商傳媒｜責任編輯／綜合外電報導
隨著人工智慧（AI）基礎設施在矽谷（Silicon Valley）快速發展，大型AI運算所需的資料傳輸面臨嚴峻挑戰。傳統銅線因散熱、傳輸距離限制及功耗問題，已成為AI晶片間高速資料傳輸的瓶頸，促使投資者、晶片製造商和雲端巨頭轉向尋找替代方案。
光子技術（Photonics）利用光訊號取代傳統的電訊號來傳輸資料，正受到高度關注。這項技術透過光纖傳遞資訊，能讓資料傳輸得更遠、更快，且能耗更低。新創公司 Lightmatter 的執行長 Nick Harris 指出，光學技術有望成為AI時代不可或缺的基礎設施。
目前AI系統仰賴繪圖處理器（GPU）之間的銅線連接。然而，當需要連接數百甚至數千個 GPU 來訓練尖端AI模型（例如大型語言模型 Claude）時，銅線的訊號會隨著距離衰減，約一公尺後資料便可能流失，同時也產生大量熱能。這種物理限制導致AI資料中心必須將 GPU 伺服器緊密堆疊以縮短銅線長度，卻也讓散熱變得異常困難。
根據 Lightmatter 的展示，若將原本需要四個獨立機架的 500 個 GPU 透過光學連接，所有 GPU 都能直接互連，不僅能顯著縮短AI模型訓練時間，甚至可將訓練速度提升三倍。Nick Harris 表示，運用光子技術，公司能在相同功耗下獲得三倍效能，或是以三分之一的時間完成相同運算。
光子技術還帶來資料中心設計的靈活性。由於光訊號能長距離高速傳輸而不會衰減，GPU 伺服器與機架便能彈性配置，為資料中心帶來更好的散熱條件。Lightmatter 為了進一步最佳化，正開發 BiDi（雙向通訊）技術，旨在將次世代AI叢集約 300 英里長的纜線需求，透過單一纜線整合收發方向，減少一半至 150 英里，大幅簡化大規模AI叢集的建置。
儘管光子技術過去因成本高昂而未能普及，但隨著製造技術的精進與AI基礎設施需求的爆發式成長，其高價門檻已不再是問題。投資機構如富達（Fidelity）和普信集團（T. Rowe Price）都已對 Lightmatter 投入資金，使該公司迄今已募得 8.5 億美元。Nick Harris 認為，現在企業採用光子技術不僅是出於必要，更為了在競爭激烈的AI領域中取得效能優勢。Lightmatter 也已加入輝達（Nvidia）的 NVLink Fusion 生態系，以提升其硬體與輝達AI平台的相容性。
