面對高速互連技術快速演進，客戶採購量測設備時，除考量初期建置成本，也會評估升級彈性、軟體相容性、維護費用與技術支援。設備能否因應未來規格變化、降低重複投資，並符合研發及量產階段的測試需求，將是影響採購決策的重要因素。
AI基礎設施的競爭，已從晶片運算能力延伸至封裝、電路、光學元件與網路架構。224G、448G SerDes、高速光互連、共封裝光學（CPO），以及PCIe 7.0、Compute Express Link（CXL）等技術，正推動資料中心互連架構演進。
然而，傳輸速率提升不代表系統效能必然同步成長。訊號餘裕（margin）縮小、功耗與散熱限制，以及元件與協定之間的整合難度，都讓驗證更加複雜。量測也從規格驗收延伸至問題診斷與系統效能評估。
224G到448G高速互連為何難度陡增？
高速SerDes面臨的挑戰，包括插入損耗、反射、串音、抖動與雜訊。傳輸速率愈高，接收端可用來判斷訊號的時間與電壓餘裕就愈小。
Keysight業務處AI資深專案經理林昭彥表示，高速SerDes的演進不只是提高傳輸速率，也涉及調變方式、通道特性與接收端訊號處理能力。PAM4能在相同符號速率下傳遞更多位元，但訊號電平之間的距離較小，對雜訊與訊號完整性的要求也更高。
以每通道約 224 Gb/s 的 PAM4 SerDes 為例，其符碼率約為 112 GBaud，奈奎斯特頻率為 56 GHz；當每通道傳輸速率提升至約 448 Gb/s 時，符碼率將達 224 GBaud，奈奎斯特頻率則提高至 112 GHz。隨著符碼率提升，通道損耗、反射、串擾與抖動等因素對訊號品質的影響更加顯著。高速示波器、位元錯誤率測試儀（BERT）及向量網路分析儀（VNA），可分別用於分析訊號完整性、傳輸錯誤效能及通道的頻率響應與損耗。
即使電性通道符合規範，實際傳輸仍可能產生位元錯誤，所以驗證不能只看訊號品質，也必須確認接收端的錯誤處理能力。前向錯誤修正（FEC）因而成為高速互連的重要環節。
FEC不只是除錯，更是可靠度與效能的取捨
前向錯誤修正（FEC）透過加入冗餘資訊，讓接收端能偵測並修正一定範圍內的傳輸錯誤，降低資料傳輸失敗的機率。但 FEC 並非能修正所有錯誤；當錯誤數量超出編碼機制可處理的範圍，資料仍可能無法正確還原。
FEC的導入也會增加編碼、解碼與緩衝處理的時間，設計也必須評估延遲、錯誤分布與系統效能之間的關係。除了觀察FEC前後的位元錯誤率（BER），也需要關注突發錯誤與實際運作條件，判斷錯誤是否落在可修正範圍內。
FEC能降低可修正範圍內的傳輸錯誤，卻無法消除通道本身的物理限制。當傳輸速率與距離持續增加，電性通道的損耗、雜訊及均衡需求也會提高，並可能增加功耗與設計複雜度。這代表高速互連的挑戰不只在於如何修正錯誤，更在於如何選擇適合的傳輸媒介；於是，銅互連與光互連的分工已成為資料中心提升頻寬與控制功耗的重要課題。
從銅互連到光互連的傳輸架構正在重新分工
銅互連具備成本與短距離傳輸優勢，仍廣泛用於伺服器內部及鄰近元件之間；但當速率與距離增加，通道損耗、均衡需求與功耗將帶來更多限制。光互連則適合支援更長距離與更高頻寬。
800G光互連已進入部署階段，1.6T是下一階段的重要發展方向，3.2T則代表更長期的頻寬目標。隨著速率提升，驗證也須涵蓋光功率、波長、調變品質、接收靈敏度與光電元件特性。
當高頻寬需求與功耗限制日益嚴格，縮短電性傳輸路徑、提高整合密度便成為新的方向。共封裝光學（CPO）將光學引擎整合至交換器晶片附近，但也使驗證從電性與光學性能延伸至封裝、熱管理與長期可靠度。
資料來源：Keysight
CPO的真正考驗在於能否長期穩定運作？
CPO可縮短電性傳輸路徑、降低訊號損耗與功耗，但光學元件與高功耗晶片緊密整合，也增加熱管理、光纖耦合、製造良率與維修難度。
林昭彥指出，當光學引擎更靠近高功耗晶片，熱效應與故障診斷的難度也會提高。系統異常可能來自ASIC、電性介面、光學引擎或光纖耦合，CPO的驗證必須兼顧光電性能、熱穩定性、長期可靠度與維護需求。
AI系統的高速互連不只發生在網路交換器與光模組之間，也存在於處理器、加速器、記憶體與其他周邊裝置之間。PCI Express（PCIe）與 Compute Express Link（CXL）因此成為另一個重要的量測戰場。
PCIe 7.0與CXL從連線品質走向資源效率
Keysight應用工程部資深專案經理劉宗琪說明，PCIe 6.0採用PAM4，資料傳輸速率達每通道64 GT/s，PCIe 7.0的目標則是每通道128 GT/s。當傳輸速率提高，通道損耗、反射、串擾、抖動與接收端容限等問題也會更加明顯。
PCIe 7.0的驗證不只是確認鏈路能否建立，還必須檢查發射端與接收端的電氣特性、通道模型、均衡行為及協定相容性。CXL則建立在PCIe實體層基礎之上，並依不同版本與系統實作，支援處理器、加速器與記憶體裝置之間的連結、擴充及資源共享。對AI基礎設施而言，CXL的價值不僅在於連線能力，也在於透過適當的系統架構與軟體支援，改善記憶體資源配置與使用效率。
當驗證範圍從實體層延伸至協定與資源共享，單一鏈路的傳輸速率也就不再是衡量系統效能的唯一依據。真正重要的是，頻寬提升能否轉化為更高的有效算力與更好的能源效率。
真正該追蹤的KPI：從傳輸速率走向有效算力
當高速互連逐漸成為AI系統的效能瓶頸，單純追蹤傳輸速率已不足以反映整體價值。對資料中心營運商與AI系統設計者而言，更重要的問題是：增加的頻寬，是否真正轉化為更高的有效算力、更低的延遲與更好的能源效率？
理論頻寬是重要的設計指標，但實際效能還會受到協定開銷、錯誤修正、重傳、排隊延遲、資料搬移方式及工作負載特性影響。AI基礎設施的量測應逐步從元件規格延伸至端到端工作負載。除了傳輸速率與BER，也應納入延遲分布、吞吐量、重傳行為、鏈路利用率、功耗及系統任務完成時間等指標。
這意味著量測設備的價值不再只由單一儀器的頻寬或精度決定，而是取決於能否整合不同層級的測試結果、縮短除錯時間，並將驗證流程導入產品開發與量產。
量測產業的新商機：從儀器規格到完整驗證方案
當產品進入224G SerDes、1.6T光互連與CPO等複雜架構，客戶需要的不只是單一儀器，而是支援設計驗證、故障定位與產品導入的完整方案。高速示波器、BERT、VNA、光學量測設備及相關探測解決方案，仍是高速互連研發的基礎。搭配自動化軟體與可追溯的測試報告，可提高實驗室產能、減少重複測試，並縮短問題定位時間。
Keysight行銷處資深專案經理吳哲樂總結，是德科技的產品布局涵蓋高速數位、電性與光學量測、網路協定分析及相關設計與模擬軟體。2025年完成收購Synopsys旗下Optical Solutions Group及Ansys旗下PowerArtist業務，進一步擴展光學與光子學設計、半導體早期功耗分析及相關模擬能力。透過適當的軟體授權（例如訂閱制）與維護方案，客戶可隨技術演進更新測試功能，降低設備升級風險；KAI資料中心建構器則運用數位孿生模擬AI工作負載、視覺化資料流向，協助定位效能瓶頸，提升系統驗證效率。
此外，AI資料中心的模擬與數位孿生（Digital Twin）技術，有助於在實體部署前評估網路架構、工作負載與系統效能。是德科技KAI資料中心建構器可模擬真實世界的AI工作負載，對大規模系統中的每個資料路徑進行測試，並視覺化資料流經各處理器、互連與網路元件的過程，協助客戶定位效能瓶頸。結合模擬與實際量測，可望讓問題更早在開發階段浮現，減少反覆測試與後期調整的成本，提升從研發驗證到系統部署的效率。
資料來源：Keysight
2026～2028年的關鍵戰場：新一代互連的驗證能力
未來幾年，224G SerDes與更高速的448G互連技術，預期將持續推進；800G與1.6T光互連的發展，以及更長期的3.2T頻寬目標，也將持續考驗訊號完整性、光電整合、功耗與成本控制。實際發展時程與部署規模，仍將取決於標準演進、產品成熟度、系統需求及整體成本效益。
CPO的熱管理、光電整合與長期可靠度，以及PCIe 7.0、CXL的協定互通、資源共享與系統效能驗證，都將成為重要課題。量測產業的關鍵，在於建立成熟、可重複且可追溯的驗證方法。
高速互連正從單一介面的速率提升，走向電性、光學、封裝、協定與系統資源的整體協同。對AI硬體產業而言，競爭不只是提高傳輸速率，更在於及早找出瓶頸、確保系統可靠度，並將技術規格轉化為實際效能。