AI 互連技術路線是這篇文章討論的核心
⚡ 快速精華 Key Takeaways
- 💡 核心結論：NVIDIA CEO 黃仁勳在 GTC 2026 明確表態——銅線互連在機櫃內部的優勢地位將維持至 2027 年以後，矽光子 CPO 技術則鎖定機櫃間的 Scale-out 場景，兩者並非取代關係而是分工協作。
- 📊 關鍵數據：全球 AI 支出預計 2026 年達 2.52 兆美元（Gartner），AI 資料中心市場規模 2034 年將突破 1.98 兆美元（Global Market Insights），Kyber 機櫃架構可容納高達 144 顆 GPU 於單一 NVLink 域。
- 🛠️ 行動指南：投資人應重新評估光通訊供應鏈的短期估值預期，資料中心營運商需優先升級銅纜背板與散熱系統，硬體工程師應關注 NVLink 5 與 CPO 整合方案。
- ⚠️ 風險預警：CPO 技術大規模量產時程仍存在不確定性，矽光子封裝良率與成本結構尚待驗證，過度押注單一技術路線可能面臨供應鏈錯配風險。
📋 文章導航
引言：GTC 2026 現場直擊與技術路線定調
聖荷西 SAP Center 的聚光燈再次聚焦在那個穿著招牌黑色皮衣的身影上。2026 年 3 月，NVIDIA GTC 大會迎來了創辦以來最關鍵的一場主題演講——不只因為黃仁勳揭曉了代號「Feynman」的新一代 GPU 架構與「Kyber」機櫃系統，更因為這位「AI 產業教父」對產業界爭論已久的問題給出了明確答案：銅線與光纖，誰才是 AI 資料中心的未來？
答案出乎許多分析師預料。「矽光子封裝技術還需要幾年才能成熟，」黃仁勳在台上直言，「在這之前，我們應該把銅線技術用到極致。」這番話讓場內不少光通訊類股投資人眉頭一皺——但真相遠比表面複雜。NVIDIA 的策略並非「二選一」，而是精準切割應用場景：機櫃內部持續押注銅線，機櫃之間則導入 CPO（Co-Packaged Optics，共封裝光學）技術。
這不是技術保守主義的勝利，而是工程現實主義的展現。當一張 GPU 叢集訂單金額動輒突破數億美元、交付周期拉長到 12 個月以上，穩定性與成熟度往往比「技術先進」更重要。讓我們深入拆解這場技術路線大辯論的來龍去脈。
Feynman 與 Kyber 架構：NVIDIA 的下一個運算十年
GTC 2026 的核心硬體發布圍繞兩個代號展開：Vera Rubin 平台與 Feynman 架構。前者是 2026 下半年量產的數據中心 GPU，後者則是預定 2028 年登場的下一代架構，採用台積電 1.6nm 製程，電晶體數量預計突破 500 億顆大關。
但真正改變遊戲規則的是 Kyber 機櫃架構。這套繼 Oberon 之後的新一代機櫃設計，將 NVLink 域的容量翻倍——單一機櫃可容納 144 顆 GPU，透過全新的垂直插入式背板設計，實現前所未有的叢集密度。根據 NVIDIA 官方技術文件，Kyber 還引入了 800V 直流電架構，將機櫃功率密度推向 1MW 大關。
🔍 Pro Tip 專家見解
Kyber 的核心創新不在於「更多 GPU」，而在於重新定義機櫃內部的拓撲架構。傳統的「平躺式」主機板設計會隨著 GPU 數量增加而讓 PCB 面積呈指數膨脹，Kyber 改用「垂直插入式」背板，讓 144 顆 GPU 在物理空間上緊湊排列，同時保持銅線傳輸路徑在 2 公尺以內——這是維持訊號完整性的臨界距離。
換句話說，NVIDIA 用機械設計解決了電氣問題，這也是為什麼銅線能持續支撐更大規模的叢集。
值得關注的是，Kyber 並非完全摒棄光學技術。根據富途牛牛報導，黃仁勳在 GTC 2026 明確表示 Kyber 機櫃將混合採用 CPO 與銅線互連以實現 Scale-up 擴展。這意味著 NVIDIA 的策略是「光銅並用」而非「二選一」，具體分配則取決於傳輸距離與功耗預算。
銅線 vs 光纖：為什麼黃仁勳說「銅線還能打好幾年」？
在 AI 運算需求每六個月翻倍的背景下，為什麼 NVIDIA 仍選擇在機櫃內部堅守銅線？這不是技術倒退，而是功耗、成本與可靠度的三角平衡。
功耗黑洞：光訊號轉換（電→光→電）需要雷射驅動器、調變器與光檢測器，每一個環節都在消耗能量。根據 Marvell 的技術白皮書，每 bit 資料透過 CPO 傳輸的功耗約為 1-2 pJ/bit，而高速銅纜（如 NVLink 5）可壓到 0.5 pJ/bit 以下。當你的 GPU 叢集每秒吞吐 100 PB 資料，這個差距會放大成兆瓦級別的電費差異。
成本結構：矽光子晶片的製造需要專用產線，良率目前仍低於標準 CMOS 製程。Cignal AI 的市場報告指出，CPO 的大規模部署預計要等到 2027-2029 年，主要原因就是封裝複雜度與成本尚未達到商業化甜蜜點。對比之下，高階銅纜的供應鏈已經成熟，價格曲線趨於平緩。
可靠度與維護：光纖接頭對灰塵、震動與溫度變化極為敏感，一個微米級的汙染就可能導致訊號衰減。銅纜則相對「粗勇」，適合資料中心那種每年數萬次插拔的運維節奏。ServeTheHome 的分析提到，NVIDIA 新的背板設計讓更多矽晶片能透過銅線連接在同一機櫃內，「省電又可靠」。
當然，銅線不是沒有短板。隨著頻寬需求持續攀升，銅纜的有效傳輸距離會縮短——網路頻寬每兩三年翻倍，銅線的「安全距離」就得跟著壓縮。這也是為什麼 NVIDIA 必須在機櫃設計上持續創新，用更短的路徑換取更高的傳輸效能。
CPO 技術戰略定位：機櫃間互連的破局點
如果銅線這麼好用，為什麼 NVIDIA 還要投入 CPO 研發？答案很簡單：銅線的物理極限就在那裡，而 AI 叢集的規模還在指數增長。
當你需要把多個 Kyber 機櫃串接成「AI 工廠」，機櫃間的距離動輒數十公尺甚至上百公尺。這時候銅線的衰減問題就無法忽視——訊號品質下降、功耗攀升、線材體積爆炸。CPO 正是為了Scale-out 場景而生的解決方案。
根據 Optica 報導，NVIDIA 在 GTC 2025 就已經發布了採用矽光子技術的 Spectrum-X 與 Quantum-X 網路交換平台，目標是「連接數百萬顆 GPU」。CPO 的核心優勢在於將光學引擎與交換晶片封裝在同一基板上，大幅縮短電光轉換路徑，實現超低能耗的長距離傳輸。
🔍 Pro Tip 專家見解
CPO 的真正價值不在於「取代銅線」，而在於讓 AI 叢集的拓撲架構獲得設計彈性。傳統上，資料中心規劃師必須在「叢集規模」與「傳輸延遲」之間做取捨——更大的叢集意味著更長的纜線、更高的延遲。CPO 讓這個等式重新改寫，光訊號在光纖中的傳播速度接近真空中光速，且不受電磁干擾影響，延遲表現更可預測。
不過，CPO 的商業化路徑仍有挑戰。Yole Group 的產業分析指出，矽光子異質整合（SiPh + TFLN / III-V 平台）的封裝良率目前仍落後標準半導體製程。這也是為什麼業界普遍預測 CPO 的大規模部署會落在 2027 年以後。
市場震盪與產業鏈重組：誰贏誰輸還不好說
GTC 2026 的訊息發布後，資本市場的反應堪稱「冰火兩重天」。與光纖相關的概念股應聲下跌，而銅纜供應商與高階連接器廠商則逆勢上揚。但這種短期波動真的反映了產業基本面嗎？
細看數據會發現更細膩的圖景。LightCounting 的市場預測指出，乙太網路光收發模組（包括 LPO 與 CPO）的銷售額將在 2030 年前持續成長，年複合成長率約 20-30%。換句話說，「銅線稱王」不等於「光學已死」——兩個市場都在擴張，只是應用場景分流。
對投資人而言，關鍵問題是：你的標的公司在哪一個應用層級？
- 機櫃內互連（Scale-up）：銅纜、背板連接器、高速 PCB 材料供應商將持續受惠於 NVIDIA Kyber 架構的放量。
- 機櫃間互連（Scale-out）：CPO、矽光子晶片、光纖模組廠商的成長曲線會在 2027 年後加速。
- 終端應用：雲端服務商（AWS、Azure、GCP）與 AI 新創公司將持續採購兩類技術的混合方案。
根據 Gartner 預測，全球 AI 支出將在 2026 年達到 2.52 兆美元，年增率 44%。麥肯錫更指出，到 2030 年全球資料中心需要 6.7 兆美元 的投資才能滿足需求。這不是一個「零和遊戲」，而是一個技術分工協作的兆美元市場。
2027 年以後：銅光共存的漸進式演進
回頭看 NVIDIA 的技術路線圖，從 Blackwell（2024-2025）→ Vera Rubin（2026-2027）→ Feynman（2028），架構迭代週期正在壓縮。這意味著互連技術的演進也必須加速。
ByteIota 的分析指出，Feynman 架構預計採用台積電 1.6nm 製程，電晶體密度將比 Hopper 提升 4 倍以上。更高的運算密度意味著更嚴峻的互連挑戰——更多資料、更短時間、更有限空間。這時候，單一技術方案很再獨撐大局。
我們可以預期以下發展軌跡：
- 2026-2027：Kyber 機櫃量產，銅線背板主導機櫃內互連，CPO 開始在頂級 AI 叢集中試點。
- 2027-2028：CPO 技術成熟度提升，成本曲線下降，開始滲透主流資料中心。
- 2028-2030：Feynman 架構登場，銅線與 CPO 的混合方案成為標準配置，應用邊界更清晰。
- 2030+：光運算（Optical Computing）與光互連進一步整合，但銅線在短距離場景仍有成本優勢。
🔍 Pro Tip 專家見解
別被「銅線 vs 光纖」的二元對立誤導。真正的產業趨勢是「異質整合」——銅線、光纖、無線傳輸各司其職，根據傳輸距離、功耗預算與可靠性需求動態配置。NVIDIA 的 Kyber 架構正是這個理念的具體實踐，「光銅並用」才是 AI 基礎建設的未來。
對於工程師與架構師而言，現在是重新學習互連技術的關鍵時刻。NVLink 5 的訊號完整性設計、CPO 模組的熱管理策略、背板佈線的 EMI 抑制技巧——這些都將成為下一個十年的核心競爭力。
常見問題 FAQ
Q1：為什麼 NVIDIA 不直接全部改用光纖互連？
A：光纖互連在短距離（<2 公尺）場景的功耗與成本都高於銅線。NVIDIA 的策略是讓每種技術在它最擅長的距離區間發揮價值——銅線負責機櫃內的高速傳輸，CPO 負責機櫃間的長距離連接。這種分工模式能最大化整體系統的效能與成本效益。
Q2：CPO 技術何時會成為 AI 資料中心的標準配置？
A：根據 Cignal AI 與產業報告，CPO 的規模部署預計在 2027-2029 年間啟動，主要障礙在於封裝良率與成本結構。NVIDIA 已在 GTC 2025 發布採用 CPO 的交換平台，但大規模商用仍需等待供應鏈成熟。
Q3：投資人應如何調整 AI 基礎建設相關的投資組合？
A：建議採取「雙軌策略」——短期布局銅纜、連接器與高速 PCB 材料供應鏈（受惠於 Kyber 架構放量），中期關注矽光子晶片與 CPO 模組廠商的技術突破。避免過度集中單一技術路線，因為「銅光共存」將是未來 5-7 年的主流態勢。
參考資料與延伸閱讀
- NVIDIA 官方 GTC 2026 新聞中心 – NVIDIA 官方大會報導與技術發布
- Gartner 2026 全球 AI 支出預測報告 – 權威機構市場數據
- McKinsey 資料中心投資需求分析 – 2030 年 6.7 兆美元投資預測
- Marvell CPO 技術白皮書 – CPO 技術原理與應用場景
- Cignal AI CPO 市場與技術更新 – CPO 商業化時程分析
- LightCounting NVIDIA CPO 發展路徑分析 – 光學互連產業數據
- Optica NVIDIA 矽光子戰略報導 – 矽光子技術產業動態
本文數據與技術資訊來自 NVIDIA GTC 2026 官方發布、Gartner、McKinsey、LightCounting 等權威機構報告，並結合產業分析師觀點進行解讀。市場預測存在不確定性，投資決策請參考多方資訊來源。
Share this content:
相關資訊:
OpenClaw AI Agent 席捲中國地方政府：數位治理革命還是資安災難的開端？
西北大學 AI 學程攻頂：這所頂尖學府如何改寫 2026 年 AI 人才戰爭遊戲規則？
字节跳動馬來西亞狂建500套Blackwell數據中心！美國芯片禁令下的算力「偷渡」戰火升级
Gemini Embedding 2 重磅登場：多模態 AI 革命如何重塑 2026 年搜尋引擎與企業智能？
NVIDIA Rubin GPU 2026 革命：AI 智能代理本地化時代來臨，n8n 開發者如何零雲端成本建構超高效代理工作流？
AI醫療革命2026：診斷準確率飆升16%背後的倫理困局與市場 champagne
ServiceNow AI 平台引爆人才供應鏈革命：Prismforce Agent 方案如何重塑 2026 招聘科技版圖
電信業革命！Google Cloud「代理智能電信」如何用 AI 代理重寫 2026 年遊戲規則？
