新創競逐》光進銅退浪潮升溫，傳輸效率與能耗是AI下半場決勝點

Ayar Labs、Lightmatter兩大矽光子獨角獸正用截然不同的技術路線，讓「光」深入晶片封裝與運算系統。誰能率先跨過量產、可靠度與客戶導入門檻，搶下AI資料中心下一波商機？

文／曾子軒

矽光子狂潮來襲，兩家獨角獸新創，正在全球創投市場熠熠生輝！

2026年3月，矽光子新創Ayar Labs宣布完成5億美元E輪募資，背後集結超微、輝達、聯發科與世芯等重量級投資人，累積募資額達8.7億美元。

同一條賽道上，由麻省理工學院團隊創立的Lightmatter，累計募資額高達8.5億美元、估值衝上44億美元，聲勢甚至更勝一籌。

這兩家公司，可說是當前AI基礎設施「光進銅退」浪潮中，最受矚目的獨角獸。不過，面對同一場「決戰光時代」商機，兩隻獨角獸卻選了截然不同的技術解法與商業定位。

Ayar Labs：把光學I/O做成外掛引擎

「現在全球每個月生成的AI Token數量達到3.5京（35 quadrillion，即3.5萬兆）個，較兩年前增加近160倍！」今年8月，Ayar Labs執行長韋德（Mark Wade）飛來台灣，在開放運算計畫（OCP）論壇上，點出AI運算需求急遽成長帶來的挑戰。

這意味著，產業面對的挑戰早已不只是GPU算得夠不夠快，還包括如何突破電力與資料傳輸限制，讓整體運算能力持續擴張。

而這，正是Ayar Labs故事的起點。

韋德讀博士期間，曾參與美國國防高等研究計畫署（DARPA）的跨校研究計畫，並且與日後共同創辦Ayar Labs的孫晨等人，完成全球首款可直接透過光與其他晶片通訊的微處理器。

2015年，為了把研究成果帶出實驗室，韋德和伙伴組隊，參加MIT清潔能源創業大賽，一舉拿下兩項大獎、合計27.5萬美元，也進一步堅定團隊創業的決心。

不過，他們沒有就此一帆風順。

韋德後來回顧，在創業初期面臨的最大挑戰，是產業生態尚未成熟。不僅製造、封裝與測試能力不完整，也缺乏足以帶動業界投入的大型市場。

後來晶粒化架構興起、晶圓代工廠加速布局矽光子，加上AI運算日益仰賴高速互連，逐步為光學I/O鋪出發展條件。因此，Ayar Labs在2018年A輪融資時押注，大型AI系統未來將成為資料中心的重要工作負載，而光學I/O會是擴充算力與控制成本的關鍵。

其實，不管是哪個時期，Ayar Labs一路做的，都是讓光更靠近晶片，解決資料傳輸瓶頸。

傳統伺服器裡，GPU運算的資料，必須穿過主機板上的銅線，一路走到機箱邊緣的光模組才轉成光，傳輸距離長，也帶來更高的能耗與散熱壓力。

Ayar Labs將光電轉換的位置直接拉進晶片封裝，其產品TeraPHY有如運算晶片身旁的「光學傳送門」，讓電訊號不必再長距離穿過主機板，便能轉為光訊號傳輸。

這種沿用既有小晶片與先進封裝生態、將光學I/O以獨立晶粒整合進封裝的路線，對既有晶片設計的改動相對有限，讓企業能以較接近採購記憶體或I/O晶片的方式整合。

韋德解釋，Ayar Labs之所以採取漸進路線，主要是希望降低客戶初期導入的門檻。

針對光學系統中對溫度較敏感的雷射，Ayar Labs另外研發出SuperNova外置光源模組，將雷射與運算晶片分離，降低光源故障造成系統停機與維護成本的風險。

韋德的終極目標，是讓高速光訊號直接從機箱面板引出，讓資料中心擺脫複雜專用機架，回到可將不同機箱彈性上架、堆疊組合的模組化架構。


▲Ayar Labs共同創辦人韋德（中）早在十多年前便預期，網路與記憶體頻寬的提升速度，可能跟不上晶片運算能力的成長。曾子軒 攝
Lightmatter：規劃AI系統光學底座

相對Ayar Labs，Lightmatter的野心更為巨大。

創辦人哈里斯（Nicholas Harris）在創立公司前，曾在記憶體大廠美光擔任研發工程師。

離開美光後，他進入MIT攻讀博士，投入光子量子運算研究。當時他認為，電晶體微縮日益困難，是否能尋找傳統電子計算架構之外的新路徑。

在實驗室裡，哈里斯原本研究光子量子運算，後來發現，矽光子同樣能用來執行深度學習所需的大量矩陣運算，於是將研究視野轉向AI運算。

2017年，哈里斯與幾位伙伴共同拿下MIT 100K創業競賽大獎，接下來，Lightmatter就此成立。

從光學運算晶片起家，Lightmatter隨後將戰略重心轉向更迫切的互連瓶頸。原因和韋德的想法相同，AI的真正痛點不在晶片算力本身，而是晶片之間的資料傳輸速度。

Lightmatter生態系開發主管諾魯茲（Bijan Nowroozi）便引用研究指出，訓練模型時受到傳輸瓶頸影響，GPU實際運算利用率僅約四成，意味著大量算力無法被充分利用。

為了解決資料傳輸效率的問題，Lightmatter選擇從晶片之間的連接方式下手。不過，其解決方案比Ayar Labs更具顛覆性。

他們不只是在晶片旁邊加裝光學引擎，而是打造名為「Passage」的光子中介層，讓運算晶片與I/O晶粒能以3D方式整合在光學互連底座之上。

DIGITIMES分析師陳冠榮比喻，這就像是提供一塊「專門給光走的電路板」，顛覆傳統從晶片四周拉線的模式。透過縮短光電轉換的距離，Lightmatter試圖降低損耗。

兩家新創都已躋身獨角獸行列，陳冠榮分析，Ayar Labs走的是標準小晶片路線，對現有伺服器架構衝擊最小、最容易被客戶接受；Lightmatter則是企圖用光學底座突破晶片尺寸極限，願景宏大但需要客戶從晶片設計初期就深度客製。

兩間公司短期內可以共同做大市場，長期來說，則是模組化外掛與底座重構的路線之爭。

無論是Ayar Labs或Lightmatter，要讓矽光子從實驗室走向資料中心，都離不開台灣半導體與硬體供應鏈。

韋德不諱言，Ayar Labs近年正依託台積電的製程與封裝能力，並與日月光、緯穎等台灣伙伴合作，將光學引擎一路挺進機箱與機架級系統整合。

大規模商用前仍有三道難關

但，矽光子要從概念展示走向大規模商業放量，前方仍有三道現實挑戰。這也關乎這兩隻獨角獸，究竟能跑得多快、走得多遠。

第一，是科技巨頭既投資又自研的競合關係。輝達與超微雖然投資Ayar Labs，但他們同時也在內部推進自研光學技術；網通大廠博通更積極推進CPO交換機，邁威爾亦在今年完成收購新創Celestial AI。

陳冠榮點出，大廠投資新創是為了多方押注、掌握最新的技術動態，新創必須在巨頭既合作又防備的夾縫之中，借助大廠的資源與能見度，同時證明自身產品的不可替代性。

第二個挑戰在於良率與熱可靠度。應用材料副總裁肯格里（Subi Kengeri）表示，先進封裝混用不同材料，「每一種材料的熱膨脹係數都大不相同，這正是導致可靠性問題的根本原因。」

在高功率GPU帶來的熱負載下，不同材料反覆熱脹冷縮，可能造成封裝應力、翹曲，甚至影響光學耦合精度；一旦多晶片封裝中的光學晶粒失效，整體封裝的可用性與維修成本都可能受到牽連。

第三，則是客戶何時有足夠誘因轉換架構。

Arista共同創辦人貝托爾斯海姆（Andy Bechtolsheim）分析：「技術轉換只會在出現強制驅動因素時發生。」

他指出，可插拔光模組仍能支撐交換機持續升級，因此業界沒有急著全面改用CPO的必要。待既有作法無法滿足新一代產品需求，客戶才會願意改變。

從單一晶片的算力堆疊，走向整個機架的高速互連，AI戰局的下半場，傳輸效率與能耗表現正成為新的決勝點。這場改寫全球算力基礎設施的矽光子革命，正以台灣為支點展開。

… 本文摘錄自 遠見雜誌 2026/9月 第483期