2026 OCP Global Summit | Lumotive、iPronics | James Burch、Vivek Sarathy | Fast Switching OCS for AI and Hyperscale Data Centers

3天前

讀畢需時 6 分鐘

1. 為什麼是這兩家來講

兩位講者都來自「非 3D MEMS 陣營」。Burch 是 Lumotive 的 OCS 工程負責人，Sarathy 是 iPronics 產品副總裁。依公開資料（非本場簡報內容），Lumotive 做超表面（metasurface）光束偏轉晶片，原本用在光達；iPronics 做矽光子可程式化光路。

但作者名單不只他們。投影片列了八位作者，來自 iPronics、Ciena、Lumotive、Intel、Carnegie Mellon University、Lumentum（兩位）與 Tripple Stone。內容整理自 OCP OCS 工作小組，基礎是 2026 年 4 月已發布的 OCS 白皮書，以及即將發布的第二份快速切換白皮書。

我們在 ECOC2026｜OCS 出貨的 95% 是 Google 一家的生意拆過這個市場的集中度。這場演講要回答的問題是：OCS 能不能走出 Google，變成更多資料中心都用得上的東西？ 講者的答案是可以，但前提是切換大幅加快，周邊生態系也要一起跟上。

2. 拆解起點：MEMS 已經證明 OCS 可行，也限制了 OCS

投影片第一個論點是「OCS 已大規模驗證」：Google 去掉光電光（O-E-O）轉換，拿到 30% 成本與 40% 功耗的改善，講者口頭補充還有延遲上的好處。

▲ OCS 已大規模驗證，但 3D MEMS 的毫秒級重構限制了應用場景，CPO 讓需求更急迫（圖片來源：Lumotive、iPronics｜2026 OCP Global Summit 簡報（第 3 頁））

問題在第二句：3D MEMS 主導 OCS 市場，但重構是毫秒級，只適合變化緩慢的工作負載。Burch 也肯定 3D MEMS 插入損耗極低，但毫秒級就是天花板。

更關鍵的是第三句。因為次毫秒切換一直不存在，快速鎖定的收發器、控制平面、編排軟體都沒有理由去優化。這是雞生蛋的問題：開關慢，所以周邊不用快；周邊不快，開關做快了也沒用。

投影片最後補了一刀：CPO 會讓需求更急迫，因為光學更多、離伺服器更近、變動更頻繁。

3. 拆解技術：小東西切得比大東西快

講者把快速切換技術分成兩大類：自由空間的超表面，以及晶片平面內的整合光子。核心原理只有一句話：小東西切換得比大東西快。

技術	重構時間
超表面（自由空間）	約 50 μs
整合光子 MEMS	1–20 μs
整合光子熱光	10–100 μs
整合光子電光	ns–μs（數十 GHz）、ns（30–56 GHz）、次 ns（100+ GHz 至 THz）

超表面：像素是次波長尺寸，只有幾百奈米，切換在數十微秒。它仍是自由空間架構，系統外觀和現有 3D MEMS 很像，這對既有 OCS 機箱設計是好消息。
整合式 MEMS：在晶片平面內推動波導靠近另一條波導，形成「交叉」或「直通」兩種狀態。
熱光：今天最常見的矽光子做法，用微型加熱器，搭配微環共振器或馬赫－曾德爾干涉儀。
電光：用載子濃度變化，或薄膜鈮酸鋰的 Pockels 效應，最快可到次奈秒。

講者強調「整合光子」是廣義詞，包含矽光子、薄膜鈮酸鋰、鈦酸鋇、磷化銦與異質整合。

▲ 快速切換技術比較：超表面約 50 μs、整合 MEMS 1–20 μs、熱光 10–100 μs、電光可達次奈秒（圖片來源：Lumotive、iPronics｜2026 OCP Global Summit 簡報（第 5 頁））

但這張表有一行小字值得放大：埠數（radix）、循環耐久度、插入損耗都不在比較範圍內。而低插入損耗正是講者自己承認的 3D MEMS 強項。只比速度，等於只比對手最弱的一項。

▲ 在對數時間軸上，快速切換技術落在微秒到次奈秒，3D MEMS 在毫秒級，但端到端時間仍受收發器重鎖與控制平面限制（圖片來源：Simple Tech Trend 自製，資料來源 Lumotive、iPronics 2026 OCP Global Summit 簡報）

4. 拆解挑戰：開關快了，其他三樣跟不上

投影片的好處與挑戰表，左欄寫得很漂亮：網路利用率更高、拓撲即時調整、減少超額建置、支援 MoE 與分離式推論、減少對電封包交換的依賴。右欄才是重點：

收發器：每次重構後，收發器都要重新取得時脈與資料、恢復等化、穩定鏈路。講者說鎖定時間要改善「好幾個數量級」。
控制平面：排程、路由、遙測、監控、除錯，全部要跟上微秒級的節奏。
耐久度：講者說切換若快三到六個數量級，硬體一生的切換次數也跟著暴增。

耐久度這點可以量化。以下是 STT 試算，不是投影片數字：一年約 3,150 萬秒。每秒重構一次，一年約 3,200 萬次；每毫秒一次，一年約 320 億次；每 100 μs 一次，一年約 3,200 億次。快速開關能否撐住，本場沒有任何一家公布循環耐久度數據。

▲ 端到端重構時間是開關、收發器重鎖、控制平面的總和；只加快開關，總時間仍由最慢的一項主導（圖片來源：Simple Tech Trend 自製，資料來源 Lumotive、iPronics 2026 OCP Global Summit 簡報）

簡單的說：講者自己說收發器重鎖本來就比 MEMS 切換慢，開關從毫秒做到微秒，只會讓收發器與控制平面成為更明顯的瓶頸。

5. 四個應用場景，由近到遠

Sarathy 負責應用場景，投影片排成一條演進路線：

場景	問題	效果
1 流量工程	機櫃對之間的流量熱點	網路利用率提升
2 AI 工作負載調適	訓練各階段的通訊模式改變	GPU 效率提升
3 快速光網路	協調快速的光路徑變化	延遲與功耗改善
4 可擴展光網路	大型 AI 叢集的連接擴展	彈性、可擴展的基礎設施

▲ 快速 OCS 四個應用場景：從流量工程、工作負載調適，到細粒度排程與可擴展光網路（圖片來源：Lumotive、iPronics｜2026 OCP Global Summit 簡報（第 6 頁））

措辭本身就透露成熟度。場景 1 與 2 寫的是「問題／解法／效果」；場景 3 改成「問題／機會／潛在效果」，用的是「could」。越往後越是研究題目，不是產品規格。

STT 的看法是：場景 1 最可能先落地。偵測熱點機櫃對、把大流量卸載到光路、再隨流量調整，這個循環本來就不需要每微秒做一次，現有收發器與控制平面稍加改善就能用。場景 3 要做到每個工作負載、每筆資料該送哪顆 GPU 都即時切換，三項挑戰必須同時解決。

6. 風險與反面論點

沒有任何量化收益。整份簡報的效益數字只有 Google 的 30%／40%，而那是毫秒級 MEMS 的結果。快速切換能多換到多少 GPU 利用率，沒有一個數字。
比較只看速度。埠數、插入損耗、耐久度被明確排除，而 3D MEMS 的低插入損耗是講者自己承認的強項。快速技術在埠數與損耗上能否追上，是能否取代的前提。
電封包交換也在進步。我們在殺死慢而寬的不是物理，是六萬條光纖討論過，光網路的挑戰常在系統而非元件；若交換晶片持續降低每位元功耗，「減少 O-E-O」的空間會被壓縮。
CPO 的論點兩面刃。光學離伺服器更近確實需要更靈活的光網路，但 CPO 自己的導入時程也還在爭論，見 CPO 終於不再是「狼來了」。
講者都有立場。兩位講者的公司都押注非 MEMS 技術，「MEMS 太慢」的敘事對他們有利。

7. 對台灣供應鏈的意義

本場簡報與作者名單沒有任何台灣公司，以下只談結構，不做公司配對。
製造型態的改變。3D MEMS OCS 是精密光學組裝；整合光子開關是晶圓製程加封裝。若快速 OCS 走向晶片化，價值會往晶圓代工與先進封裝移動，這是台灣的結構性強項，但目前還沒有實際訂單訊號。
收發器是第一個被點名的環節。「快速鎖定收發器」被列為三大挑戰之一，對光模組與 DSP 供應鏈來說，這是新的規格要求，值得追蹤快速切換白皮書是否把重鎖時間寫成具體數字。

8. 總結

這場演講最誠實的地方，是承認開關不是唯一的瓶頸。3D MEMS 已經在 Google 證明 OCS 的價值，但毫秒級讓周邊生態系沒有動力變快；把開關做到微秒甚至奈秒，只會讓收發器與控制平面成為更明顯的瓶頸。

所以接下來 12 個月該觀察的不是哪家開關最快，而是三件事：快速切換白皮書是否給出端到端重構時間的定義與目標值、是否有任何一家公布循環耐久度數據、場景 1 是否出現第一個 Google 以外的部署。

快速 OCS 的勝負，不在誰的開關最快，而在誰先定義「重構完成」的那一刻。

本文僅供技術與產業趨勢分析，不構成任何投資建議。