如果你以為 AI 世界裡最值錢的是 GPU，那可能就像以為演唱會最重要的是麥克風，而不是整個音響系統。
最近高盛曝光了一張相當有趣的帳單——輝達（NVIDIA）Quantum-X Photonics 共封裝光學（CPO）交換器的物料成本（BoM）。
市場看完之後突然發現：
原來 AI 軍備競賽裡，除了賣鏟子的 NVIDIA，還有一群偷偷賣高速公路、收過路費的供應商正在大發利市。
而且根據市場傳聞，一台 Quantum-X Photonics CPO 交換器售價約 13 萬美元（約新台幣 425 萬元）。
問題來了：
這台價值一間小套房頭期款的交換器，到底是誰做的？
裡面有哪些供應商？
最後 NVIDIA 一台能賺多少？
以及它到底是插在機櫃裡？還是掛在機櫃外？
今天我們就來拆解這張 AI 世界最貴的網路設備帳單。
先搞懂：CPO 到底是什麼？
先想像一下。
以前資料中心像台北尖峰時間的中山高。
GPU 是汽車。
資料是車流。
光模組是交流道。
當 AI 叢集只有幾百顆 GPU 時，大家還能慢慢開。
但現在 NVIDIA 的 AI Factory 動不動就是數萬顆 GPU。
如果還用傳統光模組：
資料必須先從交換晶片跑出來。
再經過 PCB。
再到光模組。
最後才變成光訊號。
就像下交流道又上交流道。
浪費時間又耗電。
於是 NVIDIA 想到：
「乾脆把光模組直接搬到交換晶片旁邊好了。」
這就是：
Co-Packaged Optics（共封裝光學）
把光學元件和交換器 ASIC 封在同一個系統內。
結果是：
- 功耗下降
- 傳輸距離增加
- 訊號損耗降低
- AI 叢集規模大幅提升
這也是為什麼 NVIDIA 認為未來超大型 AI 資料中心幾乎一定要走向 CPO。
這台 Quantum-X Photonics 到底誰做的？
很多人看到 NVIDIA 的產品就以為全部都 NVIDIA 自己做。
其實完全不是。
這台交換器比較像一台 F1 賽車。
NVIDIA 是車隊老闆。
但引擎、輪胎、煞車、變速箱全部來自不同廠商。
目前公開資訊顯示主要供應鏈包括：
NVIDIA
負責：
- Quantum-X 架構
- Quantum ASIC
- InfiniBand 軟體生態系
屬於大腦。
台積電
Taiwan Semiconductor Manufacturing Company
負責：
- 矽光子製程
- SoIC 封裝
- CPO 整合技術
可以說是整台機器的地基工程隊。
鴻海 / 工業富聯
Foxconn
負責：
- 系統組裝
- 機箱
- 整機生產
市場傳出工業富聯將 CPO 交換器出貨目標一口氣上修五倍。
代表訂單可能遠超市場原本預估。
矽品
Siliconware Precision Industries
負責：
- 高階封裝
- 光電整合
波若威
Broadex Technologies
負責：
- 光纖陣列
- 光連接元件
Coherent
Coherent
提供：
- 雷射
- 光學引擎
Lumentum
Lumentum Holdings
提供：
- 外部雷射源
- 光學零件
這兩家公司甚至獲得 NVIDIA 數十億美元等級的合作投資。
高盛帳單透露誰拿最多錢？
市場原本以為：
CPO 時代最爽的是交換器公司。
結果高盛拆開帳單後發現：
真正吃肉的可能是光學元件供應商。
原因很簡單。
交換 ASIC 雖然很貴。
但光學引擎、雷射、光纖陣列、矽光子封裝全部加起來更驚人。
過去一個 800G 光模組可能只值幾百美元。
現在變成整套光學系統直接封進交換器。
單機價值暴增。
因此市場開始把目光轉向：
- Coherent
- Lumentum
- 波若威
- 台積電矽光子
- 鴻海組裝
而不是只看 NVIDIA。
一台 13 萬美元到底能賺多少？
這是大家最愛問的問題。
先說結論：
外界沒有官方答案。
因為 NVIDIA 不會公開單機毛利。
但可以用產業邏輯推估。
假設：
售價約：
130,000 美元
若高階網通設備毛利率約：
60%～75%
則製造成本約：
32,500～52,000 美元
毛利約：
78,000～97,500 美元
換算台幣約：
250萬～315萬元毛利。
這只是毛利。
還沒扣：
- 研發
- 軟體
- 行銷
- 管理費用
即便如此。
這種產品的獲利能力依然遠超一般伺服器。
所以 NVIDIA 現在根本不只是賣 GPU。
而是在賣整座 AI 高速公路。
Quantum-X 是用在哪個產品線？
很多人以為這是給 GB300 用的。
其實不完全正確。
Quantum-X Photonics 屬於：
NVIDIA Quantum InfiniBand 網路
主要服務：
- GB200
- GB300
- Rubin
- Rubin Ultra
等大型 AI Factory。
它不是 GPU。
而是 GPU 與 GPU 之間的交通警察。
沒有它。
數萬顆 GPU 根本無法同步運算。
一個 AI 叢集需要幾台？
答案：
很多。
真的很多。
以數萬顆 GPU 的 AI Factory 為例。
可能需要：
- 數十台 Spine Switch
- 數百台 Leaf Switch
- 上千條光纖鏈路
組成 Fat Tree 網路架構。
像是：
4萬顆 GPU
可能需要上百台 Quantum-X。
8萬顆 GPU
甚至可能數百台起跳。
因此 NVIDIA 不只是賣一台交換器。
而是在賣一整套網路生態系。
它是機櫃內還是機櫃外使用？
這個問題很重要。
因為很多投資人會搞混。
答案是：
主要用於機櫃外（Scale-Out）
Quantum-X Photonics 的任務是：
把不同機櫃的 GPU 連接起來。
例如：
機櫃A
↓
機櫃B
↓
機櫃C
↓
機櫃D
形成超大型 AI 叢集。
因為距離拉長後：
銅線開始不夠用。
訊號衰減太快。
功耗暴增。
所以必須改用光通訊。
機櫃內還有很多銅線
這裡有個容易誤解的地方。
很多人以為：
CPO 出現後銅線就死了。
其實沒有。
短距離傳輸仍然是銅線最便宜。
目前業界普遍認為：
未來幾年將是：
機櫃內
銅線
機櫃間
光纖
共存模式。
所以別看到 CPO 就以為所有光模組公司都會消失。
事實上很多光學供應商反而因此賺更多。
最後誰才是最大贏家？
如果把 AI 比喻成淘金熱。
過去市場都在看誰挖到黃金。
也就是 NVIDIA GPU。
但現在大家發現：
真正缺的不是礦工。
而是運礦的鐵路。
Quantum-X Photonics 告訴市場一件事：
AI 下一個瓶頸不再是 GPU 算力。
而是 GPU 之間能不能快速聊天。
因此這波受惠者除了 NVIDIA 之外，還包括：
- Taiwan Semiconductor Manufacturing Company（矽光子與先進封裝）
- Foxconn（系統組裝）
- Siliconware Precision Industries（封裝）
- Broadex Technologies（光纖元件）
- Coherent（雷射）
- Lumentum Holdings（光學元件）
換句話說，
AI 的下一場財富盛宴，可能不是誰做出更大的 GPU。
而是誰能讓十萬顆 GPU 在同一時間不塞車。
畢竟在 AI 世界裡，最可怕的不是沒算力。
而是大家都很會算，卻排隊等網路。那就像一萬個學霸同時搶一台電梯——再聰明，也只能乾瞪眼。
沒有留言:
張貼留言