跳至主要內容

搜尋摘要

目錄
財報狗 節目封面
37:29 ~4 分鐘

536.【財經時事放大鏡】玻璃橋 x Meta 有一批算力好便宜

康寧推出全玻璃光波導元件 Glass Bridge,挑戰現有 FAU 光纖陣列封裝地位;Meta 宣布出租多餘 AI 算力引爆市場過剩疑慮,主持人以 AI Agent 個人滲透率僅 0.7% 反駁需求崩跌論。

在 Apple Podcasts 收聽

本頁摘要由 AI 自動生成,著作權屬原節目創作者;可能存在錯誤或遺漏,建議收聽 原節目《財報狗》 以獲取完整資訊。

重點摘要

  • 康寧 Glass Bridge 以玻璃光波導技術整合多通道對位,潛在替代高端 FAU(光纖陣列單元)封裝方案,但尚未大規模商用,成本 ROI 與生態系採用仍是最大不確定因素
  • FAU 核心難點在「對位」精度:光纖與光子積體電路(PIC)必須極精確對齊,通道數越多(如 40-50 排)封裝成本越高,Glass Bridge 的優勢正在於此
  • Meta 宣布出租多餘 AI 算力,市場解讀為算力供過於求,但主持人認為 Meta 更可能是在去化舊世代 H100 算力,屬正常設備週期替換
  • OpenAI 數據顯示:員工使用 Codex(AI Agent)比例從 2025 年 8 月不足 10% 飆升至接近 100%;企業用戶產生的 Token 有 63% 來自 Codex
  • AI Agent 個人用戶滲透率僅 0.7%,主持人認為 Agentic 時代才剛開始,短期算力需求不存在過剩問題

詳細內容

FAU(光纖陣列單元)的角色與挑戰

FAU 全名 Fiber Array Unit,是光通訊封裝中的核心連接器,負責將光纖精準對接到光子積體電路(PIC)或光模組的介面,功能類似將電訊號轉為光訊號後的「出口插頭」。

封裝的核心難點是「對位」:光纖與 PIC 介面必須極精確對齊,對位誤差會造成光損耗(光損),導致訊號衰弱、電力浪費,削弱使用光通訊的意義。通道數越多(例如對 40 排、50 排),需要的對位步驟越多,所需機台與時間成本越高,這正是 FAU 封裝成本的核心結構。

康寧 Glass Bridge:玻璃光波導的挑戰

康寧(Corning)於近期正式發表 Glass Bridge,是一種以玻璃為基底的光波導(optical waveguide)橋接元件。原理是在玻璃基板內部刻出多個通道,並局部改變折射率,使光訊號能沿特定路徑傳導——相當於把光纖的概念整合進一塊玻璃基板內。

相較於傳統 FAU,Glass Bridge 宣稱的優勢包括:

  • 符合半導體製程規格,訊號損耗低
  • 多通道一次對位,大幅減少封裝步驟與機台數量
  • 模組化設計,可替換(detachable),有利於維修升級

市場出現對光通訊供應鏈的利空擔憂,但主持人指出,Glass Bridge 衝擊最大的是高端應用(五排以上光通道),一排、兩排的中低端 FAU 市場未必受影響,整體格局仍未明朗。

Glass Bridge 商用化的三大關卡

Glass Bridge 目前尚未大規模商用,導入速度取決於三個關鍵:

  1. 成本 ROI(投資報酬率):需與現有多步驟 FAU 對位流程的總成本做精確比較。問題在於雙方都還沒量產規模的數字,難以計算;理論上通道數越多、Glass Bridge 的成本優勢越大,但需要一兩個世代才能驗證。

  2. PDK 生態系採用:光子積體電路(PIC)廠商需取得康寧的 PDK(製程設計套件),才能在設計階段就納入 Glass Bridge 規格。沒有 PDK,廠商根本無法配合,生態系建立需要時間。

  3. 標準化進程:要成為業界主流,需多家廠商進入共同建立標準。主持人以矽光子早期引發「FAU 要死了」的恐慌為例,指出新技術常見的市場過激反應,但實際商用化往往比預期慢許多。

Meta 出租算力:過剩信號還是正常循環?

Meta 宣布旗下有多餘 AI 算力,計畫仿效 AWS(Amazon Web Services)、GCP(Google Cloud Platform)、Azure 建立雲端算力出租服務,開放給企業與開發者使用。消息一出,市場立即解讀為「AI 算力供過於求」。

主持人 Sky 的反駁有幾個層次:

第一,Meta 出租的很可能是舊設備:H100 系列在 Blackwell 架構出來後本就面臨價格下行,以舊換新去化舊算力符合商業邏輯,不代表最新一代產能過剩。

第二,Meta 過去根本沒有雲服務業務:四大雲服務供應商(AWS、GCP、Azure、Meta 即將加入)中,Meta 是唯一過去只自用、不對外出租算力的。此舉更像是找到新的營收出海口,而非需求崩跌的警訊。Meta 本身的資本支出(CAPEX)佔營收比重是四大中最高的,也與「算力過剩」的敘事矛盾。

第三,算力供給端本身有硬頂:從 EUV 機台數量倒推晶圓產能,AI 伺服器數量短期內有上限,從供給端看過剩風險本就較低。

AI Agent 滲透率數據:才剛開始的曲線

OpenAI 與經濟學家合作發表的論文揭示了 AI Agent 採用現況:

  • OpenAI 員工:使用 Codex(AI Agent)比例從去年(2025 年)8 月不到 10%,到現在接近 100%,涵蓋工程師、法務、人資、PM 等所有職能
  • 企業用戶:產生的 Token 中 63% 來自 Codex,而非傳統 ChatGPT 對話模式
  • 個人用戶:Codex 使用比例僅 0.7%

主持人解讀:AI Agent 在企業端已明顯優於純對話式 AI(ChatGPT 模式),企業用戶一旦接觸幾乎全面轉用 Codex;但個人市場滲透率極低,整個 Agentic 浪潮從去年(2025 年)第四季才開始加速,到現在不過兩個季度,「崩跌」的時間節點說不過去。

精選語錄

“只要這個滲透率還在往上攀爬,Agentic 的時代,我真的覺得算力,就以現在這個 AI Agent 大家使用的滲透率來看,短期來看這個算力還太低了。”

“你說這個時間到現在才兩季而已吧?這個滲透率這麼低要崩太快了吧?”

“康寧滿常出這種新產品都會引發很多討論,可是實際……就好像都沒有看到真的他們就變成最主流的方法。“

時間軸

逐字稿無明確時間標記,以主題切換順序整理:

  • 開場:FAU(光纖陣列單元)是什麼?功能與對位挑戰說明
  • 中段:康寧 Glass Bridge 技術原理、與 FAU 的差異、對光通訊供應鏈的潛在衝擊
  • 中後段:Glass Bridge 商用化障礙討論——成本 ROI、PDK 生態、標準化時程
  • 後段:Meta 宣布出租 AI 算力事件分析,對市場「過剩論」的反駁
  • 結尾:AI Agent 滲透率數據解讀,Agentic 時代才剛起步的論據

相關主題