AI 晶片傳輸到 CPO 卡位戰：NVIDIA、博通到底在競爭什麼？（下）
經過上一篇理解光通訊與資料中心的三種擴展架構後，就更能明白，市場如今不僅關注競爭對手AMD 的動向，更聚焦在AI 晶片龍頭NVIDIA 與全球通訊晶片巨頭博通之間的競爭關係。
事實上，現在AI 產業的競爭除了晶片間的競爭外，更是擴大到系統間解決方案的競爭。
博通與NVIDIA 第一個交集就是「客製化AI 晶片」（ASIC）。由於NVIDIA GPU 價格高昂，包括Google、Meta、亞馬遜、微軟等雲端服務供應商（CSP）都在開發自家AI 晶片，而博通的ASIC 能力成為這些公司的首要夥伴。
除了自研晶片的競爭外，另一個更關鍵技術是「網路連接技術」，這也是博通與NVIDIA 的第二個交集。
首先是在Scale-Up 部分，在NVLink 和CUDA 這兩大護城河守護下，博通醞釀了多時，終於在今年推出最新的網路交換機晶片Tomahawk Ultra（戰斧），有機會切入Scale-Up 市場，目標挑戰NVIDIA NVLink 主導地位。
Tomahawk Ultra 是博通一直推動的「縱向擴展乙太網路」（Scale-Up Ethernet，簡稱 SUE）計畫的一部分，這個產品也視為 NVSwitch 的替代方案。博通表示，Tomahawk Ultra 一次可串聯的晶片數量是 NVLink Switch 的四倍，將交由台積電 5 奈米製程。
值得注意的是，博通雖然身在 UALink 聯盟之一，但他也積極推廣基於乙太網路的 SUE 架構，因此市場也相當關注博通與 UALink 的競合關係，以及如何共同應對 NVLink 這個大敵。
為了抵禦博通強襲，NVIDIA 今年也推出NVFusion 解決方案，開放合作夥伴如聯發科、Marvell、Astera Labs 等共研，並透過NVLink 生態系打造客製化的AI 晶片。外界認為，這是為了鞏固生態系而進行的半開放式合作，也給更多合作夥伴一些客製化空間與機會。
Scale-Out 部分，主要由在乙太網深耕已久的博通壟斷，近期最新出的產品包括Tomahawk 6、Jericho4，搶攻Scale Out 和更遠傳輸距離的商機。
而 NVIDIA 則推出許多 Quantum InfiniBand 交換器產品，以及 Spectrum 乙太網路交換平台，加強更多面向的 Scale-Out 產品。雖然 InfiniBand 屬於開放架構，但因產品生態環境主要仍由 NVIDIA 收購的 Mellanox 所壟斷，限制了客戶的選擇彈性。
▲ 根據博通照片，三款產品各自橫跨兩種不同的伺服器擴展架構 。（Source：科技新報）
針對更長距離的跨資料中心擴展的Scale-Across，目前還不確定博通或NVIDIA 誰會領先，不過NVIDIA 針對這一概念率先推出Spectrum-XGS，該解決方案透過新的網路演算法，來實現站點之間更遠距離的資料有效移動，也可以作為現有Scale-Up 和Scale-Out 架構的補充方案。
至於博通的Jericho4 也符合Scale-Across 的概念。博通指出，Tomahawk 系列晶片能串聯單一資料中心內的機櫃，連線距離通常不超過一公里（約0.6 英里），而Jericho4 設備則能處理距離超過100 公里的跨機房距離內連線，維持無損RoCE 傳輸，其資料處理能力則約前一代產品的四倍。
那麼 NVIDIA 和博通的 CPO 解決方案？
隨著網路傳輸戰場持續，相信在光網路的競爭將會更加激烈，對此NVIDIA 和博通都針對CPO 光通訊找尋新解方，而台積電、格羅方德也積極開發用於CPO 的製程與解決方案。
NVIDIA 的策略是以系統架構為出發點，並將光學互連視為SoC 的一部分，而非外掛式模組，並於今年GTC 正式發表 Quantum-X Photonics InfiniBand 交換器和 Spectrum-X Photonics Ethernet 交換器，前者將於年底推出，後者則於 2026 年問世。
兩個平台均採用台積電COUPE 平台，透過SoIC-X 封裝技術將65 奈米的光子積體電路（PIC）與電子積體電路（EIC）整合。而這個策略出發點，是為了強調自家平台整合，加強整體效益與規模擴展。
博通的策略則專注於提供全方位解決方案，聚焦在供應鏈的規模化運作，供應第三方客戶完整的模組化方案，幫助客戶應用落地。博通也表示，公司之所以在CPO 領域成功，是建立在深厚的半導體與光學技術整合能力之上。
博通目前推出第三代 200G / lane CPO 搶市。博通也表示，其 CPO 產品採用 3D 晶片堆疊架構，PIC 同樣使用 65 奈米，EIC 則採用 7 奈米製程。
由下圖可知，光收發模組由以下關鍵元件組成，如雷射光源（Laser Diode）、光調變器（Modulator）、光感測器（Photo Detector）等。其中，雷射光源負責產生光訊號，光調變器負責將電訊號/數位訊號轉成光訊號，因為涉及電光轉換，也可以說是決定單通道傳輸速度關鍵。
在關鍵的光調變器上，NVIDIA 選擇MRM（微環調變器，Micro-Ring Modulator）。由於MRM 尺寸較小，容易受誤差及溫度影響，也將是導入MRM 的挑戰之一。
至於博通，則選擇使用技術較成熟的MZM 調變器（馬赫-曾德爾調變器，Mach-Zehnder Modulator），同時布局 MRM 技術，目前已經通過 3 奈米製程試產，並以晶片堆疊方式，持續領導 CPO 進展。
（Source：Redefine Innovation）
目前在AI 推論持續擴張浪潮下，市場焦點已逐漸從「算力競賽」轉向「資料傳輸速度」，無論是博通主打的網路與交換技術、NVIDIA 推動的端到端解決方案，誰能率先突破傳輸效率與延遲的限制，誰就有機會在下一波AI 競賽中奪得先機。
（首圖來源：AI 生成）