SEMICON Taiwan 2026 将 CPO 的制造考验推向聚光灯下

SEMICON Taiwan 2026 汇聚逾 1,300 家参展商开幕，其核心矛盾已不只是芯片速度再度提升。Google News 所呈现的报道聚焦于硅光子和共封装光学（CPO）。真正的问题在于，供应商能否以足够可靠的方式制造这些技术，以服务大型 AI 集群。

展会将于 9 月 2 日至 9 月 4 日在台北南港展览馆举行，技术论坛则从 8 月 31 日开始。根据官方活动简介，主办方预计将有来自 65 个国家的逾 10 万名专业人士参加，展位数量达 4,300 个。

这些数字使本届展会成为观察产业转向的重要节点：行业关注点已超越更快的加速器。Nvidia、Broadcom、TSMC、UMC、封装企业、光学元件供应商和设备制造商如今面对同一个问题：当数据传输消耗过多电力或遭遇网络瓶颈时，AI 处理器便无法持续高效运转。

CPO 将光引擎置于同一封装内，紧邻交换芯片或处理器。这缩短了信息转化为光信号之前的电气传输路径。硅光子则借助半导体制造方法构建光学电路，将收发光信号的元件集成在一起。

这一基本理念早已确立，新的分歧在于生产。可插拔光模块更易于更换、认证和维护；而 CPO 则承诺更高的带宽密度和更低的网络功耗。因此，SEMICON Taiwan 正在检验 CPO 的制造可行性，并将其与可插拔光学方案成熟的运维模式进行比较。

SEMICON Taiwan 将叙事从原型推进至量产

这一活动之所以重要，是因为 CPO 供应商如今展示的不再只是研究里程碑，也包括生产计划、制造合作伙伴，以及面向部署的系统。

SEMI 组织了硅光子主题馆，覆盖光子芯片设计、电子-光子集成、先进封装、CPO 系统和光模块。相关的全球峰会则汇集了 Cisco、Marvell、TSMC、Lumentum、ASE、UMC 和 Lightmatter 的代表。

这种广度改变了讨论的性质。成功的 CPO 产品需要的不只是高速光子电路，还包括激光器、光纤、电子控制、封装、热管理、自动化对准、测试、可接受的良率，以及已部署系统的服务模式。

SEMI 将数据传输描述为 AI 性能的新兴限制因素。SEMI 全球首席营销官兼台湾区总裁 Terry Tsao 表示，随着数据移动占据越来越多的系统能耗，系统架构正成为瓶颈。因此，主办方的技术议程将光学技术与 AI 芯片、高带宽内存和先进封装联系起来。

TSMC 的 Compact Universal Photonic Engine，即 COUPE，是核心技术之一。COUPE 将电子集成电路与光子集成电路堆叠在一起。TSMC 设计该接口，以缩短两层之间的距离并降低电气损耗。

该公司此前计划先让 COUPE 通过紧凑型可插拔产品的认证，再将其作为 CPO 集成至 CoWoS 封装中。其 2026 路线图如今将“COUPE on substrate”列为量产起点，把光学元件引入高性能计算系统所使用的同一封装环境。

这是重要一步，但“量产”一词仍需结合背景理解。初始量产并不自动意味着将在数千台交换机中广泛部署。早期出货仍可能受到认证周期、客户验证、元件供应，以及多个制造阶段良率的限制。

近期 Google News 搜索结果将该活动突出为硅光子展示平台。更具实质意义的信号是，参展商现在必须讨论可重复性。实验室设备只需能够工作；商用光引擎则必须经受组装、热量、测试、运输、安装以及多年持续运行的考验。

台湾在这一阶段尤为重要。其半导体产业连接晶圆代工厂、委外封装测试服务商、基板供应商、电子制造商和精密设备企业。CPO 迫使这些参与者协调过去分别属于不同供应链的工艺。

因此，展会传递的首要信息并不是光突然战胜了铜，而是光互连正进入那个将先进芯片转化为大批量产品的工业体系。该体系能否实现可接受的经济性，仍是本届活动的核心考验。

AI 网络正遭遇数据传输的天花板

更快的加速器会加大网络压力，因为每增加一单位计算能力，都必须与内存、相邻处理器和存储设备交换数据。

AI 集群的运行方式并不像一颗巨大的芯片。它会将训练和推理工作负载分配到众多加速器上。这些处理器反复交换模型参数、中间结果和同步数据。网络延迟可能让昂贵的计算资源处于等待而非计算状态。

铜互连在短距离内依然表现良好。然而，随着电气连接速度提升或距离拉长，信号损耗会增加。工程师可以通过更强的信号、retimer 和数字信号处理器加以补偿，但这些附加组件会消耗电力并产生热量。

可插拔光模块通过在交换机前面板将电信号转换为光信号，解决了距离问题。其可拆卸形式也为运营商提供了熟悉的维护模式。技术人员可以更换单个模块，而无需拆除交换机或其核心硅芯片。

弱点出现在交换芯片与前面板模块之间。数据必须以越来越高的电气速率穿越印刷电路板。随着这些路径越来越难以驱动，系统仅为将信号送达光转换器就需消耗更多能量。

CPO 将转换点移至更靠近交换机专用集成电路（ASIC）的位置。更短的电气走线可降低信号损耗，并减少对耗电补偿技术的需求。随后，光纤将信息从封装中传出。

Broadcom 表示，其 CPO 架构相比同类采用数字信号处理器的可插拔设计，可实现超过 3.5 倍的节能效果。该公司还声称，光学成本可降低 40%，每毫米带宽密度可超过每秒 1 太比特。这些数据属于供应商主张，但其公开的CPO 规格展示了塑造产品设计的商业目标。

Nvidia 对 Spectrum-X Ethernet Photonics 提出了类似观点。该公司称，其基于 CPO 的网络可实现比传统可插拔收发器系统高五倍的网络能效，同时具备更高的韧性和更长的持续应用运行时间。

Nvidia 列出的 Spectrum-X Ethernet Photonics 配置，交换容量最高可达每秒 409.6 太比特。其硅光子平台计划于 2026 年下半年上市，云服务提供商是预期的早期采用者之一。

这些比较不应被视为普遍适用的测量结果。实际表现取决于网络拓扑、利用率、线缆长度、散热、交换机配置，以及作为基准的可插拔技术。运营商在接受普遍性的效率主张之前，仍需要工作负载层面的数据。

不过，压力的方向很明确。更多的加速器容量会提高带宽需求，而数据中心的电力限制又约束了运营商能够增加多少网络设备。这使每传输一比特所消耗的能量成为系统级约束，而不再只是次要规格。

这也是为何这一议题已超出光学元件专家的范畴。网络瓶颈会影响加速器利用率、应用吞吐量、冷却基础设施和部署时间。云运营商必须将这些成本放在一起评估，而非视为彼此独立的采购决策。

TSMC 与 Broadcom 展现 CPO 的制造挑战

主要竞争在于：CPO 的集成效率，对阵可插拔光学方案的可更换性与成熟供应链。

TSMC 的 COUPE 平台说明了集成化的优势。它通过三维堆叠结合电气控制裸片与光子裸片。该公司表示，这种安排能够降低接口阻抗，并支持低功耗、高速传输。

TSMC 将这一平台开发为可复用的光子引擎，而非单一的定制设备。其公开的COUPE 研究说明，该平台支持不同的耦合方式，并可与主机 ASIC 共封装。这种灵活性十分重要，因为客户并不都采用相同的交换机、处理器、激光器或光纤架构。

COUPE 也将光子技术连接至 TSMC 更广泛的封装产品组合。CoWoS 已能在中介层上整合处理器与高带宽内存。加入光引擎后，连接能力也成为同一封装战略的一部分。

这种集中化带来优势。晶圆代工与封装服务商可以在电子裸片、光子裸片、基板和组装之间优化接口，也能够制定客户可跨代复用的设计规则。

不过，它也形成了一条要求极高的制造链。包含昂贵交换硅芯片和光引擎的封装，其组合价值高于传统可插拔模块。若在组装后期出现缺陷，便可能影响更大部分的产品价值。

Broadcom 则以高度协同的平台进入市场，涵盖交换 ASIC、硅光子、封装专长和光学元件。该公司在当前 AI 基础设施热潮之前多年，就已开始投资这种集成式方案。

其第二代产品以每通道每秒 100 吉比特运行，第三代产品则瞄准每通道每秒 200 吉比特。Broadcom 于 2025 年 5 月宣布第三代技术，并提及热设计、光纤布线、操作、委外组装流程和良率方面的改进。

这些细节比头条式的带宽数字更具信息量。热膨胀可能改变光学对准；光纤连接需要精密操作；激光器必须可靠运行；自动化测试必须识别缺陷，同时不能令生产速度高得难以承受。

Broadcom 的 Bailly 平台配备共封装光引擎，交换容量可达每秒 51.2 太比特。TrendForce 报道称，2026 年出货量仍有限，但将市场描述为正在进入量产阶段。Nvidia 的 Spectrum-X 扩产则提供了第二条主要商业路径。

“量产”一词仍可能涵盖范围极广的出货量。无论是初始出货还是供应商的产能主张，都不能证明 CPO 已在主流数据中心全面取代可插拔光学方案。它所确认的是，客户如今可以开始评估量产硬件，而不再只能依赖演示。

可插拔光学方案仍保留多重保障。模块支持多供应商采购、熟悉的前面板连接方式以及现场更换。运营商知道如何储备备件并隔离故障模块。

CPO 将部分运营风险转移到了别处。如果光引擎位于交换机封装内部，更换就会变得更复杂。设计可通过外置激光源、冗余、模块化光纤连接和故障隔离来缓解这一问题。但这些特性仍需在实际运行的数据中心中得到验证。

因此，这场竞争并非性能与停滞之间的较量。可插拔系统仍在通过线性驱动和重定时架构持续改进。CPO 必须证明，其缩短电气传输距离所带来的效率和密度提升，足以证明更紧密集成的合理性。

这正是 CPO 在 SEMICON Taiwan 面临的对手。仅凭实验室带宽无法定论。胜出的架构必须将网络性能与良率、可靠性、可维护性、供应灵活性及可预测的总体拥有成本结合起来。

硅光子技术要实现规模化，需要完整供应链

CPO 的商业化取决于供应商能否以类似半导体的稳定性，将光学对准、封装和测试实现工业化。

硅光子技术在许多光学功能上采用成熟的晶圆制造工艺，但这并不意味着每个组件都变成普通硅器件。系统仍需要激光器、光纤连接、调制器、探测器和控制电子元件。这些组件对热量、机械应力和制造偏差的反应各不相同。

光子电路通过极其微小的结构引导光线。细微的对准误差就可能增加光学损耗。因此，封装设备必须精确定位光纤和光学组件，同时维持适合商业化生产的吞吐量。

测试带来了另一项挑战。传统芯片测试主要评估电学行为。硅光子产品需要进行电学和光学测量，有时还需在晶圆和封装两个阶段进行。供应商必须测试多个波长、通道、数据速率和热条件。

测试过晚，若缺陷在集成后才显现，就会浪费昂贵组件。若每个阶段测试过于全面，又会增加制造时间和成本。供应链需要设置测试点，以便及早发现关键故障，同时不过度拖慢产线。

良率也跨越组织边界。晶圆代工厂可以交付正常工作的光子裸片，但封装、光纤贴装、激光器集成或最终组装仍可能失败。当成品系统未达到性能目标时，供应商需要共享工艺数据，并明确责任归属。

UMC 和 Silith 为这一制造转型提供了一个例子。2026 年 7 月，两家公司宣布，UMC 位于新加坡的 12 英寸晶圆厂首次交付量产光子集成电路晶圆。

该合作将 Silith 的光子设计与 UMC 的晶圆制造工艺相结合。根据官方晶圆公告，它支持 Silith 面向 AI 和超大规模数据中心连接的 1.6 太比特每秒硅光子平台。

12 英寸工艺之所以重要，是因为更大的晶圆可在每个制造周期内支持更多器件。成熟的代工厂管控也能提高一致性和规划能力。不过，晶圆产出只是完整光学系统的一部分。

一旦光子和电子组件进入同一封装，组装与测试供应商就变得同样重要。ASE、SPIL、Powertech 等公司能够影响 CPO 能否从专用组装走向可重复的大规模制造。

设备制造商也直接参与其中。光学对准系统、键合工具、检测设备和热分析平台决定了吞吐量和良率。即使客户希望采购更多系统，合格设备的短缺也可能限制产出。

这种责任分布使台湾生态系统具有价值，但也带来协调风险。CPO 将半导体制造与光学组件实践结合，而后二者是在不同供应商、公差和产品周期的环境中发展起来的。

量产爬坡将揭示企业能否将足够多的流程标准化。专有集成可以提升性能，但过度定制会导致工装碎片化，并限制第二供应来源。通用接口可以提高供应灵活性，但也可能限制优化空间。

Google News 的报道往往将这一进展简化为从铜到光的转变。实际转型的条件更多。光学技术早已在现代网络中传输数据。变化在于，将光电转换移至更靠近处理器的位置，并以可接受的成本制造这种集成。

因此，硅光子技术既是一项光学技术，也是一个供应链项目。它的成败与调制器速度同样取决于工厂、工艺控制、测试覆盖率和维修策略。

可靠性与可维护性仍是棘手问题

在运营商能够在量产条件下测量故障率、维修时间和可用良率之前，CPO 的效率论证仍不完整。

可插拔模块将故障隔离在专为更换而设计的组件中。如果一个收发器停止工作，技术人员可以从交换机前面板将其取下。CPO 对光引擎进行了更深层集成，因此供应商需要为同一个维护问题提供不同答案。

外置激光源可应对部分风险。激光器会产生热量，也可能老化，因此将其置于主交换机封装外部可以简化更换。不过，光纤连接和光引擎仍会引入额外故障点。

冗余可以减轻单一故障通道的影响。软件可以绕过部分问题，监控则可在完全中断前识别性能劣化。每一种保护机制都会增加设计复杂度，且必须经过大规模测试。

Nvidia 表示，其 CPO 架构采用更少的离散组件和电气接口，因此应能提高韧性。该公司声称，与传统可插拔网络相比，其架构可实现五倍更长的持续应用运行时间和更快部署。

这些数据提供的是可验证的假设，而非业界已有定论的结果。客户需要来自不同工作负载、气候、机架设计和维护实践的独立运营数据。受控的供应商对比无法代表每一种部署环境。

Broadcom 同样强调可靠性，并表示其已出货量产 CPO 系统。其集成经验具有参考价值，因为封装缺陷、光纤布线和热行为往往只有在反复制造周期中才会显现。

不过，供应商披露的量产良率或现场更换率信息有限。这些数据可能具有商业敏感性，尤其是在新产品爬坡期间。缺少这些信息，使得比较 CPO 与成熟可插拔系统的总成本变得困难。

散热带来另一项不确定性。将光引擎置于高功耗交换 ASIC 附近可以降低电气损耗，但也会让对光敏感的组件靠近主要热源。封装必须控制温度，同时不能干扰光纤布线或信号完整性。

系统必须经受反复的加热与冷却循环。不同材料的膨胀速率不同，这可能造成机械应力并影响光学对准。在演示中表现良好的设计，仍需在预期使用寿命内完成认证。

制造良率可能放大这些担忧。将多个已知良品裸片集成到一个封装中，要求在组装前确信每个组件正常工作，也要求后续工艺不会损坏这些组件。

运营商将比较额外认证成本与节能和密度收益。大型云服务提供商可能在集成架构解锁集群规模时接受更高程度的集成。规模较小的买家则可能更青睐可插拔模块的可维护性和供应商选择。

因此，CPO 的采用不太可能齐头并进。最早的部署应出现在带宽密度和功耗约束严重到足以抵消运营变革的场景。传统光学方案在其他地方仍可能足够。

另一个风险涉及产能。先进封装已是 AI 加速器和高带宽内存的必需环节。CPO 则在同一供应链中增加了光引擎，而该供应链正面对基板、键合设备、测试系统和熟练工程团队的竞争性需求。

即使产品成功，如果其中一个组件产能不足，量产爬坡仍可能缓慢。连续波激光器、光纤阵列、光子晶圆和精密组装设备都可能形成约束。供应多元化将与技术性能同样重要。

这些限制并不否定 CPO。它们解释了为何 SEMICON Taiwan 对制造的关注如此重要。行业已发展到足以让可靠性问题成为商业决策，而不再只是对研究概念的质疑。

三个信号将表明 CPO 是否真正到来

出货量、制造良率和现场可靠性将决定 2026 年是 CPO 的部署之年，还是又一个认证阶段。

第一个信号是 Nvidia 的 Spectrum-X Ethernet Photonics 在 2026 年下半年的量产爬坡。Nvidia 已点名大型云计算和 AI 基础设施公司作为预期采用者，但产品可用性本身并非最终检验。

应关注已安装系统、重复订单，以及客户对功耗或正常运行时间结果的描述。若能在生产集群中广泛部署，将加强 CPO 已准备好应对高要求环境的论据。有限的试点则表明认证尚未完成。

第二个信号是 TSMC 的 COUPE on substrate 生产规模。TSMC 的2026 路线图将该平台列为今年的量产里程碑。

有用的指标将包括客户项目、可重复的良率、封装产能，以及从初始产品向后续产品的推进。新增客户将表明 COUPE 是一个平台，而非高度定制的狭义解决方案。

延期并不能证明这一架构不可行。它只会表明，将光子技术引入先进计算封装，仍比达成单项性能目标更困难。

第三个信号是来自两大平台项目以外供应商的证据。UMC 的量产晶圆、Broadcom 的 Bailly 交付、代工制造商的交换机出货以及光引擎组装的扩张，都将表明市场更为广泛。

多元化的供应链将降低 CPO 局限于垂直协同项目的风险。它也会为买家提供更多架构选择，并为兼容组件、共享测试实践和自动化创造更强动力。

相反，若市场由少数严格控制的平台主导，仍可能增长，但采用将高度依赖这些供应商的路线图。买家需要在效率与供应商集中度、组件互换性受限之间权衡。

SEMICON Taiwan 之所以能提供异常完整的这些信号视角，是因为它汇集了负责设计、制造、封装、设备和系统的企业。没有任何一家参展商能够独自证明 CPO 已准备就绪。

Google News 读者可能会将这一事件视为聚焦贸易展会的一则报道。但更深层的故事在于，AI 基础设施的竞争焦点已经转移。更快的处理器仍然重要，但系统性能如今越来越取决于数千个处理器之间通信的效率。

这一转变给所有参与者带来了压力。加速器供应商需要能够让其芯片持续高效运转的网络。云服务运营商需要在既定功耗上限内提供更多算力。晶圆代工厂和封装企业则必须整合过去分别制造的技术。

光学供应商必须达到半导体制造的生产标准。设备企业需要将过去依赖专业对准技术的流程实现自动化。网络运营商则必须采用新的维护方式，同时不能牺牲正常运行时间。

CPO 无需取代每一个可插拔模块，便能成为重要技术。它只需在 AI 基础设施中那些带宽密度、电气传输距离和网络功耗已成为关键限制因素的领域取得优势。

未来几个月应会提供第一批有意义的证据。读者不应只关注峰值带宽宣传，而应提出三个实际问题：出货了多少系统？制造的一致性如何？运行是否可靠？

这些答案将决定，SEMICON Taiwan 2026 是否标志着 CPO 的商业化到来。它们也将揭示，硅光子技术是否已成为一个可重复的制造平台，而不再只是一个等待其余供应链跟上的出色组件。