司破產，Nasdaq 從 5,000 點打回原形，他說產業大約花了十五年才真正恢復。

很可怕的故事，對吧？其實是，也不是。

他 2002 年前後創辦 Ligent（Light for Intelligence），那正是光通訊最黑暗的時候。他說他當時相信兩件事：光是資訊最好的媒介，而我們需要光電轉換。他和海信（一個在這個領域幾乎零知識的電視品牌）合資，因為對方董事長是他大學室友——「那是在那個黑暗時刻，唯一對一家初創公司有效的組合」。

那麼這次為什麼不同？他的答案是：

這次不同，因為 AI 真的是生產力與經濟成長的革命，後面還會疊上消費者體驗的升級。領先的 AI 服務供應商已經用驚人的營收與利潤成長證明了商業模式。我們還沒看到 AI 在消費端的衝擊，但當 AI 應用走到終端使用者，那會發生——一場可能比網際網路時代更大的消費革命。

Hong Hou 接著給了一個量化版本的同意，而且這個對比極為銳利：

當年那波起落，規模層級（當時我們還沒有這個詞）大概就是 1x。在那個層級，波動會造成非常顯著的差異。但現在，通過一顆交換器的流量，已經高於跨大西洋與跨太平洋的南北向總流量。規模是巨大的。Scale out 已經是 10x，scale up 會是 100x。所以這次會不一樣——年與年之間當然還會有波動，但基座高得多。

STT 觀點：這一題的價值在於它把「這次不一樣」從信仰變成結構論證。兩個人給的理由完全不同——黃衛平講需求端的真實性（商業模式已被證明），Hong Hou 講規模的絕對值（基座高到波動打不穿）。兩個論證都成立，但兩個都沒有回答一個問題：基座高不等於現金流健康。這一點黃衛平自己在下一題親手補上。

7.2 Joys and Worries：黃衛平的三個擔憂

主持人提到上週黃衛平在深圳 CIOE 講過「喜與憂」，請他再講一次。這張投影片本身就值得收藏。

喜的部分他講得很快，因為「在座每個人都一樣」。但他用教授的帽子補了一句很漂亮的話：

要讓一個網路化的電腦像一台電腦那樣運作，你需要完全的連接性、近乎無限的高頻寬、極低的延遲。我們離那個目標還很遠。我們的天花板遠在我們之上。

然後他說：所以我很開心，我至少還有二十年可以在這個領域工作——純粹為了好玩。

憂的部分是三折：

資本市場的耐心：他擔心那些關於 AI 的敘事與巨額投入背後的財務結構。投影片上的字更直接：領先的 AI 服務供應商處於負現金流與巨額負債的脆弱位置。他自己的講法是：當你把控制權交給市場情緒與資本的耐心，那可能是個問題，也可能不是。
地緣政治：他給了一組數字（講者引述）——美國廠商供應約 95% 的高階電子晶片與約 90% 的光子晶片，而中國廠商做出約 65% 到 75% 的光發射器。本來這是一條非常漂亮、健康、有效率的全球供應鏈；但在政治壓力下，事情變了：美國試圖把製造搬回本土，中國則大舉投資半導體以滿足內需。他的結論很冷：最後可能是兩個分離的生態系，支撐兩個互相競爭的 AI 生態系。我不知道這是不是理想狀況，但我們得學會與它共存。
從可插拔轉向 NPO/CPO 不是單純的替代：他說這會帶來顯著的技術挑戰，也會帶來產業生態系的挑戰。他的分析非常值得逐字讀：

極端一點看 CPO：高解析、高功率、高頻寬密度，而這些東西通常是由 CMOS 處理的。往更高速走，電子端你可能需要不同的材料。我們剛剛才談過所有那些根本限制。

而 NPO 看起來是個不錯的平衡：可以由一般的收發器製造商來處理，又能容納未來更先進的光電晶片升級，同時省電、拿到頻寬密度的好處。

這是兩種技術解法，但也是兩種截然不同的價值命題。第一種是 CPO——這是一個綁定（bundled）的解法，所有收發器玩家都會被移出封裝，客戶必須接受綁定方案。而 NPO 可能不同，可以獨立、可以不綁定，但也許會少掉一些好的特性。

主持人請他用兩句話總結，他說：

第一，我的喜是有根據的；我的憂可能有偏見、可能被誇大了，這我必須承認。泡沫這件事，取決於資本市場的耐心；而 AI 會是真的，只是需要時間，也需要一些動盪。經濟規模很大，所以我們得站在贏家那邊，不是輸家那邊。人們常說樂觀的人通常是對的，但真正成功的人必須是樂觀的。我是樂觀的。

STT 觀點：「CPO 是 bundled solution」這個判讀是全場最被低估的一句話。它不是技術判斷，是產業結構判斷——CPO 一旦成為主流，光模組廠會被從封裝裡擠出去，客戶買的是交換器廠或晶片廠的綁定方案；而 NPO 保留了「獨立第三方供應」的空間。這解釋了為什麼不同位置的玩家對 NPO 與 CPO 的熱情度差那麼多。這條結構線我們在【CPO 拆解 6/6】CPO 各家路線總盤點：四大巨頭之外，還有一整排挑戰者與 CPO 終於不再是「狼來了」：LightCounting CPO/NPO 大會的六個真實訊號都追過。

7.3 連接性的選項：Semtech 要讓類比再次偉大

主持人請 Hong Hou 談「要同時滿足高頻寬、高頻寬密度、低功耗與低延遲，有哪些連接選項」。

Hong Hou 先做了一件很重要的事——把技術路線攤平，拒絕選邊：

從 EML，到 CW 雷射搭配矽光子調變器，到 VCSEL，到 micro VCSEL，到 micro LED，它們各有優劣。像 ams OSRAM 談的 micro LED，借用顯示器端的產業生態系，你永遠不必擔心產能限制，這是好消息。當然它也有自己的挑戰——耦合、傳輸距離，還需要驅動器、TIA、gearbox 等生態系支援。但那就是生態系的美妙之處。每一種技術都會有它的位置。

然後他講 Semtech 的主張。這是全場最有記憶點的一句話：

我們專攻類比與混合訊號。如果你不走 DSP、不走類比轉數位再 DSP 再數位轉類比這條路，你會省下大量功耗、降低延遲。所以我們自己開了個玩笑：Make Analog Great Again。

他也補了 O band 與 C band 的 DFB、VCSEL、micro LED 全都有各自的位置——傳輸距離不同、資料速率不同、需求不同。

MACOM 的 Ernest Muhigana 接著把這件事放進 AI 基建的尺度：資料中心內要交換的資料量是巨大的，東西向、跨 hall、跨園區，再 scale across 到其他資料中心叢集。他舉了一個很具體的新型態：現在有大型 hyperscaler 會連到客戶端營運商去提供服務——客戶用某個 hyperscaler 的資料中心訓練模型，然後在別的資料中心做推論。 這創造了巨量的互連需求。

7.4 fast-and-narrow 與 wide-and-slow：沒有贏家

主持人把 Seyedi 的主張丟上桌：這是兩種不同的設計哲學，那麼 IC 開發策略上的共通點是什麼？

Hong Hou 的回答是一份成本清單：走 wide and slow，每一個通道你還是需要驅動器、需要 TIA 來做光電與電光轉換；除此之外你還需要 gearbox 把高速訊號轉成多通道的低速訊號。你在電子元件上會付一點功耗 overhead，但光元件端的能效高得多。所以整體要看系統，而系統架構師必須做大量的 trade-off 研究才能決定哪個選項最適合哪種應用。

Ernest Muhigana 的回答更直接：

我不認為現在有明確的贏家。因為急著要把基礎設施鋪出去，大家用的是既有的技術——100G、200G、400G，所以它是從 fast and narrow 開始的。但 slow and wide 確實有它的價值，特別是能實現非常低的位元率與穩健的 NRZ 通訊。

但 slow and wide 還得被建起來、還得被證明。它是多條光纖並行，所以光纖的部分不 trivial。另外從架構角度看：fast and narrow 在某些情況是被交換的，或者典型上是 XPU 之間的點對點介面。那麼 slow and wide 呢？你得引入更多盒子。但交換架構會變成什麼？如果不交換，那會是 GPU 與 TPU 之間移動資料的最好方式嗎？

他的結論很誠實：fast and narrow 之所以在那裡，是因為技術在那裡、已經被證明；而 slow and wide 還得被建起來，但它會帶著它的好處出現。

黃衛平的補充是全場最有歷史縱深的一段：

我可能有點來自光學社群的偏見。在以前，所謂的 slow and wide 是比較差的解法。最好的例子就是 DWDM——10G、10G 那樣疊。因為對光學來說，用這種並行性去創造巨大頻寬是更可取的。

我自己沒預期到會從 1G、5G 一路走到每鏈路 200G、甚至 400G。但現在我明白了，那純粹是運算產業在做夢——因為服務需求一直往上走。以前我以為走到 400G 就到頂了，之後我們會越來越寬。

但現在有點驚訝地看到，大家突然又回到非常慢、非常寬。這對我來說確實有點意外。我想中間會有一個平衡——不一定是 micro OE，也許是大尺寸的 OE 會是好的平衡。

他最後表達了一個光學人的立場：他真的想看到光子整合走向更高密度、更多功能，而且能被稍微自由地設計，不要純粹被既有的運算架構牽著走。

7.5 不要太早埋葬銅

主持人問 scale across——從 10 公里到 1,000 公里，連接園區 AI、都會 AI 到骨幹站台，這讓人想起傳統的長途傳輸，但資料速率與頻寬都高得多，所以 coherent 光學與電子元件的供給與安全性會很有挑戰。

Muhigana 的回答把 scale across 的定義釘清楚了：光傳輸網路傳統上是為電信做的，服務的是網際網路與雲端服務；但 scale across 這個詞主要是關於互連不同的叢集——大型園區內的 TPU、GPU、XPU 叢集，以及跨園區。你連接的是加速器，跨越的距離大約是 20 到 30 公里。

你可以把它看成一台大型電腦，大量資料在其中移動。介面選項一個是 coherent，另一個是 ZR lite。所以它已經不再是 ZR，而是一個成本更低、複雜度更低、更貼近我們熟知的 PAM4 介面的方案。

然後他給了一個很值得追蹤的量級判斷（講者引述之估計）：

如果你看 scale across 網路會用到多少 coherent lite 介面，再加上資料中心內部也會用到的 coherent lite 介面，這個量會是我們熟知 ZR 的十倍量級。所以我們必須以極大的數量，生產非常小、非常節能的介面。

接著 Hong Hou 丟出了全場最反共識的一段：

我不想當個掃興的人。主題是 light at scale，但當你做 scale up，你也可以考慮在機櫃內用銅來 scale up。機櫃高度大約 2.2 公尺，但如果你能用 redriver 或 retimer 把銅纜的可達距離拉到三公尺，你實際上就能在機櫃內完成 scale up。銅加光纖的組合，很可能就是機櫃內最好的解法。

舉例來說，我們提供線性等化器，可以在頻域對不同層級做放大。結果是你可以改善訊號完整度，把增益提高 15 到 20 dB，那也許就足以補回衰減、補回訊號失真。想像一下，即使高速訊號穿過像 Foxconn 這種連接器大廠的連接器，你不但不會損失功率，如果等化器嵌在連接器裡，你甚至可以拿到一些功率。

所以這是組合。銅還沒走到盡頭。我們大概二十年前就試著要殺死銅，但銅一直走得很強。不要忽略銅。把銅當成光纖的延伸。

他也給了自家的產品狀態：目前的傳輸資料速率例如 224 Gbps，已有支援 2.4T 線纜的產品，並正與大型客戶共同開發 448 Gbps；同時 PCB 材料端也在進步（M8、M9 等級降低損耗）。他的判斷是：即使到 448 Gbps，等化器在改善訊號完整度上仍能扮演關鍵角色，也許在板級就足夠。

黃衛平的補刀更狠：

在光纖到家的時代，我們說光纖前進、銅退場。這也許是對的。但在運算的時代，我的看法是銅必須先退，光才能進。也許成功，也許不。如果你看那些 figure of merit——頻寬密度、能效——在公尺級距離，銅還領先光一個數量級，也許兩個。CPO 確實能補回一些差距，但缺口還在。這裡的競爭真的取決於我們能把光學技術推到多聰明、多先進。

Muhigana 用一句業界老話收尾：能用銅就用銅，必須用光才用光。 但他補充，AI 基礎設施的需求與建設規模非常大；櫃內的加速器還可以用銅連，有等化器與其他元件的解法；但一旦出了機櫃，你一定需要另一種給你額外距離的解法，那必須是光。

STT 觀點：這一題是整場 panel 最有價值的部分，因為它產生了真正的分歧。三個人的立場可以排成一條線：Muhigana 說「該用光的地方用光」，Hong Hou 說「銅還能再撐三公尺，別忘了等化器」，黃衛平說「銅在公尺級還領先一到兩個數量級，光要進來得先變聰明」。對供應鏈來說，這意味著 ACC/AEC、redriver/retimer 這一塊的生命週期，可能比光派敘事所暗示的長。 這正好對上 SemiAnalysis 在 OCP 講的那個判斷，我們在 Scale Up Sophistry：銅與光是偽命題拆過。

7.6 鴻海研究院：一邊押 InP，一邊押量子點

主持人把題目交給郭浩中，並且先幫他把成績報出來：鴻海研究院的團隊和 FIT 合作開發模組，現場有 demo。

郭浩中講了兩條線。

第一條：InP 平台，300 Gbps+ 通道

他們與 SMART Photonics（代工）以及 TU/e（埃因霍芬理工大學）合作，用多專案晶圓（MPW）的方式推進 InP 平台。選 InP 的理由很單純：材料特性好、能跑高速。成果是截止頻率可達 110 GHz 以上，320 Gbps PAM4 已由 TU/e 驗證可行；目前正在做 300 Gbps 級的 demo。驅動器端與 Semtech 合作，偵測器端與 MACOM 合作——MACOM 的 TIA 與其 InP 偵測器整合得很好。

他也講了一句化合物半導體圈的老笑話：

1996 年我就開始做 InP 磊晶了。那時候大家總說化合物半導體是未來的半導體，但永遠都是「未來」。現在它真的發生了。

第二條：量子點梳狀雷射 × 多芯光纖，單纖 34.132 Tbps

這是全場最漂亮的一個數字。動機非常現實：InP 基板可能短缺，而量子點可以長在砷化鎵（GaAs）上，而 GaAs 的 6 吋非常成熟、8 吋也很好。

他們用量子點雷射做出多波長（類似 DWDM 的概念），再搭配從英國南安普頓大學取得的多芯光纖，做出的結果是：

212 Gbit/s PAM4 × 23 條梳狀譜線 × 7 芯 = 每一條光纖 34.132 Tbit/s
2 公里單模光纖傳輸後，平均 TDECQ 低於 2.02 dB
雷射發射端功耗約 0.76 pJ/bit
成果發表於 Optics Express 34(13), 2026, pp. 24318–24328

Muhigana 追問這要用在網路的哪一側，郭浩中的回答是：傳輸實驗做到 2 公里仍有很好的結果，他們相信這對後續的 Optical I/O 或 scale-up 應用會很有幫助——但他也坦白：目前這件事還沒有標準，也沒有標準組織在管。

Hong Hou 追了一個更商業的問題：他提到近期一則新聞——一家位於聖塔芭芭拉的量子點雷射公司與磊晶供應商達成協議，宣稱量子點雷射已準備好商用；大家都期待，因為量子點雷射不需要隔離器（isolator），可以大幅降低光學封裝與耦合的複雜度。所以，商用還有多遠？

郭浩中的回答很保守，而這個保守本身就是重要資訊：

量子點雷射現在還有可靠度與可整合性的問題。而這一切終究取決於系統端要不要採用。我們認為還要三到五年才會比較普及。但對特定應用，也許兩到三年內可以用。

（STT 補充查核：這則新聞指的應是量子點雷射公司 Quintessent 與磊晶供應商 IQE 的採購協議，IQE 於 2026 年 9 月宣布該量子點雷射技術已進入客戶送樣階段；Quintessent 亦於 2026 年 8 月完成超額認購的 4,000 萬美元 A 輪。這與郭浩中「特定應用兩到三年」的判斷方向一致。）

黃衛平接著問了一個只有做過磊晶的人才會問的問題：你們做出了很好的梳狀雷射，我猜是基於量子點的非均勻譜線增寬機制——不同尺寸的點對應不同顏色。但如果我們要做單波長的量子點雷射，就需要非常均勻的點。你們現在能把點的尺寸控制到什麼程度？

郭浩中的回答有一段很有人味的插曲：量子點這個題目做了超過二十年；他當研究生時長了很多量子點，但都被放進抽屜裡，因為指導教授 Milton Feng 會罵他「你在做醜東西」——應力太大、島狀結構、表面不好。但他認為量子點有獨特的性質，而且可以長在 GaAs 上，現在甚至有人長在矽上（雖然那是很長遠的目標）。

他也做了一個重要的區分：梳狀光源不是只有量子點能做，紅外材料也可以，或者可以用 DWDM 多波長的方式。他順帶提到現場也有來自 Lightmatter 的朋友，而 Lightmatter 在做 16 通道的 DWDM——他認為多波長是未來方向，對 scale out 與 scale up 都是。

7.7 通往 400G/lane 的路：誰能到

主持人問了一個很多人想問的問題：CIOE 或去年的展會上，大家都在展示 400G 調變器——有矽光子的、有 InP 的。除了目前的方案，還有什麼會被商用化？

郭浩中：coherent 方法都有機會——矽調變器、InP 調變器、InP EML。但目前最好的效能仍在 InP EML，因為整合度較好；而 TFLN 也有人做出很好的結果，兩者都有機會。不過他點出兩個關鍵問題：第一，400G 的 DSP 仍是問題；第二，驅動器與 TIA 的成熟度——Semtech 與 MACOM 可以補上。

Muhigana 立刻回應：驅動器與 TIA 已經在那裡了，從類比 IC 介面的角度看已經就緒。調變器端則是百花齊放，TFLN、InP、矽光子都在推。

Hong Hou 給了一個時間承諾與一個技術判斷：

我同意。我們不會讓生態系失望，我們會如期提供 400G 的驅動器與 TIA。

至於調變：差動驅動的 EML 已經展示過 400G 效能，但你會碰到產能限制。所以有時候這不只是技術問題，是可得性、價值與其他一切的問題。所以我們試著讓矽光子調變器在 400G 上跑起來——目前效能還差一點，但透過驅動器與調變器的共同最佳化，我們很有信心能做到。然後你就能沿用既有的生態系與製造基礎設施，很快把量拉起來。我認為其他關鍵零件大概一年左右就會準備好，而 400G 專案還有幾年，時間剛好趕上。

黃衛平則潑了一盆很有價值的冷水：

我同意三種解法——矽光子、薄膜（TFLN）、以及 InP——最終都會展示出合理的效能。第一個問題是：技術上，每一種你要付什麼代價？第二個問題是產能，而產能一直不是短缺的部分，那是另一個問題。

所以在我看來，如果公司要把量拉到 400G，生態系確實需要大幅改變。我們並不知道需要多少投入、也不知道願意付多少價格。

我還是相信混合整合——像 Intel 那樣把 InP 和矽光子整合，因為 InP 具備所有功能，不只是雷射光源，還有高速調變。但那又回到晶圓廠的問題。我參加過 OFC 一個叫「通往 400G 之路」的論壇，但我目前還看不到一條清楚的路，因為生態系還沒準備好——除了矽光子。

STT 觀點：這一題的訊號很清楚：400G/lane 的瓶頸已經從調變器移到 DSP 與生態系經濟學。 驅動器與 TIA 兩家都說「一年內就緒」，調變器三種路線都「最終可行」，但沒有人能回答黃衛平那兩個問題——代價多少、誰來付。MACOM 在資料中心與 InP 這條線上的成績可以對照法說精華：MACOM（MTSI）｜FY2026 Q3；材料與 InP 產能端則可以對照法說精華：Coherent（COHR）｜FY2026 Q4。

7.8 收場那句話：請幫我們解決材料短缺

Panel 最後只剩不到三分鐘，沒有人提問，主持人劉一成博士自己做了收尾。這段話值得全文抄下來，因為它是全天唯一一次有人把最現實的問題直接講出來：

今天談的是 AI、是收發模組、甚至是 CPO。我每天看，需求都非常強。關鍵材料也是。所以在座的各位——我真的懇請供應商、製造商、半導體廠、甚至元件廠，請幫我們解決材料短缺的問題。

我認為那才是現在的關鍵。技術是在往前走的，不管是 TFLN，還是矽光子。但今天真正的困境是我們沒有材料去建光學、去建 AI 基礎設施。

一個由連接器與系統公司主辦、請來雷射龍頭、前 Coherent 執行長、NTT、ams OSRAM、Semtech、MACOM 與鴻海研究院的大會，最後的結論不是某個技術會贏，而是「請給我們材料」。

8. STT Insight：這場大會真正說了什麼

把八位講者的內容放在一起看，有五件事值得帶走——其中有兩件是現場沒有人明說的。

8.1 「共存」是共識，但共存的代價沒有人算

四種形態共存這件事，Mattera、Seyedi、Hong Hou、黃衛平都同意。聽起來很和諧，但共存的意思是：可插拔、NPO、CPO、OIO 四種生態系都得有人養。

每一種形態都需要自己的連接器規格、自己的測試方法、自己的對準製程、自己的失效分析流程。而這些成本不會因為「反正它們會共存」就消失——它會被分攤到一個還沒有標準的市場上。

Seyedi 那句「有人得出去把生態系建起來，然後把整條供應鏈立起來」，語氣像在感謝同業，實際上是在講一個很殘酷的事實：在標準成形之前，誰投錢建生態系，誰就承擔試錯成本；而標準成形之後，那個成本會變成別人的護城河，也可能變成別人的免費資產。

對台廠來說，這是選擇題不是是非題：要不要當那個建生態系的人。

8.2 2028 是這場大會留下的唯一可對帳日期

整天只有 Wupen Yuen 給了年份：2028 是 optical scale-up 元年，2030 是完整的 optical scale-up。

這個年份可以往前追：如果它成立，2027 年下半年應該看到 scale-up 光互連的設計定案與試產拉貨，也就是連接器、光引擎、對準設備、多芯纖的訂單要在 2027 年開始出現在財報的 book-to-bill 與 capex 裡。看不到，這個年份就該往後修。

值得注意的是，NTT 的路線圖給的順序和這個年份是一致的：第一世代（scale across）已商用、第二世代（scale out）今年商品化、第三世代（進封裝）還在研發。兩條獨立的時間軸指向同一件事，可信度就比單一廠商的路線圖高。

8.3 真正的天花板是材料與對準，不是技術路線

這是全天被講最多次、但最少被當成主題的事。把四個獨立的發言擺在一起就很清楚了：

劉一成的收場：請幫我們解決材料短缺。
郭浩中選量子點的動機：InP 基板可能短缺，所以要走 GaAs。
黃衛平的地緣政治擔憂：兩個分離的生態系。
Seyedi 的產能底氣：GaAs/GaN 走 8 吋、可到 12 吋，是消費級產能。

這四件事指向同一個結論：在 AI 光互連這一輪，決定誰能出貨的不是誰的 pJ/bit 漂亮，而是誰拿得到基板、誰的晶圓開得夠大、誰的對準良率撐得住。

這也是為什麼 InP 的出口管制議題值得長期追蹤——它不是一則新聞，它是這條供應鏈的結構性變數。郭浩中把 InP 300 Gbps+ 與量子點兩條線同時押上，不是技術上的貪心，是供給端的避險。

8.4 Seyedi 那句「光只佔個位數百分比」，重寫了 CPO 的賣點

這是全場最該被記住、也最容易被忽略的一句校正。

如果互連在資料中心裡只佔個位數百分比的功耗，那麼「CPO 省 70% 互連功耗」在整機層級的效益，是個位數百分比的 70%——不是無關緊要，但也絕對不是決定性的。

那 CPO 到底在賣什麼？把 Seyedi 與 Yuen 的說法疊起來，答案很清楚：

可靠度（Yuen 引述的「至少 20 倍於可插拔」）
延遲（少一段電通道、少一次 DSP，就少一次 FEC 的延遲代價）
密度（0.9RU 的 tray 要塞 300 條以上 scale-up 通道，OSFP 塞不下）
把省下的功率換成算力（Yuen 的「每一瓦沒用在運算上的電都是損失」）

第 4 點才是「省電」的正確說法——它不是省電費，是把功率預算重新分配給 GPU。 用這個框架去看 CPO 的投資邏輯，會比單純看 pJ/bit 準得多。

8.5 FIT 的角色變了，而這是台灣供應鏈這場會最實際的收穫

整天最具體的商業事實，藏在 NTT 那場 keynote 的一句話裡：500 pin、每 pin 200G、可著脫的光介面，是 FIT 跟 NTT 一起做出來的。

這件事的意義有三層：

它攻擊 CPO 最大的商業阻力。光引擎能拆，維修模型就成立；維修模型成立，客戶採用的心理門檻就掉一階。
它把連接器廠推上設計桌。NTT 說得很清楚，除了連接器，外部雷射光源也在共同開發。連接器廠不再是拿到規格去做零件，而是參與定義光電架構。
它對上了 Seyedi 的請求。wide-and-slow 把問題推給玻璃、ferrule、光纖、纖帶、主動對準與高產出機台——Seyedi 在台上直接說這是鴻海非常擅長的事，並公開徵求合作。

所以這場大會對台灣供應鏈的訊號不是「CPO 要來了，快去做 CPO」。而是：不論哪一條路線贏，贏家都必須解決「對準」與「量產」；而這兩件事是台灣的主場。 完整的產業鏈對位可以參考 2026 AI 基建必看！光通訊與 CPO 產業鏈全圖。

8.6 反面論點：這場大會沒有處理的三個風險

要對讀者誠實，得把反面也講完。

第一，這是主辦方的主場。 四場 keynote 有兩場以稱讚 FIT 的能力收尾，panel 上也有多次對 Foxconn 製造能力的正面提及。這些判斷不見得不對，但它們不是中立第三方評估。

第二，資本市場的耐心是真風險。 黃衛平的投影片寫得比他的口頭表述更直接：領先的 AI 服務供應商處於負現金流與高負債的脆弱位置。 如果 AI 服務端的資本結構在 2027–2028 出問題，Yuen 的 2028 就會往後修——而光學產業歷史上最擅長的，正是在需求預測落空時集體受傷。

第三，wide-and-slow 目前沒有標準。 郭浩中說多維度多工「沒有標準、沒有標準組織在管」；Seyedi 說需要「對節距與速率的某種共同理解」；Muhigana 說 slow and wide「還得被建起來、還得被證明」。一個沒有標準的路線，量產時程不可預測。 這是把 2028 當成投資依據時最該扣的分。

9. 總結

FIT TECH DAY 2026 給了一個很漂亮的主題，但整天的內容其實是在回答主題裡最不浪漫的那三個字：at Scale。

光學這個產業已經沒有在爭論「要不要用光」。四場 keynote 與一場 panel 的共識非常一致——互連從零件升級成架構，光會一級一級往運算靠近，四種形態會共存而不是互相取代，而 2028 到 2030 是 optical scale-up 真正發生的窗口。

真正的分歧只剩兩個。一個是銅還能撐多久：Semtech 說等化器還能推到三公尺，黃衛平說銅在公尺級還領先一到兩個數量級，MACOM 說出了機櫃就得靠光。另一個是誰付生態系的建置成本：CPO 是綁定方案、NPO 保留了第三方空間，而 wide-and-slow 連標準都還沒有。

但這一整天最誠實的一句話，是主持人劉一成博士在最後三分鐘說的：今天真正的困境不是技術，是我們沒有材料去建 AI 基礎設施。

這句話應該改寫你追這條供應鏈的方式。技術路線圖每一季都會更新一次，而基板供給、晶圓尺寸、出口管制與對準良率不會——它們是慢變數，但它們決定誰能交貨。

對台灣供應鏈來說，這場大會留下的不是一個技術結論，是一個位置：不論光走哪一條路，最後都要落地成對準、封裝與量產。FIT 用 500 pin 的可著脫光介面證明了這個位置可以往上走到設計桌；接下來要證明的，是能不能每一季都交得出量。