光引擎搬家,英伟达要革基板的命
📋 总体概括
英伟达在SEMICON West 2026展示OOI技术,将光引擎从有机基板迁入硅中介层,并演示单光纤256Gb/s的DWDM方案;台积电同时向GlobalFoundries采购CoWoS中介层。封装与中介层正在取代制程节点,成为AI算力竞争的新主战场。
📄 正文
SEMICON West 2026上,英伟达把光引擎从有机封装基板上"连根拔起",直接搬进了搭载运算芯片的硅中介层——这项名为OOI(中介层上集成光学)的技术已做出原型样品。单光纤256Gb/s的DWDM演示同步亮相。一个信号再清楚不过:AI集群的带宽战争,正在从芯片内部转移到封装内部,而服役数十年的有机基板,第一次被明确写进了"待退役"名单。
🔌 电信号的"最后一公里",英伟达选择抄近路
封装行业的每一次革命,本质上都是在缩短距离。
传统CPO(共封装光学)已经把光引擎拉到了芯片旁边,但细看信号路径就发现问题:电信号从运算芯片出发,要先穿过中介层,再穿过有机基板,才能抵达光引擎。路径长、损耗大,这个"最后一公里"白白消耗了大量功耗预算。
英伟达研究员尼古拉·内多维奇在展台上给出的解法很直接:把有机基板这一层整个省掉。OOI让电信号直接通过中介层内部短而细间距的布线传输到光引擎——思路与GPU直连HBM完全同构。内多维奇的原话是,这能显著提升带宽密度并降低功耗。
产业逻辑在这里非常清晰:2.5D/3D封装解决的是芯片之间的距离,OOI解决的是电信号与光信号之间的距离。当每块GPU要驱动的光互连带宽以TB/s计,任何一毫米多余的铜线都在烧钱。一位接近英伟达的人士私下评价,OOI对功耗的意义,可能比对带宽的意义更大——毕竟在十万卡集群里,每一瓦的节省都会乘以十万。
🌈 一根光纤256Gb/s:把骨干网技术塞进交换机旁边
带宽密度的另一条腿,是DWDM(密集波分复用)。
原理并不神秘:让不同波长的光在同一根光纤里并行传输多路数据,好比在一条高速路上划出多条车道。英伟达演示的是8个波长、每波长32Gb/s的方案,单光纤总带宽256Gb/s——是当前商用方案的数倍。
这意味着什么?在万卡乃至十万卡集群里,交换机之间的光纤早已密如蛛网,拉光纤、接连接器成了机房运维的体力活。DWDM把带宽提升的路径从"多拉光纤"切换到"多开波长",光纤数量、连接器密度、布线成本全部随之下降。
更进一步,DWDM与OOI是天然的一对:OOI负责让电信号更快抵达光引擎,DWDM负责让光引擎把数据更密地塞进光纤——一个是布线密度的乘法,一个是波长密度的乘法。据多位接近人士透露,业内对这套组合的真实评价是:这相当于把骨干网技术直接塞到了交换机芯片旁边。当然必须泼一盆冷水,目前两者都仍处于研究阶段,展台演示不等于产线出货。
🤝 光引擎背后的"全明星供应链"
CPO从来不是一家公司的独角戏,而是一整条封装供应链的合奏。
英伟达的分工体系已经清晰成形:台积电提供COUPE硅光封装,SPIL负责封装测试,Coherent、Lumentum、住友电工供应外置激光源,康宁等提供光纤器件。更关键的是,英伟达在这条路上并非白纸——Quantum-X Photonics与Spectrum-X Photonics两代产品已具备量产经验:前者用于InfiniBand网络、服务Blackwell Ultra平台,后者面向以太网交换机、对齐Vera Rubin平台。
| 产品 | 应用场景 | 对应平台 | 状态 |
|---|---|---|---|
| Quantum-X Photonics | InfiniBand网络 | Blackwell Ultra | 已量产 |
| Spectrum-X Photonics | 以太网交换机 | Vera Rubin | 已量产/推进中 |
| OOI + DWDM | 下一代互连 | 原型样品 | 研究阶段 |
Quantum-X Photonics面向InfiniBand
Spectrum-X Photonics面向以太网
Feynman GPU
CPO技术有望进一步演进
产业判断是:英伟达扮演的是系统集成商角色,外置激光源、硅光封装、光纤器件各归其位。这种分工本身就说明CPO已经从实验室论文进入量产分工阶段——而下一节的中介层产能问题,正是这套体系长出OOI之后必然撞上的那堵墙。
🏭 中介层不够用了:台积电拉上了GlobalFoundries
当所有东西都要挤上中介层,中介层就成了新的瓶颈。
据EE Times Asia报道,台积电正在向GlobalFoundries采购CoWoS所需的硅中介层,目的是扩大先进封装产能、支撑未来客户产品的排产计划。翻译成人话:CoWoS产能吃紧到连台积电自己都开始借外力造中介层了。
这与OOI的方向形成一个有趣的呼应。传统架构里,中介层只是GPU和HBM下面的"垫片";OOI之后,光引擎、细间距布线、运算芯片全部堆在中介层上——中介层从配角变成主战场,面积更大、布线更密、良率要求更苛刻。先进封装产能,正在取代制程节点本身,成为AI算力供应链上新的卡点。
格局一目了然:领跑者集中在"英伟达+台积电"的组合上,而GlobalFoundries凭借中介层代工站在了潜力象限——对一家长期游走在先进制程之外的代工厂来说,这是难得的切入口。传统可插拔光模块则被夹在跟随象限,转型窗口正在收窄。
⚠️ 从原型到量产:2028年才是真正的大考
展会上的掌声是廉价的,产线上的良率才是昂贵的。
尼古拉·内多维奇坦言,团队正在攻克商业化落地的难题。OOI的难点是系统工程:光引擎上中介层之后,中介层良率、光引擎与逻辑芯片的同步测试、外置激光源的稳定性与可靠性,每一项都可能在量产阶段被放大成灾。按照英伟达路线图,Feynman GPU预计2028年推出,届时CPO技术有望进一步演进——这给了团队大约两年时间,把原型变成排产。
两年时间听起来充裕,但在先进封装行业,从演示样品到稳定量产,走过三五年并不罕见。OOI能不能赶上Feynman的节点,一半取决于中介层产能扩得有多快,另一半取决于整条供应链的联调速度。
🧭 小结
光引擎搬家,搬掉的不只是一层有机基板,更是AI互连架构的旧地图。OOI把电信号的"最后一公里"压进中介层,DWDM把单光纤带宽推到256Gb/s,台积电则把中介层产能的缺口外包给了GlobalFoundries——三件事指向同一个判断:封装与中介层,正在取代制程节点,成为AI算力竞争的主战场。2028年的Feynman,将是这张新地图的第一次实战检验。有机基板不会立刻退场,但它的天花板,已经显形。
本文由本站 AI 辅助聚合生成,原始来源如下: