CPO設計/多物理模擬全面應援　資料中心高效運算時代翩然而至(1)

CPO設計仍有多重的挑戰待克服，包括光/電訊號整合、光耦合訊號損失、熱能管理及封裝結構穩定性等。這些挑戰依賴模擬工具，以進行精準分析與優化。 生成式人工智慧(GAI)的廣泛應用，帶動矽光子技術與光學共同封裝(CPO)的快速發展。AI可以用於生成文字、圖片與影片，對資料傳輸與運算效能的需求節節攀升。隨著資料中心的電子傳輸逐漸遇到頻寬與延遲瓶頸，矽光子與CPO技術成為實現高頻寬傳輸需求的關鍵。然而，CPO設計仍有多重的挑戰待克服，包括光/電訊號整合、光耦合訊號損失、熱能管理及封裝結構穩定性等。這些挑戰依賴模擬工具，以進行精準分析與優化。透過整合多物理模擬技術，設計人員可以在設計階段預測潛在問題，優化晶片效能，並加速CPO技術的量產進程，為生成式AI的大規模應用鋪路。 GAI帶動矽光子需求 生成式AI應用進展飛快，目前除了生成文字，還能生成圖片、影片與音檔。多元的使用情境讓生成式AI技術普及，也帶動AI運算需求成長。國立陽明交通大學光電工程學系講座教授暨鴻海研究院半導體研究所所長郭浩中(圖1)表示，AI運算使用類神經網路，有多個神經元參與運算，所以通訊技術是其中的重要角色。同時，資料中心在AI運算需求提高之下，數據傳輸量大增，傳輸速度更顯重要。電子傳輸難以負荷大量的資料中心需求，傳輸速度遭遇瓶頸，市場因此將目光轉向光通訊應用。 圖1　國立陽明交通大學光電工程學系講座教授暨鴻海研究院半導體研究所所長郭浩中表示，AI運算有多個神經元參與，所以通訊技術是其中的重要角色 以往每一代的通訊技術，需要經過四年才會更新。例如傳輸速度從25...