BOE Technology, colosso cinese noto soprattutto per i pannelli display, si muove in una direzione inattesa: il packaging di chip per l’intelligenza artificiale. Secondo quanto riporta Jiemian News, l’azienda sta puntando su interconnessioni ottiche basate su Micro LED e co‑packaged optics (CPO) su substrato di vetro. Non si tratta di un semplice ampliamento di gamma, ma di un ingresso in un campo dove la densità di banda e l’efficienza energetica sono tutto, perché influenzano direttamente le prestazioni dei sistemi AI, sia su cloud sia in sala macchine on‑premise.

Micro LED e vetro: i mattoni del nuovo packaging

L’idea di usare Micro LED come sorgenti luminose per l’interconnessione ottica tra chip è affascinante. A differenza delle tradizionali piste in rame, un link ottico può trasportare molti più dati per unità di energia e su distanze di qualche centimetro – quelle tipiche all’interno di un server o tra GPU in un sistema multi‑acceleratore. I Micro LED, con dimensioni ridottissime e una buona efficienza di conversione elettro‑ottica, diventano candidati per integrare fasci di luce direttamente nel pacchetto del chip, eliminando i colli di bottiglia del bandwidth elettrico.

Il substrato di vetro è l’altro ingrediente chiave. A lungo sperimentato come alternativa al silicio per i cosiddetti interposer – gli strati di interconnessione che mettono in comunicazione più chip in un unico package –, il vetro offre una superficie più liscia, minori perdite dielettriche e una migliore gestione termica a parità di scala. Le varianti avanzate, come i substrati di vetro con vias (TGV, Through‑Glass Vias), permettono di integrare alimentazione e segnali in modo più efficiente, riducendo la complessità complessiva. BOE, forte della sua esperienza nella manipolazione di grandi lastre di vetro per i display, potrebbe trovare un vantaggio competitivo in un mercato dove il costo e la scalabilità delle tecnicie di packaging sono spesso il vero discrimine.

Perché l’AI ha bisogno di packaging ottico

La corsa agli LLM e ai modelli sempre più grandi sta spingendo al limite l’infrastruttura attuale. GPU e acceleratori specializzati generano un traffico di dati enorme, sia internamente che verso la memoria e verso altri chip. Le interconnessioni elettriche, anche quelle ad alta velocità come NVLink o Infinity Fabric, consumano potenza in modo proporzionale alla banda e complicano la progettazione termica dei server.

Un packaging ottico promette di svincolare banda e consumo: la segnalazione luminosa può raggiungere densità di comunicazione molto più alte senza aumentare drasticamente il consumo energetico. Inoltre, il vetro come substrato riduce le interferenze e migliora l’integrità del segnale, fondamentale quando si lavora con frequenze elevate. Per chi valuta deployment on‑premise, queste evoluzioni non sono dettagli accademici: un server AI che dissipa meno calore e comunica più velocemente tra i suoi componenti permette di aumentare la densità di calcolo in un singolo rack, abbassare il TCO e semplificare la gestione termica di una sala macchine.

Incognite e prospettive

Al momento non ci sono specifiche tecniche pubbliche, né date di produzione. È probabile che il progetto sia ancora in fase di ricerca e sviluppo. Va ricordato che, sebbene l’ottica integrata non sia una novità (concorrenti come Ayar Labs e i giganti dei semiconduttori stanno esplorando soluzioni simili), l’ingresso di un attore come BOE con competenze manifatturiere su larga scala potrebbe accelerare l’industrializzazione.

L’interesse di un’azienda dei display verso il packaging per AI evidenzia un fenomeno più ampio: la convergenza tra tecnicie di fabbricazione di pannelli e semiconduttori avanzati. Vetro, Micro LED e ottica fotonica si incontrano in un punto che potrebbe ridefinire le architetture dei prossimi sistemi di calcolo. Per gli operatori di infrastruttura AI, la direzione è chiara: l’innovazione non arriva solo dai nodi di processo dei chip, ma anche da come quei chip vengono assemblati e fatti dialogare. E, in un mondo dove la sovranità dei dati spinge verso deployment locali e ibridi, ogni miglioramento dell’efficienza hardware si traduce in maggiore autonomia e controllo.