2026 OCP APAC Summit | Broadcom | Bhaskar Chinni | CPO 的第三代成績單：Broadcom 把賣點從「省電」換成「不會壞」

4天前
讀畢需時 7 分鐘

Broadcom 在 OCP 2026 APAC 這場 CPO 議程，做了一件很不「行銷」的事：它幾乎沒有花時間解釋共封裝光學（Co-Packaged Optics，CPO）的原理，而是直接攤開三代產品在客戶端跑出來的可靠度數據。65% 的功耗節省仍然掛在投影片上，但講者 Bhaskar Chinni 真正想釘進聽眾腦裡的數字是另外三個：MTBF 百萬小時等級、相對可插拔光模組 4 倍以上的故障間隔、以及大型資料中心部署的 10 倍可靠度改善。

這是 CPO 論述的轉向。過去三年 CPO 賣的是「省電」，因為那是最好懂的賣點；但真正卡住 CPO 進不了機房的，從來不是能不能省電，而是壞了怎麼修。當 Broadcom 開始用客戶回傳的失效數據來講故事，代表這個技術的爭論主戰場已經從「值不值得換」移到「換了之後好不好養」。

同一場大會上，Broadcom 另一場 keynote 講的是乙太網開始吃 scale-up，衝著 NVLink 來。兩場合起來看才完整：一場講協定要打進誰的地盤，這一場講打進去之後，實體層要怎麼撐住。

1. 開場就嗆聲：CPO 不是誰昨天發明的

Chinni 講得很直白：「業界現在對 CPO 有很多 buzz，但 Broadcom 已經出了三代 CPO 產品，2027 年還會有第四代。有些公司講 CPO 講得好像是他們發明的。」

這句話值得停下來想一下。它不只是廠商間的口水，而是一個時間軸的宣告——Broadcom 想把「CPO 是不是量產技術」這個問題直接關掉。三代已出貨、第四代排進 2027，對應的產品線就是 Tomahawk 5 Bailly 與 Tomahawk 6 Davisson 這兩個 CPO 平台。當一家公司開始用「第幾代」而不是「什麼時候」來談一項技術，它就是在把對話從實驗室拉到 BOM 表上。

對台灣供應鏈來說，這個時間軸比任何規格都重要：第四代如果落在 2027，那麼對應的光引擎、外部光源、FAU 與連接器的設計定案，就是 2026 這一年的事。

2. 三個可靠度數字，比 65% 省電更值得抄下來

投影片上的功耗數字是「相對於 retimed optics 節省 65% 功耗」。這個數字這兩年已經被講到麻木，Chinni 自己也只用一句「上一張投影片解釋過為什麼」帶過。他真正花時間的是後面這幾個：

MTBF 百萬小時等級，且他特別強調「這個數據不是我們自己測的，是合作夥伴與客戶回報的」
相對可插拔光模組，MTBF 有 4 倍以上的改善
大型資料中心部署整體帶來 10 倍的可靠度提升
更誇張的一句是：某個大規模部署的夥伴回報，故障事件少到「不足以算出有意義的 MTBF」

最後那句才是重點。可靠度統計要能算，前提是要有足夠的失效樣本；當客戶說「我湊不出樣本」，那不是統計問題，是產品問題已經不在雷達上了。

這裡要誠實標註一個限制：現場逐字稿在幾個數字上有辨識落差（例如「5,000 萬小時」這類數量級明顯異常的段落），本文只採用講者重複確認、且與 Q&A 一致的數字。發布前建議以 Broadcom 官方 slide 或後續 OCP 公開資料核對硬數字。

3. 為什麼可靠度是 AI 訓練的財務問題，不是維運問題

Chinni 把可靠度和訓練效率接起來的那段邏輯，是整場最值得帶走的一段。

AI 訓練的集合通訊（collective）走的是 go-back-N 式的重傳機制。一旦鏈路出現閃斷或封包遺失，代價不是重傳「那一個封包」，而是整批往回退重送。在同步式訓練裡，這意味著整個叢集的其他 GPU 全部空等——你付的是整櫃的機時，換來的是一條光鏈路抖動的懲罰。

更少的鏈路錯誤 → 更少的重傳 → 更少的 go-back-N 全域回退 → 更高的訓練效率。

Broadcom 給的數字是 CPO 架構下觀察到約 90% 的訓練效率，對照組是各種可插拔光模組混插的大型叢集。台下有人在 Q&A 直接追問這個 90% 怎麼來的，Chinni 的回答很乾脆：它就是從 4 倍 MTBF 改善換算過去的——故障次數少了，效率自然拉上來。

換句話說，這個 90% 不是一個獨立量測出來的新指標，而是可靠度數字的另一種表達法。理解這一點很重要：它是推導值，不是實測值，看數據時不要把它當成兩個獨立證據。

不過推導歸推導，方向是對的。這條「光鏈路穩定度 = 訓練成本」的換算式，正在把光互連從網路部門的採購項目，變成訓練團隊的績效變數。我們之前在銅纜撐不住 AI 之後：scale-up 光互連的七條路裡談過各條路線的取捨，可靠度正是那張表裡最容易被低估的一欄。

4. 真正的轉折點：scale-up 從一個機櫃變成多個機櫃

這場演講的技術轉折在這裡。Chinni 的論證鏈很簡潔：scale-up domain 正在從單機櫃長成多機櫃。一旦跨櫃，銅的 reach 就不夠了；而如果硬要用主動銅纜去撐，成本與線材密度上去之後，銅相對光的成本優勢就被吃掉了——他的原話是「就變得跟光學方案 comparable 了」。

當 scale-up domain 的規模從數百顆 XPU 走向數千顆，光互連從「可選」變成「必須」。這正是 SemiAnalysis 在同一場大會上主張銅與光是偽命題的另一面：不是誰取代誰，而是規模一過某個門檻，選擇權就消失了。

而 Broadcom 的答案叫 OCI（Optical Compute Interconnect）——它與其他夥伴共同成立的新規格組織，並已發表白皮書。目標寫得很清楚：把 scale-up 從單一機櫃拉到多機櫃，支撐數千顆 GPU/XPU。

OCI 的技術選擇很有意思，幾乎每一項都在往「便宜、耐操、低延遲」靠：

NRZ 調變：效率與功耗考量；Q&A 現場確認不需要 FEC，直接省掉 FEC 造成的延遲與功耗
WDM + 標準雷射：用業界既有的標準光源，避開客製化雷射的供應與成本風險
雙向光纖（bidirectional）：同一根纖跑雙向，直接砍掉一半的纖數

不用 FEC 這件事，對做 scale-up 的人是很大的訊息。FEC 是延遲預算裡最討厭的一塊；scale-up 講究的是記憶體語意等級的低延遲，能把 FEC 拿掉，代表 OCI 在鏈路預算上是刻意往「短距、高品質、零糾錯」的方向設計的——這也解釋了為什麼它敢用 NRZ，而不是往 PAM4／更高階調變擠。

至於 reach，台下追問時 Chinni 說標準剛推出、reach 還沒最終定案，但現場的 Broadcom CTO 直接補了一句：1 到 2 公里。這個數字對台灣做連接器與纖纜的廠商，比任何架構圖都有用——它一口氣把 scale-up 的物理邊界從機櫃內拉到了資料中心樓層之間。

5. 1K XPU 參考設計與光背板：機櫃的形狀要變了

Chinni 給了一個參考架構：一個約 1,000 顆 XPU 的 scale-up 叢集，由 16 組 XPU 群，透過 4 台超大容量交換裝置串起來。

這裡要小心引用。他在台上用的是一顆容量遠高於現行世代的交換晶片來做示範計算，同時強調 Broadcom 是目前唯一量產 100T 級（Tomahawk 6，102.4 Tbps）交換晶片的廠商。也就是說，這張 1K XPU 的圖是用下一代容量畫的示意，不是今天就能出貨的 SKU。逐字稿在這段的容量數字辨識不清，本文不引用具體 Tbps 數值，建議以官方 slide 為準。

比參考設計更值得注意的是他順口帶出的那個東西：光背板（optical backplane）。

在他描述的架構裡，運算機櫃與交換機櫃都是「插進」光背板。這句話的含義比它聽起來的重：如果連接介面從機櫃前面板的光纖跳線，移到背板上的盲插光連接，那整條連接器與被動元件的價值鏈都會重新定價——需要的是盲插對準（blind-mate alignment）、高密度 MT/MPO 介面、機構容差控制，而不再只是一條 patch cord。

這也是為什麼可插拔陣營還在努力延壽：Arista 那場把光模組泡進液冷的 XPO 主張，本質上就是在說「機櫃形狀先不要變」。而 Broadcom 這場是站在對面：機櫃形狀本來就該變，光背板就是變的方向。

6. 台灣供應鏈的意義：這場演講開出的是三張訂單

把這場演講翻譯成台灣廠商聽得懂的話，大致是三件事。

第一，可靠度會變成規格書上的硬指標。 過去光模組的 MTBF 寫在資料表最後一頁沒人看；當客戶開始用「訓練效率」反推鏈路失效率，MTBF 就會被拉到採購決策的前排。這對有能力做長時可靠度驗證、失效分析（FA）與批量一致性管控的台廠是加分題——這是製造紀律的生意，不是設計能力的生意，正好是台灣的主場。

第二，OCI 的物料清單相對友善。 NRZ、免 FEC、標準 WDM 雷射、雙向光纖、1–2 公里 reach——這一整套沒有任何一項需要押注新材料或新製程。它要的是 CW 雷射光源、低成本 WDM 濾波、高密度連接器與纖纜管理，全部落在台灣既有的能力圈裡。相較之下，400G/lane 那條路卡的是電不是光，門檻高得多。

第三，光背板是新的卡位點，而且窗口就在 2026。 如果第四代 CPO 在 2027 落地，背板級光連接的機構與對準規格就必須在 2026 內談定。這一層目前還沒有明確的贏家，是少數「現在進場還來得及」的環節。

風險也要講清楚：CPO 最大的未解題仍然是現場維修性。可插拔壞了換模組，CPO 壞了動的是整顆交換機。Broadcom 的答案是「靠可靠度高到你不用修」——這個答案在數據上站得住，但它是一個統計論證，不是一個維運流程。在有第三方大規模、長時間的獨立數據之前，這仍然是需要客戶用信任去填的缺口。