AIネットワークのスケールアップが光テストの変革を要求：製造ボトルネックからテストへ

Photonic Integrated Circuits News アメリカ

概要

現代のAIインフラにおける最大の課題は、単一のアクセラレータ性能だけでなく、数千のアクセラレータをクラスターにスケーリングすることにあります。このスケールアップでは、銅線による電気的リンクが物理的限界に達するため、電気-光変換をASICパッケージに近づけるCo-Packaged Optics (CPO) やNear-Packaged Optics (NPO) への移行が不可避です。しかし、この移行は製造のボトルネックを「テスト」に移し、従来の低量生産向けの光学テスト手法では対応できないため、高並列処理と自動化された光テスト、そして設計段階からのテスト容易性設計（DfT）が不可欠です。

詳細

AIインフラにおけるスケールアップの課題と光化の必要性

生成AIの時代において、データセンターの性能は単一のGPUやASICの能力だけでなく、数千ものアクセラレータを効率的に連携させる「スケールアップ」能力によって決まります。この大規模な協調動作には、膨大なデータを超高速かつ低遅延で転送するネットワークが不可欠ですが、従来の銅線による電気的リンクは、電力消費、信号減衰、帯域幅の物理的限界に達しています。このため、電気-光変換をASICパッケージに極めて近い位置に統合するCo-Packaged Optics (CPO) やNear-Packaged Optics (NPO) への移行が、AIインフラの性能ボトルネックを解消するための不可避な選択肢となっています。

製造のボトルネックが「テスト」へ移行

CPO/NPOへの移行は、光部品の製造プロセスに新たな課題をもたらします。従来の光モジュール製造では、最終アセンブリ後のテストが主流でしたが、ASICパッケージに光エンジンが統合されるCPOでは、製造のボトルネックが従来の組み立て工程から「光学テスト」へと移行します。これは、光と電気の両方の機能が緊密に統合された複雑なデバイスを、半導体業界のような大量生産規模で効率的かつ信頼性高くテストする必要があるためです。

スケーラブルな光テストの要求とDfTの重要性

従来のカスタム構築された低量生産向けの光学テスト手法は、CPOのような高チャネル数で量産ボリュームの大きいデバイスには対応できません。このため、以下のような革新的な光テストアプローチが緊急に求められています。

• 高並列処理と自動化: 数百から数千の光チャネルを持つCPOデバイスを効率的にテストするため、高並列処理が可能な自動化された光テストシステムが必要です。これには、ウェハーレベルでの光テストや、光電プローブカードの統合などが含まれます。
• テスト容易性設計（DfT）: 設計段階からテストの容易性を考慮したDfT（Design-for-Test）を導入することが不可欠です。これにより、製造過程の早期段階でKGD（Known Good Die）を特定し、下流工程での欠陥シリコン統合によるコストを大幅に削減できます。
• ICスタイルの製造テストフレームワーク: 半導体業界で確立されたIC製造テストの知見を光学テストに適用し、統一された製造テストフレームワークを構築する必要があります。

産業化とデータセンター需要への影響

AIデータセンターのCPO/NPO導入には、高信頼性かつコスト効率の良い光エンジンの大量供給が不可欠であり、スケーラブルな光学テスト技術はその実現の鍵となります。テスト技術の成熟が産業化の速度を決定づけるため、光学テストの自動化と高並列化のための設備投資、DfTを考慮した設計フローの確立、そして光テスト技術の標準化が、今後の産業発展における重要な課題となります。