AI 基礎設施轉向多架構 Fabric 競爭，機櫃級部署帶動光銅互連與客製化 ASIC 需求

據 DigiTimes 報導，生成式 AI 帶動基礎設施從單一伺服器轉向機櫃級（rack-level）、多機櫃與 Pod 級部署，系統效能競爭已從單一運算晶片轉移至整體的 AI Fabric 互連架構。隨著 Nvidia Vera Rubin NVL72、AMD Helios 及 Google TPU Rack 等系統推出，整合運算、記憶體與互連資源的 AI 機櫃已逐漸成為基本部署單位。在技術架構上，Scale-up 負責處理節點與機櫃內部的高速傳輸，Scale-out 則透過網路介面卡（NIC/DPU）與葉脊架構（leaf-spine）連結 AI 叢集。完整的傳輸路徑涵蓋 PCIe、交換器、SerDes、DSP、光通訊模組與線材連接器，形成短距銅線互連與交換器光學骨幹的分工模式。報導指出，隨著雲端服務供應商（CSP）加速開發自研 ASIC，AI Fabric 將朝向多架構與高度客製化發展，進一步擴大高速 I/O、光通訊及實體互連供應鏈的市場需求。