CPO封裝下的矽光測試革命與技術屏障

2026.5月(第414期)解熱攻防戰:從資料中心到智慧穿戴的散熱對策
2026.5月(第414期)解熱攻防戰:從資料中心到智慧穿戴的散熱對策

作者:王岫晨

AI 算力大爆發,「電退光進」成為必然

隨著人工智慧(AI)與大型語言模型(LLM)的訓練需求呈指數級成長,高效能運算(HPC)平台的算力已不再是唯一的發展門檻。真正的瓶頸正轉向「數據傳輸」。在NVIDIA Blackwell甚至是下一代Rubin架構中,晶片與晶片之間、伺服器與伺服器之間的資料吞吐量已邁向800G甚至1.6T的超高頻寬。

然而,傳統的銅導線傳輸在面對如此高頻的訊號時,正遭遇到嚴重的物理極限:訊號損耗過大、散熱壓力遽增以及能耗無法負荷。為了突破這道「電牆」(Electrical Wall),矽光子(Silicon Photonics, SiPh)技術應運而生,透過將光電轉換邏輯整合進半導體封裝中,實現更長距離、更高頻寬且低能耗的互連。但在這場光速革命中,最關鍵卻也最艱難的一環,莫過於確保這些細微光路能精準運作的「互連測試」。

核心技術架構:當電訊號遇上光路

SiPh晶片不同於傳統電路晶片,它是一個高度整合的「光電混合體」。其內部不僅包含傳統的電晶體邏輯,更集成了調製器(Modulator)、光波導(Waveguide)、探測器(Photodetector)以及複雜的光柵耦合器(Grating Coupler)。

在測試這些元件時,工程師必須關注的不再只是電壓與電流,更包括了光學特性的品質指標。例如,插入損耗(Insertion Loss)決定了訊號在光路中能量的衰減程度;消光比(Extinction Ratio)決定了數位訊號0與1的判讀清晰度;而回波損耗(Return Loss)則關係到反射光是否會回流並損毀脆弱的雷射光源。這些參數的微小偏差,在1.6T的超高速傳輸環境下,都會被無限放大。

圖一 : SiPh晶片不同於傳統電路晶片,它是一個高度整合的「光電混合體」。
圖一 : SiPh晶片不同於傳統電路晶片,它是一個高度整合的「光電混合體」。

重中之重:矽光子面臨的關鍵問題與測試挑戰

矽光子技術雖然前景燦爛,但在進入大規模量產(HVM)的過程中,測試端正遭遇前所未有的技術挑戰。以下我們從對準、溫度、多通道以及封裝四個維度深入探討

1.奈米級自動對準的精度魔咒

在傳統電測中,探針只要接觸到墊片(Pad)即可獲取訊號。但在矽光測試中,光學訊號的耦合效率對物理位置極端敏感。光纖探針與晶片上的光柵耦合器必須在X、Y、Z三個軸向 上達到奈米級的對準精度。

目前的技術挑戰在於,對準過程通常需要「尋優」。測試設備必須先進行粗略掃描,獲取微弱的光訊號後,再透過自動化演算法進行精細對準,找到耦合效率最高的最高點(Peak)。

【欲閱讀更豐富的內容,請參閱2026.5月(第414期)解熱攻防戰:從資料中心到智慧穿戴的散熱對策CTIMES出版中心

相關新聞

台灣整合記憶體架構

隨著AI軟硬體不斷演進,記憶體的重要性如今已幾乎與算力並列,成為最重要的戰略資產。

當邊緣運算晶片走進儀器前端

透過FPGA與NPU的雙重防線,現代量測設備成功在最前線截斷了龐大的數據海嘯,將傳統的「採集後分析」轉變為「在採集的瞬間即完成洞察」。

GaN與SiC如何解開AI能源封印?

在AI這個由矽晶片與光纖交織成的虛擬未來裡,人類文明的瘋狂演進,最終依賴的依然是我們管理電子的能力。每一分轉換效率的提升,每一微秒的故障隔離,背後都是無數工程師與半導體材料的生死搏鬥。

低軌衛星收發機酬載測試挑戰

隨著第五代行動通訊(5G)技術的成熟,全球資通訊產業的目光已不再侷限於地表。世界正式邁入B5G(Beyond 5G)與6G的技術前沿,而其中最關鍵的技術核心,莫過於「非地面網路(Non-Terrestrial Networks, NTN)」。

12V極限與48V革命的必然性

在2026年的今天,全球正加速邁向由自主生成式AI(Agentic AI)主導的全新時代。當全世界都在為聊天機器人的對答如流、AI自動化生成的絕美影像驚嘆時,科技界最頂尖的一群工程師,卻正聚集在幽暗、發熱的資料中心底層,共同面臨著人類科技史上最嚴峻的物理牆。

CPO封裝下的矽光測試革命與技術屏障

隨著人工智慧(AI)與大型語言模型(LLM)的訓練需求呈指數級成長,高效能運算(HPC)平台的算力已不再是唯一的發展門檻。真正的瓶頸正轉向「數據傳輸」。在NVIDIA Blackwell甚至是下一代Rubin架構中,晶片與晶片之間、伺服器與伺服器之間的資料吞吐量已邁向800G甚至1.6T的超高頻寬。

udn討論區

0 則留言
規範
  • 張貼文章或下標籤,不得有違法或侵害他人權益之言論,違者應自負法律責任。
  • 對於明知不實或過度情緒謾罵之言論,經網友檢舉或本網站發現,聯合新聞網有權逕予刪除文章、停權或解除會員資格。不同意上述規範者,請勿張貼文章。
  • 對於無意義、與本文無關、明知不實、謾罵之標籤,聯合新聞網有權逕予刪除標籤、停權或解除會員資格。不同意上述規範者,請勿下標籤。
  • 凡「暱稱」涉及謾罵、髒話穢言、侵害他人權利,聯合新聞網有權逕予刪除發言文章、停權或解除會員資格。不同意上述規範者,請勿張貼文章。