隨著AI資料中心需求從單點爆發轉向大規模集群應用，產業競爭重心正經歷一場結構性轉型。DIGITIMES 觀察，AI 資料中心的算力交付單位已由單一加速器晶片效能，進一步轉向機櫃級系統交付能力。這場變革使得資料搬運效率、互連架構與平台整合能力，取代單純的運算效能，成為決定部署規模與系統能耗的核心變數。

在傳統架構中，通訊與光互連供應商多扮演外圍元件角色，但隨著算力交付形態的改變，這些業者正加速由機櫃外部網路向機櫃內層滲透。由於傳輸頻寬與延遲壓力逼近物理極限，光通訊技術正由跨資料中心的Scale-across層級，逐步延伸至機櫃內部的Scale-in層級。這使得共同封裝光學（CPO）、近封裝光學(NPO)以及線性驅動可插拔光學（LPO/LRO）等技術，成為衡量供應鏈競爭力的關鍵指標。

目前市場聚焦於博通（Broadcom）與邁威爾（Marvell）兩家指標業者的布局路線差異。DIGITIMES分析師陳辰妃觀察，博通憑藉其在客製化 ASIC、交換晶片及高速 I/O 的長期累積基礎，由平台整合切入跨層互連架構，其技術影響力涵蓋從晶片設計封裝到跨機櫃網路。邁威爾則發揮其在數位訊號處理器（DSP）與光模組元件的既有優勢，透過收購 Celestial AI 與 XConn 等公司，並與亞馬遜（AWS）及輝達（NVIDIA）展開深度平台合作，試圖將影響力由機櫃外的 Scale-out 戰場延伸至機櫃內的客製化設計。

陳辰妃指出，博通與邁威爾雖採取不同布局路線，但同樣面臨光通訊技術滲透尚未成熟的現實挑戰。近期市場出現「光退銅進」等部署訊號，但短期內「光銅並行」仍將是主流。CPO與其他光通訊新技術若要大規模採用，仍須跨越系統整合複雜度、可靠性驗證與供應鏈生態建立等多重門檻。Credo、Astera Labs及其他光通訊技術或CPO相關業者雖加速切入AI機櫃互連，但光互連標準碎片化問題尚未收斂，後續CSP對架構標準、元件規格與合作夥伴的選擇，將成為觀察供應鏈版圖變化的關鍵。

陳辰妃認為，決定未來架構走向的關鍵最終仍握在 Google、Meta 與 AWS 等超大型雲端服務供應商（CSP）手中。CSP 對成本、能耗與部署彈性的取捨，將直接決定 CPO /NPO或 LPO/LRO 等技術的滲透速度。長期而言，若 AI 基礎設施持續往開放架構發展，具備完整光電整合與客製化晶片能力的供應商將持續受惠；反之，若機櫃系統轉向高度封閉的生態系，第三方業者的議價能力恐將面臨挑戰。市場預期，博通的平台整合效益與邁威爾的新布局成效，將在 2028 年前後迎來量產實績的關鍵檢驗。