面對即將到來的 200T AI 時代，晶片設計巨擘博通預警，2026 年的供應鏈將面臨雷射產能、晶圓供應與關鍵 PCB 製造等三大瓶頸。這不僅考驗著產業鏈的韌性，也促使各方加速尋求創新解決方案。然而，博通已準備好端到端連接解決方案，力求在這些挑戰中加速 AI 基礎設施的落地，為龐大的運算需求提供穩固基石。
現象觀察：2026 年 AI 供應鏈浮現三大瓶頸
全球晶片設計大廠博通（Broadcom）指出，隨著人工智慧運算需求爆炸性成長，2026 年的供應鏈正浮現數個關鍵瓶頸，可能影響高效能運算基礎設施的建置速度。首先，在光學通訊領域，雷射產能不足是當前一大隱憂。
博通實體層產品部門產品行銷總監 Natarajan Ramachandran（Rama）明確指出：「目前市場遇到的主要瓶頸包括雷射產能，無論是 EML 還是 CW 雷射，目前都存在供應限制。」
其次，晶圓供應亦面臨極限挑戰。過去，業界普遍認為晶圓產能幾乎無限，特別是來自台積電（TSMC）的供應。然而，博通觀察到，即使是台積電這類領先業者，其產能也已達到極限，儘管預期台積電將於 2027 年增加產能，但這項瓶頸仍將顯著影響 2026 年的供應鏈。再者，用於光學收發器內部的小型印刷電路板（PCB，俗稱 Paddle Card）交期大幅拉長，從過去的六週暴增至目前的六個月，這也為製造端帶來巨大壓力。不過，博通預期此 PCB 問題有望在 2027 年獲得緩解。
原因剖析：技術躍進與產能限制的拉鋸
這些供應鏈瓶頸的浮現，主要根源於生成式 AI 的爆發性成長對運算和資料傳輸能力提出了前所未有的需求。為滿足 200T AI 時代對超高速、低延遲連接的需求，現有技術與產能面臨巨大考驗。首先，高速光學元件如雷射的精密製造，其製程複雜度與良率控制，使得產能擴張並非一蹴可幾。其次，先進製程晶圓的供給，受限於晶圓廠的資本支出與建廠時程，短期內難以快速提升以滿足急遽增加的訂單。最後，特殊規格 PCB 的生產排程與供應商集中度，也使其成為影響交期的關鍵環節。
有趣的是，新興技術如 Micro LED 在此背景下也面臨嚴格檢視。博通光學系統部門超大規模系統策略與產品總監 Rajiv Pancholy 認為，任何新技術若要在大規模數據中心中佔有一席之地，尤其是在未來的每通道 400G 等高速率應用中，必須先在前一代（如每通道 200G）取得實質市場成果，證明其可靠性、延遲性與功耗表現足以媲美甚至超越傳統銅線方案。
影響評估：博通的端到端解決方案與產業佈局
面對這些挑戰，博通強調已為 200T AI 時代的端到端連接解決方案做好準備。該公司半導體解決方案事業群總裁 Charlie Kawwas 認為，生成式 AI 的蓬勃發展，亟需一套開放且無須妥協的端對端織網架構（fabric）。
Charlie Kawwas 強調：「我們正按照計劃藍圖成功地邁向 200T 的目標，並為合作夥伴打造全球最大規模 AI 叢集所需的可互通、低功耗基礎架構。」
博通透過持續創新超越市場，從業界首款且唯一出貨的 102T 乙太網路交換器，到領先市場的 400G/lane 光學 DSP，致力於透過開放標準解決最複雜的電力和頻寬挑戰，實現垂直擴展、水平擴展和跨域擴展的連接。在未來產品藍圖方面，基於每通道 400G 的 1.6T DSP 預計於 2027 年上半年生產就緒；而更進階的 3.2T 方案則預期在 2027 年下半年生產就緒，但大規模部署可能要等到 2028 年才會顯著展開。
此外，博通也積極與其他產業成員共同發起光學運算互連（OCI）多源協議（MSA），旨在建立全新的開放規範，為下一代 AI 基礎架構打造穩健的多供應商生態系統。談及與 NVIDIA 的合作關係，博通表示樂見開放互連縱向擴展（Scale-up）的發展。
趨勢預測：光學互連引領 AI 基礎設施新紀元
展望未來，光學互連技術將在 AI 基礎設施中扮演日益關鍵的角色。由於傳統銅線存在物理極限，光學方案的優勢將更加凸顯。博通的 Rajiv Pancholy 對於新技術進入高速數據傳輸領域提出三項關鍵評估標準：
- 可靠性：光學傳輸必須透過 CPO（Co-Packaged Optics）數據證明其可靠性已接近或超越銅線的穩定性。
- 延遲性：將光學技術導入 Scale-up 架構，有助於建立延遲最低的大型運算節點，這對 AI 叢集的效能至關重要。
- 功耗：光學互連必須能在與銅線相同的功耗水平下競爭，甚至更優，以符合綠色運算趨勢。
總體而言，隨著 200T AI 時代的步伐加速，供應鏈的挑戰將促使產業加速技術革新與合作。博通透過對關鍵瓶頸的洞察與超前部署的解決方案，正積極引領 AI 基礎設施走向一個以高效能光學互連為核心的新紀元，確保人工智慧的潛力能夠持續釋放。
