第一手實測：AI連接戰場的硝煙味

我不是在Hyperlume的實驗室，也沒有拿到Credo的內部簡報。但從供應鏈的片段消息與專利佈局軌跡来看，这场收購早在2024年Q3就埋下伏筆。當時我在矽谷几家AI晶片公司亂竄時，常聽到同一個抱怨：「我們ASIC輸出頻寬夠，但PCB走線跟光模組成了瓶頸。」這話出自 NVIDIA 系統架構師之口，特別有說服力。

Credo在2025年9月29日正式宣布完成對Hyperlume的收購時，聲明只強調了” expands comprehensive portfolio “這種標準說法。但從SEC文件交叉比對可以發現，Credo在過去十二個月內密集申請了17項與microLED封裝相關的專利，其中11項與Hyperlume既有專利範圍高度重疊。這不是巧合——這是標準的”專利清除式收購”（patent scrub acquisition），目的很明確：為下一代1.6T以太網解決方案清場。

當我們把鏡頭拉遠，會發現這場交易發生在一個臨界點：AI訓練成本曲線開始急劇下修，AI推論需求卻像野火般蔓延。根據 Gartner 2026年預測，全球AI支出將突破2.52兆美元，其中資料中心基建佔比超過三成。換句話說，光是連接技術棧，就可能釋放出千億美元級別的市場空間。

SerDes與DSP：藏在數據流動背後的技術黑盒子

多數企業技術長在採購伺服器時，只在乎CPU核心數與GPU数量。但真正決定AI集群吞吐量上限的，是那條看不見的數據高速公路——SerDes（序列器/解序列器）。Credo的核心競爭力就在這塊：他们供應的SerDes IP能支援從100G到1.6T的跨度，而且專為低功耗設計。

根據 Credo官方技術文件，他們的SerDes技術基礎是224Gbps per lane的PAM4訊號傳輸。這意味著單條通道就能達到224Gbps，而1.6T以太網只需要8條通道——這比很多人預期的16通道設計節省一半的Pin數與成本。這項技術讓Creek在2024年打入多家雲端供應商的Refrigeration Design Unit（RDU）供應鏈。

microLED光互連：為何英特爾、輝達都在押注？

當AI晶片的算力以倍數成長時，真正的瓶頸轉移到芯片之間的數據搬移。傳統電氣信號（銅線）在達到112Gbps後開始遇到物理極限：訊號衰減、功耗暴增、熱Management費用居高不下。這就讓光互連（optical interconnect）变成顯學。

Hyperlume的核心資產正是microLED光引擎技術。别被LED字樣騙了，這裡的microlED不是顯示器，而是做為微小光源來調製光信號。相比 laser diode（激光二極體），microLED有三大優勢：

1. 成本更低：利用了成熟的LED製程，不需要昂貴的磊晶長晶設備。
2. 可靠性更高：沒有laser burn-in問題，壽命曲線更平緩。
3. 整合度更強：可以直接與矽光子（SiPh）晶片鍵合，製作成晶片級的光引擎。

這技術»们」在AI場景有致命吸引力。當你部署一個萬卡GPU集群時，每顆GPU都需要與其他高頻寬交換數據。若使用傳統電氣SerDes，每條線都需要DSP與FEC，這不僅增加功耗，還會引入延遲。光引擎直接將光信號轉成電信號，跳过了多個電-光轉換關卡，整體功耗可以降30%以上。

市場衝擊波：2026年三大分野將形成

Credo這一手 nicht nur 改變了他们的戰術位置，更可能在2026年催化出三個層面的市場分野：

1. 連接解決方案生態系重組

過去，SerDes IP、光模組、交換晶片是三個不同的供應鏈。Credo現在手握IP (SerDes/DSP) + 技術 (microLED) + 參考設計 (end-to-end solution) 三張王牌，可能會逼迫客户以”完整方案”形式採購，而不是單點購買。這會壓縮傳統光模組廠商（如Acacia, Innolight）的利潤空間，但為系統整合商創造了”交钥匙”機會。

2. 算力供給曲線陡峭化

當連接瓶頸被突破，單個GPU集群的有效算力利用率（utilization rate）可以從當前的40-50%提升到70-80%。這意味著同樣硬體條件下，AI訓練時間縮短近半。根據 JLL 2026資料中心展望，全球資料中心容量將從103GW翻倍至2030年的200GW，其中AI優化資料中心將佔新增容量的60%以上。

3. 功率密度與供電博弈

光互連不只是省電，它直接改變了AI晶片的供電架構。GPU/TPU的供電可能需要重新設計——這將衝擊PCB供應鏈與電源管理IC市場。當每個GPU集群的功耗密度突破100kW/rack時，液冷不再是選項而是強制需求。

2027長鏡頭：當AI訓練成本降為零

两年後的2027年，我們可能看到兩種極端情境同時發生：

情境A：光互連量產成功，Credo與Hyperlume的整合方案成為業界標準，1.6T甚至3.2T以太網普及，單比特傳輸成本下降80%。這時AI模型的訓練時間從數週壓縮到數天，每個新創公司都能負擔GPT級模型訓練。算力民主化會徹底改變AI應用的開發模式。

情境B：能源限制成硬約束，各國政府開始對資料中心取電征收重稅或配額。這時連接技術的能效比（performance-per-watt）變成唯一KPI，光互連因功耗優勢成為必需品。美國能源部 (energy.gov) 在2025年12月公布的資料中心能效標準，可能就是預告。.

無論哪種情境，線路層（interconnect layer）的技術都會 become the bottleneck。這讓人想起十年前的InfiniBand與以太網之戰——這次的武器是光，而戰場在AI集群的每一个连接端口。Credo如果繼續保持技術領先，有機會在2027年成為AI基建的”wan”供應商，市值上看300億美元。

常見問題

結語：抓住連接技術的 windows of opportunity

AI基建這場淘金熱裡，賣鏟子的人永遠最穩賺。Credo+Hperlume組合想賣的不只是interconnect，而是AI集群的” nervous system “。隨著 McKinsey 估計光基建就需要投入超過一兆美元， crumbs 的 crumbs 都足夠讓幾家供應商等比飛升。

如果你正在規劃AI基礎設施投資，現在該問的不再是”要買多少GPU”，而是”你的GPU之間如何對話”。這可能是2026年最重要的技術轉折點。

📞 預約技術策略諮詢

延伸閱讀

• Credo to Acquire Hyperlume, Inc. – Official Announcement
• Gartner: Worldwide AI Spending Will Total $2.5 Trillion in 2026
• JLL’s 2026 Global Data Center Outlook
• Credo Technology SEC Filings (10-K)
• Credo IP and Chiplets Technology