豪门国际娱乐平台

最近科技圈最火的词，除了AI，恐怕就是CPO了。随着英伟达、博通等巨头的产品相继量产，CPO（共封装光学）仿佛一夜之间从实验室的“黑科技”变成了AI算力竞赛中的“香饽饽”。很多人都在问：CPO是不是那个决定AI发展上限的“最短木板”？

要回答这个问题，我们得先搞清楚CPO到底是什么，以及它为何在当下变得如此关键。

CPO：打破AI的“功耗墙”与“带宽墙”

简单来说，传统的数据中心里，负责数据交换的芯片和负责光电转换的光模块是“分居”的，信号需要通过PCB板上的铜线“长途跋涉”。在AI算力需求爆炸的今天，这种“长途运输”不仅慢，还极其耗电。

CPO技术，就是把光引擎直接封装在交换芯片旁边，让信号传输距离从几十厘米缩短到几毫米。这个改变带来的效果是颠覆性的：

功耗骤降： 根据天风证券援引的数据，CPO能将信号插入损耗从22dB大幅降低至约4dB，系统光功率效率最高可提升5倍。在动辄兆瓦级的AI数据中心，这意味着每年能省下天文数字的电费。 性能飞跃： 信号完整性提升63倍，网络韧性提升10倍。对于需要万卡、十万卡协同训练的大模型来说，这直接意味着训练效率的质变。展开剩余68%

可以说，在AI算力迈向100T、甚至更高量级的进程中，CPO几乎是解决“功耗墙”和“带宽墙”的唯一解。

但我们必须正视 CPO 自身的 “短板”，这才是判断其角色的关键：

三大硬伤：量产前夜的 “成长痛” 良率瓶颈：光电异质整合难度极高，光纤耦合良率仅 50%，PIC+EIC 3D 封装良率约 55%，直接推高成本； 成本倒挂：单套光引擎成本 3.5-4 万美元，是传统可插拔模块（2000-5000 美元）的 7-20 倍，规模化前经济性不足； 可维护性差：光引擎与芯片固化集成，故障需更换整块板卡，远不如可插拔模块灵活； 散热挑战：功耗密度是传统模块的 3-5 倍，需配套液冷系统，增加部署成本。

路线之争：NPO、XPO 的 “分流效应”

并非所有场景都需要 CPO。NPO（近封装光学）作为过渡方案，将光引擎贴装在 ASIC 附近，兼顾性能与可维护性，2026 年已获谷歌 1200 万只大额订单；XPO（超高密度可插拔）则保留可插拔特性，单模块带宽达 12.8T，覆盖全场景需求。这意味着，CPO 的应用场景将聚焦于 Scale-up（机架内高带宽互联）等极致场景，而非全面替代。

国内CPO产业：从跟跑到并跑

光模块领域，中国已占全球主导。2025年，中国厂商占据全球光模块市场超60%份额，在800G/1.6T高端领域更是主导全球供给。中际旭创800G全球市占率超40%，1.6T市占率超50%，是英伟达1.6T唯一量产外售供应商；新易盛800G全球份额超25%，LPO技术获Meta订单。

CPO技术突破加速。2025年WAIC上，曦智科技推出国内首款xPU-CPO光电共封装原型系统，实现国内首次采用CPO技术使GPU直接出光。光迅科技是国内唯一25G-800G全系列光芯片量产厂商，CPO光引擎已通过英伟达认证。华为海思联合飞控科技推出全球首条2.5D封装CPO产线，计划2025年Q4量产。

资本与政策双轮驱动。曦智科技2025年完成超15亿元C轮融资，腾讯、中国移动参投，已启动港股IPO冲刺"光算力芯片第一股"。中国Scale-up光互连市场规模预计从2025年的57亿元增至2030年的1805亿元，年复合增长率99.6%。

关键木板，协同补齐

AI需求是∞，但物理极限是有限的。传统可插拔模块在1.6T时代之后会越来越吃力。虽然CPO现在有“良率低”、“难维护”、“成本高”的毛病，但这是唯一能看得见的解药。

资本市场上可以炒作概念，但搞工程的人都知道：木桶的容量取决于最短的那块板。 只要AI还想继续“卷”下去，无论CPO这块板现在有多短、有多难做，工程师们就算是用“手搓”，也得把它给补上。

2026年，我们正处于一个“光进铜退”的阵痛期。CPO不是万能的，但没有CPO，AI的万卡互联是万万不能的。 这块短板，正在被以英伟达为首的产业链，以一种极其昂贵且激进的方式，一点点接长。

拭目以待吧。

发布于：湖南省