コパッケージ光学技術(CPO)は、静かながら重大な変化の中心に位置している。AIクラスターが銅の帯域幅と電力限界を超えて成長するにつれ、光エンジンはスイッチやアクセラレーターのパッケージに直接組み込まれるようになっている。このアーキテクチャ上の動きは相互接続のボトルネックを解決するが、はるかに厄介な問題をパッケージ内に移転させる。それが検査である。マルチダイモジュール内の故障した光学レーンを特定し、統合前にすべての光エンジンが良品であることを保証し、しかも検査工程がマージンを食いつぶさないようにすることは、今や後付けではなく第一級の工学的制約となっている。
世界的な意味合いとして、検査がCPOのスケール速度を制約する要因になりつつある。光学デバイスは、エレクトロニクスがこれまで必要としなかった測定を要求する。位置合わせ、結合損失、波長特性、熱感度などだ。先進パッケージングの後期段階で発見される各良品ダイの不良は、蓄積された膨大な価値を破壊するため、経済的圧力は検査をより早期に実施し、より高速化することに向かう。AI能力の拡張を競うハイパースケーラーにとって、検査スループットと歩留まりが相互接続ロードマップの実質的な上限を静かに設定しており、信頼性が高くコストを抑えた光学検査を証明できないベンダーは、生の性能にかかわらず設計獲得に苦戦するだろう。
ここで日本の立ち位置は異例なほど強固で、過小評価されている。同国の検査装置と光学部品の基盤は、業界が今直面している隘路において正確にレバレッジを提供する。日本のATE(自動検査装置)メーカー、フォトニクスサプライヤー、精密位置合わせ専門企業は、華やかなAIチップそのものからではなく、それらを認証する地味な装置から価値を獲得する位置にある。これらの企業の経営陣は、CPO検査を単なる項目ではなく戦略的カテゴリーとして扱い、需要に先んじて光学および複合電気光学検査能力に投資すべきである。
さらに下流の日本企業やシステムインテグレーターにとって、実務的なシグナルはタイミングとサプライリスクに関するものだ。AIインフラ調達計画担当者は、光相互接続の利用可能性が単に製造能力だけでなく、検査と歩留まりの成熟度によって制約されると想定し、その不確実性をデータセンターと設備投資のタイムラインに組み込むべきである。AIインフラ構築を助言する国内システムインテグレーターは、ネットワーキングをコモディティとして扱うのではなく、これらの物理層ボトルネックを理解することで差別化できる。日本にとってのより広い教訓は馴染み深いものだ。AIブームにおける持続的な利益は、ツール、計測機器、信頼性保証という層に存在することが多く、これは日本の製造規律が歴史的に誇大宣伝サイクルを生き延びてきた層である。
