AI 算力熱潮遇到新瓶頸:全球光纖缺口達 1.8 億芯公里的實體硬體挑戰


過去兩年談到人工智慧(AI)的擴張瓶頸,市場上的焦點始終圍繞在「運算晶片缺貨」、「高頻寬記憶體(HBM)產能不足」以及「電網供電上限」。然而,在 2026 年下半年,全球各大資料中心與伺服器叢集,卻意外迎來了一道看似傳統、影響卻極為深遠的新關卡——實體光纖電纜短缺。

根據市調機構 TrendForce(集邦科技)最新發布的產業分析報告顯示,受惠於超大規模 AI 叢集內部高密度互連、跨資料中心光互連(DCI)以及骨幹通訊網路建設的同步拉動,2026 年全球光纖供需缺口預估將達到 1.8 億芯公里,現貨報價已出現倍數成長,這場供應鏈緊張局面恐將一路延續至 2028 年。

為什麼原本被視為成熟工業產品的光纖,會在 AI 時代演變成搶購標的?這背後涉及資料中心架構的劇烈轉變,以及上游材料極高的物理製造門檻。

💡重點速覽
  • 缺口達 1.8 億芯公里:TrendForce 研調指出,全球光纖供需缺口在 2026 年急遽擴大,導致現貨市場與長約合約價同步大幅調漲。
  • 叢集架構劇變吃光線材:新一代 AI 運算不再依賴單一伺服器,而是數萬顆 GPU 透過「胖樹(Fat-Tree)」高階拓撲結構並聯,每增加一層交換機架構,光纖連接數量便呈現幾何級數攀升。
  • 上游核心材料無法快速擴產:光纖最核心的高純度「石英預模棒(Preform)」製造技術門檻極高,化學氣相沉積與設備調校至少需要 2 年以上擴建週期。
  • 加速推動次世代光通訊技術:光纖緊縮與成本攀升,正促使產業加速導入共封裝光學(CPO)與矽光子(Silicon Photonics)解決方案,試圖在晶片層面縮短傳輸距離。

一、架構劇變:AI 伺服器為何吃掉天文數字般的光纖?

一般人常以為資料中心裡只要插上網路線即可運作,但在大型 AI 模型訓練環境中,資料傳輸的本質與傳統雲端運算完全不同。

傳統資料中心的網路流量以「南北向流量(使用者端向伺服器端讀寫網頁、影音資料)」為主,伺服器之間不需要頻繁大量同步記憶體狀態;然而,AI 訓練採用分散式資料平行與模型平行演算法,流量絕大多數是「東西向流量(伺服器與伺服器之間高速傳遞梯度參數)」。

為了避免任何一顆 GPU 因為等待通訊而停擺,新一代 AI 資料中心普遍導入無阻塞(Non-blocking)的高密度傳輸拓撲:

評估維度 傳統雲端資料中心 新一代大型 AI 運算叢集
主要網路流量方向 南北向(用戶到主機,外部存取為主) 東西向(節點與節點互相傳輸模型參數)
網路拓撲結構 傳統二層式或三層式樹狀架構 葉脊架構(Spine-Leaf)搭配 Fat-Tree 胖樹拓撲
單機櫃光纖用量 數十條至數百條多模光纖 數千條乃至上萬條超高密度單模光纖
傳輸速率要求 10G / 25G / 100G 400G / 800G / 1.6T 高速光收發模組

當一個運算叢集由數萬顆甚至十萬顆高階 GPU 組成時,為了維持任兩點間的超低延遲與全線速傳輸,單一巨型資料中心所鋪設的光纖長度,往往能繞行地球數十圈。再加上跨地區、跨機房的跨資料中心互連(DCI)專線建設,整體產業對光纖的消耗量迅速超越了製造端的供給極限。

二、製造端的硬傷:光纖預模棒無法隨開隨產

既然需求龐大,廠商為何不能像組裝一般線材一樣迅速拉高產能?

問題的關鍵在於光纖產業的最上游核心——光纖預模棒(Optical Fiber Preform)。

一條細如髮絲、由二氧化矽玻璃構成的光纖,並非直接由熔融玻璃拉出,而是必須先製作出一根直徑數公分至十餘公分、高達數公尺的高純度玻璃圓棒(即預模棒),再將預模棒懸掛於數十公尺高的拉絲塔中,加熱熔化並以極高速度拉伸成光纖。

預模棒的製造難題在於:

  1. 極致純度與化學沉積工法:必須透過高溫化學氣相沉積(如 VAD、OVD 或 PCVD 工法),在玻璃核心精準控制鍺(Germanium)元素的摻雜濃度,以形成漸變折射率,容許的雜質含量以十億分之一(ppb)計算。
  2. 建廠資本密集與設備受限:預模棒生產線極度昂貴,一座具備規模經濟的預模棒製造廠投資額動輒數億美元,且關鍵沉積爐與石英合成設備的交期長達 12 至 18 個月。
  3. 拉絲製程與良率驗證期長:即使新廠房與拉絲塔硬體建成,從材料純度調校、拉絲應力控制到取得電信商與雲端大廠的高規認證,通常需要耗時 2 年以上。

正因為上游核心材料無法像組裝代工那樣彈性擴張,使得光纖供應鏈面對突如其來的 AI 需求時,出現嚴重的產能供給僵固性。

三、價格飆升與連鎖效應:缺貨恐延續至 2028 年

根據 TrendForce 的追蹤,2026 年光纖市場已經出現明顯的量價齊揚走勢:

  • 現貨市場報價大幅攀升:適用於資料中心長距離互連與骨幹網路的高階單模光纖,現貨報價相較於低點已有顯著倍數成長。
  • 長約保證供貨機制(Take-or-Pay)再現:大型雲端服務商(CSP)為了避免自身超級電腦建置計畫因缺線而延宕,紛紛直接與康寧(Corning)、長飛、亨通等光纖原廠簽訂長達 3 至 5 年的保證包銷合約。

這種長約綁定現象進一步排擠了現貨市場的供應量,導致一般中小型企業、電信寬頻擴充以及邊緣資料中心的採購成本大幅上升。產業分析預估,在上游預模棒新產能開出之前,全球光纖供需吃緊的局面預計將維持到 2028 年。

四、加速技術演進:共封裝光學(CPO)與矽光子提前登台

實體光纖短缺與傳輸耗能問題,也成為推動下一代傳輸技術革新的催化劑。

傳統伺服器內部採用銅線連接,機櫃間則透過「銅轉光」的可插拔光收發模組,這中間轉換不僅消耗可觀的電力,也佔據了大量實體接孔空間。為了減少線材消耗並降低能耗,共封裝光學(CPO,Co-Packaged Optics) 與 矽光子(Silicon Photonics) 技術正加速走向商用化:

  • 縮短電氣路徑:將光引擎(Optical Engine)直接封裝在交換機晶片或 GPU 的同一個基板上,大幅減少主機板走線長度與訊號衰減。
  • 提高單纖傳輸密度:利用波分多工(WDM)技術在單一芯光纖中塞入更多不同波長的光信號,透過提高單芯頻寬來緩解實體光纜鋪設數量不足的壓力。

輝達、博通(Broadcom)與台積電等半導體要角近期在高階光學封裝上的頻繁布局,正反映出整個產業試圖從底層架構尋求突破的緊迫感。

五、個人觀察與總結

回顧科技產業的發展規律,每一波大規模的算力突破,最終都會撞上真實世界的物理與工程瓶頸。過去是處理器製程與散熱極限,隨後是 HBM 與晶圓封裝產能,再接著是發電廠與變電所的電力負載,如今則具體落在了一根根細微的光纖玻璃線路上。

1.8 億芯公里的光纖缺口提醒了一件事:建構 AI 時代的基礎設施,不僅僅是程式碼演算法與先進半導體的競逐,同樣離不開化學材料、精密光學與基礎重工業製造的實體支撐。在關注算力模型迭代的同時,看懂這些實體供應鏈的真實脈動,才能更全面地掌握新興科技產業未來的走向與潛在成本變數。

參考來源

本文整理自上列公開資料,資料蒐集與整理過程使用 AI 工具輔助。如有錯誤歡迎指正。