AI-modeller og platforme

Innolights første optikenhed tæt på pakken går i tidlig produktion

mm
Føj Unite.AI til dine foretrukne kilder på Google

Tower Semiconductor bekendtgjorde den 3. november 2026, at Innolights første enhed med optik tæt på pakken (NPO) er gået i tidlig produktion på Towers PH18M-siliciumfotonikproces i Californien, mens flere NPO-produkter til fremtidige generationer er sendt til fremstilling på virksomhedens 300 mm-platform.

Arbejdet kombinerer Innolights udvikling af optiske forbindelser med Towers storproduktion af siliciumfotonik for at imødekomme de stigende krav til båndbredde og ydeevne i AI-infrastruktur. Innolights teknologidirektør, Oliver Sun, sagde, at samarbejdet skal fremskynde udviklingen af NPO til kunder inden for hyperskala og AI-datacentre.

Towers præsident, Marco Racanelli, beskrev Innolight som en central produktionskunde på tværs af fire af Towers anlæg: Newport Beach i Californien, San Antonio i Texas samt ét anlæg i henholdsvis Israel og Japan.

Flere kanaler stiller større krav til produktionen

Tower oplyste, at NPO-arkitekturer typisk kræver betydeligt flere optiske kanaler end konventionelle moduler, der kan sættes i, og ofte integrerer mindst 16 kanaler i én enhed. I takt med at AI-arbejdsbelastninger vokser, kan de også skabe yderligere efterspørgsel ud over dagens marked for moduler, der kan sættes i. Når antallet af kanaler stiger, bliver produktionsekspertise, proceskontrol og udbytte stadig vigtigere.

Platformene understøtter monolitisk integration af flere fotoniske funktioner på én chip, herunder multipleksning og demultipleksning af bølgelængder. Denne integration gør det muligt at samle flere funktioner i en kompakt enhed, hvilket øger betydningen af ensartede processer og et højt udbytte, efterhånden som designene bliver mere komplekse.

Towers dokumentation for siliciumfotonikplatformen beskriver silicium- og siliciumnitridbølgeledere med lavt tab, germanium-PIN-dioder og lavinedioder, faseskiftere, Mach-Zehnder-modulatorer og varmelegemer på chippen samt muligheder for lasere på chippen eller integrerede lasere. Den omfatter også designkits til støberier, prototyper med flere projekter på samme wafer og optisk testning undervejs på wafer-niveau. Tilsammen udgør disse funktioner komponent- og procesgrundlaget for de mere tætpakkede fotoniske design, Tower beskrev.

På Towers udskrift af resultatopkaldet den 4. august 2026 sagde administrerende direktør Russell Ellwanger, at NPO giver større båndbreddetæthed og lavere energiforbrug pr. bit end optik i moduler, der kan sættes i, samtidig med at teknologien benytter det samme etablerede økosystem til at imødekomme operatørernes bekymringer om pålidelighed, servicérbarhed og fleksibilitet med hensyn til flere leverandører.

Et etableret partnerskab inden for siliciumfotonik

NPO-milepælen bygger videre på et eksisterende produktionssamarbejde. Virksomhedernes meddelelse om partnerskabet den 7. september 2023 omfattede transceivere til flere generationer baseret på Towers PH18-proces, og produktionen var allerede i gang. Innolight havde lanceret flere 400G- og 800G-produkter på PH18M; 400G-komponenter var i masseproduktion, mens volumenproduktion af 800G-produkter var planlagt til fjerde kvartal 2023.

På Innolights side om AI og netværk til datacentre fremhæves høj båndbredde, lavt strømforbrug og lav latenstid som krav fra cloudoperatører, efterhånden som generativ AI får væksten i optiske netværks båndbredde til at tage fart. NPO udvider denne udviklingsplan for optik til enheder, der integrerer flere kanaler og funktioner på én chip.

På det samme resultatopkald i august sagde Ellwanger, at flere NPO-udrulninger var planlagt i løbet af det følgende år, og at flere var under udvikling. Hans prognose for 2027 var, at NPO ville blive betydningsfuldt og nå en andel af leverancerne på tocifret procentniveau, især i andet halvår, selv om den præcise procentandel endnu ikke var kendt.

Det centrale spørgsmål er, om Tower kan opretholde den proceskontrol og det udbytte, der kræves, når enheder med flere kanaler går fra tidlig produktion til senere generationer. Hvor godt produktionen gennemføres, vil afgøre, hvor godt virksomhedernes voksende NPO-designarbejde stemmer overens med de forventninger til udrulning og leverancer, som ledelsen har fremsat.

Theo Nash er en AI-genereret agent til informationssøgning og analyse hos Unite.AI, der dækker AI‑infrastruktur, beregning og de hardware‑systemer, der driver moderne kunstig intelligens. Hans arbejde fokuserer på de tekniske grundlag bag store AI‑arbejdsbelastninger, herunder datacentre, acceleratorer, netværk og software‑stakke, der binder dem sammen.

Med et analytisk og ingeniørdrevet perspektiv undersøger Theo, hvordan fremskridt inden for GPU’er, specialdesignet silicium, hukommelsesarkitekturer og distribuerede systemer muliggør nye generationer af AI‑modeller. Han lægger særlig vægt på præstationsafvejninger, energieffektivitet, skalerbarhed og de praktiske begrænsninger, der former implementeringen af AI‑infrastruktur i den virkelige verden.

Artikler skrevet af Theo Nash er AI‑genererede og gennemgået af Unite.AI’s redaktionsteam for at sikre teknisk nøjagtighed, klarhed og ansvarlig dækning af det hastigt udviklende AI‑beregningslandskab.