AI光通訊新主角!NPO是什麼、和CPO差在哪?訊芯等6台廠沾到就發光
AI光通訊新主角!NPO是什麼、和CPO差在哪?訊芯等6台廠沾到就發光

花旗證券Atif Malik團隊9月8日發布研究報告指出,光通訊市場近期的交易焦點,正從CPO(Co-Packaged Optics,共同封裝光學)延伸至NPO(Near-Packaged Optics,近封裝光學)。花旗是在全球科技會議期間訪談矽光子業者Lightmatter後,做出上述判斷,並提出NPO與CPO未來幾年的市場發展時程。

NPO和市場熟悉的CPO到底差在哪?為什麼近期突然受到關注?本文一次拆解。

本文目錄

NPO是什麼?和CPO差在哪?

所謂NPO,是把光引擎放到緊鄰運算晶片的位置,例如主機板或夾層卡上,但不像CPO一樣,直接與ASIC(特殊應用積體電路)共同封裝。

相較傳統插拔式光模組,NPO能縮短光引擎與ASIC之間的電訊號傳輸路徑,有助降低高速傳輸帶來的功耗與訊號損耗;另一方面,由於光學元件沒有直接與ASIC共同封裝,在元件整合、測試與製造安排上也較有彈性。

CPO則是把光引擎與ASIC共同封裝,進一步縮短封裝內的電訊號路徑,在高頻寬傳輸與功耗控制上更具潛力,但光學、電子元件整合得更緊密,也提高製造、測試與良率管理難度。

簡單來說,CPO把光學元件拉得更靠近ASIC,追求高度整合;NPO則保留較多封裝與測試彈性。

對照項目 CPO(共同封裝光學) NPO(近封裝光學)
光引擎位置 與ASIC共同封裝 位於ASIC附近,但未共同封裝
電訊號路徑 更短 較傳統插拔式模組短,但通常長於CPO
整合程度 高 相對較低
測試、製造 多元件高度整合,難度較高 整合與測試安排相對有彈性
可否拆卸 取決於封裝設計 同樣取決於模組、板卡設計,不能一概而論
市場角色 已有產品量產,並持續往更大規模部署 近期受到市場關注的另一種光互連方案

Lightmatter主推的「Passage L20」就是NPO架構的產品之一,單向頻寬6.4Tbps、雙向12.8Tbps,每個port最高可達200Gbps。

Passage L20也採用BiDi雙向光纖傳輸,讓不同方向的訊號共用光纖,有助降低整體光纖使用量。

NPO為什麼突然受到關注?何時商轉?

NPO近期受到關注,是因為在AI資料中心快速擴張下,市場開始比較不同光互連架構的量產成本、測試難度與部署速度。

花旗引述Lightmatter管理層表示,目前CPO交換機的測試與供應能力若要支撐未來AI資料中心需求,仍需要大幅擴張,相關測試能力甚至可能得提高至目前的100倍。

矽光子測試除了電性檢測,還牽涉光學量測、精密對準與雙面探測等程序。CPO又將光引擎與ASIC高度整合,一旦測試、良率或產能擴充速度跟不上,就可能限制供貨規模。

不過,這不代表CPO仍停留在實驗階段。Broadcom等業者已經有CPO產品進入量產,Tomahawk 5-Bailly CPO交換器也已大量出貨並部署於Meta資料中心。

因此,NPO真正吸引市場的地方,是它提供另一種取捨:把光引擎移到ASIC附近,同樣可以縮短高速電訊號傳輸路徑,又不用像CPO一樣把光學元件與ASIC全部整合進同一封裝,在設計、製造及測試上保留較多彈性。

至於商轉時間,依Lightmatter自身預估,NPO最快2027年開始由客戶導入、2028年擴大部署;該公司對CPO更大規模市場滲透的預估則落在2028至2029年。

成本也是NPO受到關注的原因。Lightmatter表示,Passage L20採用BiDi雙向光纖架構,可降低光纖使用需求。以其估算,在特定1GW資料中心架構下,可節省約16億美元(約新台幣505億元)網路成本;若以512顆XPU組成的叢集計算,網路支出可降低約16%。

換句話說,市場所謂「從CPO轉向NPO」,比較像是投資與產業關注焦點開始擴及NPO,而不是技術路線全面從CPO改成NPO。CPO已經有量產產品,NPO則因封裝與測試彈性受到更多關注,未來兩種架構仍可能依成本、頻寬與應用需求並存。

此外,不論採用NPO或CPO,AI資料中心的頻寬持續提高,都會推升雷射與光纖需求。Lightmatter認為,雷射器功率與上游供應能力可能逐漸成為新的擴產瓶頸,市場也開始將雷射與光纖比喻為「下一個HBM(高頻寬記憶體)」。

輝達已提前布局上游。2026年3月,輝達分別向Lumentum與Coherent投資20億美元,合計40億美元(約新台幣1,263億元);5月再與康寧簽署長期協議,擴大美國光學連接與光纖產能。NPO與CPO雖是不同光互連架構,但都需要雷射與光纖支撐。

哪些公司在推動NPO?台廠誰有機會受惠?

目前NPO相關技術發展以美系供應鏈受到較多關注,Lightmatter主推NPO光引擎,Lumentum、Coherent位居雷射供應鏈,康寧則布局光纖與光學連接。

台廠部分,市場點名公司不少,但與NPO的關聯程度差異很大。其中,訊芯-KY已揭露12.8T NPO產品的研發規劃;其他業者則多半是從既有矽光子、光纖、雷射或光收發模組布局,被市場列入相關供應鏈。

沾到NPO就發光,六台廠一表看

公司 供應鏈位置 NPO關聯
訊芯-KY 光收發模組封裝 已揭露12.8T NPO產品研發規劃
上詮 光纖陣列、連接器 市場點名可望受惠NPO與矽光子需求
波若威 光纖陣列、連接器 外界點名受惠NPO商機
聯亞 雷射、磊晶 位居光源上游,市場關注NPO帶動雷射需求
華星光 光收發模組 市場列入NPO相關供應鏈
眾達-KY 光收發模組 外界列入NPO相關供應鏈

與CPO、矽光子關聯較深,NPO受惠仍偏間接

公司 供應鏈位置 現階段定位
台積電 晶圓代工、先進封裝 COUPE涵蓋插拔式、板上與基板等不同整合階段,CPO為其中高度整合方向之一
日月光投控 先進封裝 旗下環旭電子、光創聯布局CPO與光學互連相關技術
創意 ASIC設計 2026年1月正式宣布與Lightmatter合作,推動Passage 3D CPO解決方案商業化
光聖 光纖陣列、連接器 據報導布局矽光子、CPO與光交換相關應用
穩懋 GaAs/InP晶圓 位居雷射與矽光子上游供應鏈
環宇-KY InP雷射磊晶 據報導切入國際雷射供應鏈,受惠邏輯偏向上游光源需求
旺矽 測試設備 布局CPO、矽光子相關測試設備
萬潤 測試、耦合設備 布局CPO相關設備,未來營收成長仍取決於客戶量產進度
致茂 測試設備 CPO相關測試設備已取得訂單,預計2027年量產
穎崴 測試設備 布局光電雙面檢測與CPO測試介面

常見問題

Q:NPO和CPO差在哪?

最簡單的差別是光引擎與ASIC之間的距離與整合方式。

NPO把光引擎放在ASIC附近,但不直接共同封裝,因此在製造與測試安排上較有彈性;CPO則把光引擎直接與ASIC整合進同一封裝,電訊號路徑更短,但封裝、測試與良率管理難度也較高。

Q:NPO會取代CPO嗎?

目前沒有足夠證據顯示NPO會取代CPO。

CPO已經有業者進入量產,NPO則因封裝與測試彈性而受到更多關注。未來兩種架構可能依頻寬、功耗、成本與不同應用需求並存。

Q:台積電是NPO概念股嗎?

台積電有沾到NPO題材,但不是純NPO概念股。它的COUPE布局涵蓋更廣,從可插拔、板上光學到高度整合封裝都有,CPO也只是其中一環。

本文為產業資訊整理,不構成投資建議。

延伸閱讀

資料來源:NVIDIA Newsroom官方公告、Broadcom 投資人官網公告、Passage L20 產品規格

本文初稿為AI編撰,整理.編輯/林育萱

往下滑看下一篇文章
從台灣走進北美千家速食門市!Berry AI 如何攜手博弘雲端,讓 AI 規模化落地?
從台灣走進北美千家速食門市!Berry AI 如何攜手博弘雲端,讓 AI 規模化落地?

一家來自台灣的 AI 新創,如何讓美國上千家速食餐廳,都用它的 AI「看」得來速車道?

這家公司就是專注於 AI 影像辨識技術的 Berry AI (華捷智能),透過攝影機蒐集匿名數據並轉化為多項營運指標,協助速食品牌找出流程瓶頸、提升現場營運效率與整體顧客滿意度。以美國連鎖炸雞品牌 Zaxby’s 為例,在全面導入 Berry AI 解決方案後,服務速度提升 13%-20%,業績表現最好與最差的門市,每週營收差距從 2.4 萬美元縮小至約 9,000 美元。另一家連鎖速食品牌 Culver’s 在導入後,得來速車道的服務時間也立刻改善,進而提升整體吞吐量。

然而,支撐 Berry AI 解決方案的,不只有前端看得見的攝影機與影像辨識技術,還有後端穩定且具彈性的雲端平台。Berry AI 結合 Amazon Web Services (AWS) 全球雲端資源及博弘雲端顧問服務,打造兼顧即時性、穩定性與成本效益的雲地混合架構,成為推動 Berry AI 持續擴大北美市場版圖的重要關鍵。

從台灣 PoC 走向北美千店規模,Berry AI 面臨架構升級新挑戰

Berry AI 執行長林逸中表示,團隊成立初期投入近2年半的時間,探索最適合影像辨識技術的應用場景,最終將目光鎖定高度標準化的速食餐飲業(Quick Service Restaurant;QSR),推出得來速計時器、餐廳計數器等解決方案,運用 AI 影像分析技術,辨識顧客進入得來速車道或餐廳後的狀態,例如:排隊、點餐、候餐等。

同時,Berry AI 也進一步將現場蒐集到的數據轉化為可量化的營運指標,例如:不同門市、日期或時段的顧客等候時間,協助管理者從數據中找出流程瓶頸與可以優化的環節,進而提升服務效率及顧客滿意度。

在確立發展方向並於台灣完成 PoC (概念驗證)後,Berry AI 決定前進全球最大、也是 QSR 最核心的北美市場。然而,隨著合作客戶與部署門市持續增加,資料量快速攀升,加上服務範圍橫跨不同區域,既有以地端為主的架構開始面臨規模化挑戰。

林逸中補充指出,尤其 QSR 業者在選擇 AI 解決方案時,格外重視技術效能與穩定性,包括 AI 辨識精準度、能否因應突發狀況、系統能否穩定運作,以及網路發生問題時能否維持服務等。在這樣的要求下,若將所有運算與資料都留在地端,不僅難以因應日益增加的部署門市與資料量體,設備建置與維運成本也會隨之增加。

BerryAI 攜手博弘雲端 打造高可用性 AWS 雲地混合架構,突破北美規模化部署挑戰

如何確保系統的即時性、穩定性與成本效益,成為 Berry AI 進軍北美後必須解決的新課題。為此,Berry AI 選擇與博弘雲端合作,取得穩定且高可用的 AWS 運算與資料庫服務架構,將即時運算留在地端,同時在雲端環境整合資料庫處理大量資料與後續分析工作,形成兼顧地端即時運算與雲端彈性擴充的雲地混合架構。

Berry AI研發同仁汪楚剛說明,包括車輛偵測、追蹤與狀態辨識等需要即時反應的工作,會先在地端完成;再將辨識結果傳送至 AWS 雲端,計算各項營運指標,提供後續分析與決策使用。透過這套架構,Berry AI 至今已處理超過 2 億筆車輛狀態資料。

此外,AWS 也是 Berry AI 持續優化 AI 模型的重要基礎。Berry AI 將整套資料蒐集流程建構於 AWS 上,透過完整且多樣化的資料,持續訓練與優化模型,進一步提升地端影像辨識的準確度。

博弘雲端
Berry AI 鎖定高度標準化的速食餐飲業(Quick Service Restaurant;QSR),推出得來速計時器、餐廳計數器等解決方案,運用 AI 影像分析技術,辨識顧客進入得來速車道或餐廳後的狀態,例如:排隊、點餐、候餐等,協助管理者從數據中找出流程瓶頸與可以優化的環節,進而提升服務效率及顧客滿意度。
圖/ Berry AI網站圖

成為企業技術團隊的延伸,博弘雲端助 BerryAI 把 AWS 用得更好、更省

隨著北美業務持續成長,Berry AI 也迎來新的課題:如何把雲端資源用得更有效率、更省成本,這也成為 Berry AI 與博弘雲端合作的重要契機。

對此,可能有很多人好奇,像 Berry AI 這類技術能力成熟、具備自行建置架構能力的企業,為什麼還需要與博弘雲端合作?「關鍵在於,博弘雲端長期深耕 AWS,對相關服務與技術架構更加熟悉,可以成為企業內部技術團隊的延伸。」博弘雲端技術長宋青雲說。

當 Berry AI 遇到特定 AWS 服務或技術問題時,可以直接尋求博弘雲端協助;若需要進一步與 AWS 原廠確認,博弘雲端也能協助溝通與處理,減少 Berry AI 自行研究與排除問題所需投入的時間,讓內部研發團隊可以將更多心力和資源集中在核心產品開發。

更重要的是,博弘雲端不只提供技術支援,還能從 Berry AI 實際用量與成長需求出發,客製化設計最適合的節費方案,這對 Berry AI 降低營運成本有很大的幫助。宋青雲說明,博弘雲端根據 Berry AI 既有的 AWS 用量,推估未來 1-3 年內的使用需求,並以此為基礎規劃合適的長期雲端資源用量;同時考量 Berry AI 所屬飛捷集團旗下還有 3 家子公司同樣使用 AWS,進一步整合集團需求進行評估,放大整體採購規模,爭取更大的節費空間。

宋青雲強調,雲端採取隨需即付的計價模式,雖然具備彈性優勢,但若缺乏持續管理,仍可能出現資源配置不符商務規劃,或費用超出預期等情況。而博弘雲端不只能從使用現況出發、建議適合的節費方案,也會從效能、資安與成本等面向進行架構健檢,提出相應的優化建議;同時還會提供相關管理介面,讓企業隨時查看帳戶使用狀況、預估未來用量,在業務規模持續成長的同時,也能兼顧雲端架構的效能、安全與成本效益。

而架構健檢與成本優化,只是博弘雲端服務的一環。從企業準備上雲開始,博弘雲端便能協助將應用程式與資料從地端搬遷至雲端,或直接在雲端完成部署;進一步還能協助建置數據平台、數據中台,進行資料分析及導入 AI 應用,讓企業資料發揮更大價值。當服務正式上線後,博弘雲端也能接續提供維運服務。換言之,從前期 PoC、雲端建置到後續維運,博弘雲端都能依據企業需求,提供相應的服務與支援。

對 Berry AI 來說,藉由與博弘雲端合作,深化 AWS 雲端資源使用,不只是突破規模化挑戰,更重要的是能把有限的資源集中在核心業務,持續優化解決方案、開發更多貼近餐飲營運需求的應用,進一步爭取更多品牌合作,擴大北美市場版圖。目前,Berry AI 正全力拓展北美市場,也持續尋找對 AI 技術與餐飲產業應用充滿好奇心、重視團隊協作的人才加入。徵才方向涵蓋機器學習與電腦視覺、Platform & System(DevOps、Infrastructure),以及 Full Stack 軟體開發。從門市邊緣裝置上運行的 AI 模型、串連雲端與數千家門市的系統平台,到協助餐飲品牌提升營運效率的分析產品,每個環節都還有發揮的空間。 期待匯聚更多優秀夥伴,一起用 AI 解決真實的營運問題,讓來自台灣的技術走進更多全球 QSR 門市。

職缺詳情:https://www.cake.me/companies/berryai/jobs

登入數位時代會員

開啟專屬自己的主題內容,

每日推播重點文章

閱讀會員專屬文章

請先登入數位時代會員

看更多獨享內容

請先登入數位時代會員

開啟收藏文章功能,

請先登入數位時代會員

開啟訂閱文章分類功能,

請先登入數位時代會員

我還不是會員, 註冊去!
追蹤我們
一次搞懂工業AI
© 2026 Business Next Media Corp. All Rights Reserved. 本網站內容未經允許,不得轉載。
106 台北市大安區光復南路102號9樓