如果說生成式AI是這波科技狂潮的心臟，那麼共同封裝光學（CPO）與光互連（OCI）就是讓這顆心臟能把血液打到全身的血管。問題是，當單一顆PIC晶片的傳輸通道數突破一百條、光學介面從一維邊緣推進到二維陣列，這條「血管」的接合手術，難度已經逼近在奈米尺度上穿針引線。過去這種活多半得靠資深工程師的「手感」來反覆找光、對位、鎖光，但AI算力需求可不會等老師傅慢慢磨。這正是高明鐵與光循科技聯手端出這套120通道FAU-PIC自動化對位平台的關鍵坐標。
當「找光」變成AI時代的製程瓶頸
CPO封裝之所以難，不在於元件本身，而在於「對位」這道工序。過去通道數少的時候，邊緣耦合器（EC）還能沿著晶片邊緣一個一個慢慢對；現在PIC晶片動輒上百通道，光學I/O轉向二維陣列佈局，傳統人工或半自動機台已經追不上量產節奏。說白了，你不可能用顯微鏡加鑷子，去搞定50奈米等級的重複定位精度——那比細菌還小好幾個數量級。
高明鐵這次端出來的奈米級自動化平台，直接把重複定位精度壓在±50 nm以內，現場還實打實展示了120通道FAU與PIC晶片的主動對準成果。這不是實驗室裡跑一次給記者看而已，而是已經進入可複製、可驗證的量產邏輯。過去那種「老師傅說了算」的封裝工序，現在被拆解成機構、控制、演算法與量測技術的整合戰。
【編輯觀點】這套方案最值得注意的，其實不是數字，而是思維的轉折。台灣在半導體製造端累積的製程控制經驗，現在正被有系統地移植到光學封裝領域。高明鐵從傳動元件起家，跨進自動化對位設備，再走到結合AI演算法與即時光功率回授，這條路徑基本上就是「把精密機械變成智慧光學設備」的經典路線。從產業面來看，CPO封裝設備過去長期被歐美日大廠壟斷，台灣廠商有機會在這一波AI帶動的架構轉換期卡住位置——不是只做代工，而是掌握定義「標準工站」的話語權。
光柵耦合的逆襲：從「高損耗」到「任意佈局」
這次展示的另一個技術亮點，在於光耦合架構的選擇。熟悉矽光子的人都知道，光要進出晶片，主要有兩條路：一條是傳統的邊緣耦合（EC），另一條是表面光柵耦合（GC）。過去EC因為耦合效率高，一直是主流；GC則被詬病損耗太大。但光循科技開發的Perfect Vertical Grating Coupler（PVGC），等於幫GC打了一場漂亮的翻身仗。
PVGC用獨家專利結構優化光場轉換率，讓耦合效率可以跟EC平起平坐——甚至超越。這不是擠牙膏式的微幅改善，而是從物理架構上重新設計。更重要的是，GC天生就比EC靈活：它可以在晶片任意位置佈局，不受「晶片邊長」的限制，而且原生支援晶圓級測試（CP test）。對量產來說，這意味著可以在切片前就先篩選出Known-Good-Die（KGD），不用等封裝完才發現一顆壞掉整批報銷。
兩種耦合架構比一比：誰更適合量產？
先說結論：兩者不會快速取代彼此，而是會在各自適合的場景中找到定位。以下從量產角度做個比較，讓大家一眼看出差別在哪：
- 耦合效率：EC原本佔優勢，但PVGC已追平甚至反超，傳統GC則明顯落後。
- 佈局彈性：GC可以在晶片任意位置佈局，支援2D陣列；EC僅限於晶片邊緣，通道數受邊長限制。
- 量產測試：GC原生支援晶圓級CP測試，可以在封裝前篩選KGD；EC的晶圓級測試難度較高。
- 自動化對位難度：兩者都需要高精度主動對位，但GC搭配2D陣列後，對定位演算法的要求更高。
從這個比較表可以清楚看到，光循的PVGC等於把GC的「彈性」優勢保留，同時把最致命的「損耗」痛點拔除。這讓高明鐵的自動化平台多了一個非常有力的搭檔，因為GC在晶圓級測試階段的優勢，正好可以跟自動化對位平台的KGD篩選功能形成互補，形成一個完整的量產閉環。
從1.6T到6.4T：自動化是唯一的路
高明鐵在1.6T光模組耦光設備上，已經完成多家矽光模組廠驗證並正式交機。這不只是訂單進帳的問題，而是代表這套方案已經從「提案」進入「實戰」階段。下一步，他們已經把目光投向3.2T、6.4T，以及更複雜的FAU＋MLA（微透鏡陣列）組裝需求。
話說回來，通道數往上堆疊，光學設計當然會越來越複雜，但真正卡關的往往不是設計本身，而是「怎麼把設計做出來」的製造環節。高明鐵這套平台的價值，在於它把過去需要人工反覆嘗試的「找光、對準、鎖光」流程，變成一個可程式化、可複製、可驗證的標準工程。這對台灣供應鏈來說意義重大——過去我們擅長的是「晶片設計精度」，現在需要的是「自動化封裝精度」，而這兩者的銜接，正是決定誰能在下世代光互連戰場上站穩腳步的關鍵。
有趣的是，這波CPO封裝設備的競賽，勝負關鍵可能不在光學技術本身，而在於「誰能把AI演算法放進設備控制迴路裡」。高明鐵自研的主動對準演算法，結合影像伺服與即時光功率回授，等於讓設備自己學會「找光」——這不是傳統機台升級，而是完全不同的物種。如果從這個角度來看，台灣設備廠商在這一局有機會走出過去「跟隨」的角色，因為AI時代的製程控制，比的不是誰的機構更精緻，而是誰的軟硬整合更聰明。
對一般人來說，可能覺得「120通道」或「50奈米」只是規格數字。但如果換個方式理解：當你的手機、筆電、甚至車子裡的AI晶片都需要靠光來傳輸數據時，這些數字決定了這些裝置的耗電量、發熱程度，以及最終的運算速度。換句話說，CPO封裝的量產能力，決定了下一個十年的AI裝置能跑多快、能用多久。這不只是半導體廠商的事，而是會影響到每一個用智慧型裝置的人。
如果你也在關注台灣半導體供應鏈的下一波成長動能，不妨把目光從晶圓製造往後段封裝移動——特別是光學封裝這塊。高明鐵與光循的這次合作，只是個開端，接下來幾年，你會看到更多台灣廠商在這個領域卡位。而誰能率先把「自動化」這件事做到極致，誰就有可能成為這波光互連革命中的關鍵角色。
本文改寫整理自公開新聞來源，原始報導由科技新報發布。
常見問題 FAQ
CPO封裝為什麼這麼難做？
CPO封裝的難度在於光學對位精度要求極高，當PIC晶片通道數超過一百條、光學介面變成二維陣列時，傳統人工或半自動機台已無法滿足量產所需的良率與速度。
高明鐵這套平台跟其他設備廠有什麼不同？
高明鐵的差異化在於整合了自家精密運動控制、AI主動對位演算法與即時光功率回授，重複定位精度達±50 nm，並且已經進入1.6T光模組設備的量產交機階段。
光柵耦合（GC）和邊緣耦合（EC）哪個比較好？
兩者各有優勢，EC過去在耦合效率上領先，但光循的PVGC已追平甚至超越；GC則在佈局彈性和晶圓級測試支援上明顯勝出，適合高密度I/O的量產需求。
台灣廠商在CPO設備領域有機會嗎？
有，因為CPO封裝設備過去由歐美日大廠主導，但AI帶動的架構轉換期創造了重新洗牌的機會，台灣在精密機械與半導體製造的經驗可以互補整合。
CPO技術什麼時候會普及到一般消費性產品？
目前CPO主要應用在數據中心與高效能運算場景，預估3到5年內會逐步下放到高階消費性產品，但普及速度取決於量產成本與良率的改善進度。
※ 此篇文章由 AI 改寫或生成，內容僅供參考，可能存在錯誤或不準確之處。
