深度解析 CPO：硅光子与外部激光器如何驱动光互连

再谈 CPO：被忽视的光互连，才是 AI 基础设施的下一个瓶颈

过去三年，大家几乎都在抢购 GPU。英伟达股价三年内飙升 15 倍，H100 一卡难求，HBM 显存供需失衡，美光和 SK 海力士的股价也跟着水涨船高。所有人似乎都把这场人工智能革命的成败，归结为一个词：算力。

但有一个细节经常被忽略——无论单颗 GB300 GPU 的性能有多强，如果它不能与成千上万的其他 GPU 高速通信，大部分计算能力就会被白白浪费掉。

不妨这样想。把一个 AI 训练集群想象成一栋大楼，成千上万的人在这里一起工作。GPU 就是员工，HBM 就是每个人桌上的记事本，云存储则是公司档案库。所有人都在争论“应该招多少员工”和“记事本够不够大”，却很少有人问一句：楼梯和走廊够不够宽敞？

一个拥有万亿参数的大型语言模型，会把训练任务切分成数千个部分，分发到数千个 GPU 上并行计算，然后再把中间结果同步给所有 GPU。如果 GPU 之间的“通道”不够宽或不够快，那么增加再多 GPU，也不过是制造出更多孤立的计算孤岛。

GPU 是人工智能的大脑，但大脑之间的神经网络决定了整个系统的运行速度。如果没有光互连，更多的 GPU 就只是孤立的孤岛。

这里所说的“神经网络”，正是光互连网络。

以下数据对比，或许会让你重新思考整个行业：

• 全球所有上市光互连公司的总市值加起来，还不如美光科技一家公司的市值高；
• 但到 2024 年，全球光模块市场规模翻了一番，达到 154 亿美元；到 2025 年又增长 55%，达到 238 亿美元；
• AI 光收发器市场（处理 AI 训练流量的领域），从 2025 年的 165 亿美元，跃升至 2026 年预计的 260 亿美元，同比增长 57%；
• LightCounting 的乐观预测是：到 2030 年，光互连市场总额将超过 1100 亿美元；
• 高盛的预测更激进：光互连市场规模将从 2025 年的 150 亿美元，增长到 2028 年的 1540 亿美元——增长 9 倍；
• 2025 年前 9 个月，五大云服务提供商（谷歌/微软/AWS/Meta/Oracle）的资本支出总额超过 3000 亿美元，创下历史新高，其中绝大部分资金都流向了 AI 基础设施；
• 光模块需求一度超过供应 2 倍以上，EML 激光器、CW 激光器和硅光子代工产能均出现严重短缺。

注意一个细节：存储是季度性事件，而光学则是一项多年结构性变革。前者是产品周期性波动，伴随着一年内的价格上涨；后者则是整个供应链的彻底重建。两者不可同日而语。

在这一结构性转变中，规模最大的单次重组将于 2026 年发生，这就是 CPO。从 2026 年的 1.6 亿美元，到高盛预测的 2028 年 910 亿美元，短短 24 个月——这是光互连供应链历史上规模最大、最集中的价值重估。

为什么是光？三山压铜

要理解为什么 2026 年突然出现了一个价值 1.6 亿美元的 CPO 市场，首先需要明白一件事：铜缆已经无法满足需求。

几十年来，数据中心内部 GPU、CPU 和存储设备之间的连接，一直依赖传输电信号的铜缆。铜缆确实价格低廉、可靠好用，但在 AI 集群里，铜缆已经彻底失效。

第一山：物理带宽已经触到天花板。

材料科学和电磁学的发展，已经把单根铜线的传输速度推到了极限。无论怎么优化工艺或更换材料，单根电缆的带宽都无法再提升。这就像一条双车道公路——不管怎么铺路，也只能并排行驶两辆车。AI 训练的带宽需求每一代都在翻倍：从 400G 到 800G，再到 1.6T 和 3.2T——铜线的物理性能已经跟不上了。

第二山：信号在几米之后就开始衰减。

铜缆在几十厘米的距离内传输效果还不错。超过一两米，信号就开始衰减；再过几米，信号就被噪声淹没了。但现代 AI 数据中心里，机架之间的连接距离往往有几十米甚至几百米。铜缆根本无法胜任这种传输距离。

第三山：功耗超过数据中心总能耗的 30%。

英伟达 GPU 的功耗随着每一代产品推出而飙升：H100 是 700 瓦，B200 高达 1 千瓦，GB300 甚至更高。在如此高的功耗水平下，连接 GPU 的成千上万根铜缆所消耗的能量，就可能占到数据中心总能耗的 30% 以上。这意味着，每增加一个“员工”（GPU），为这些“楼梯间”供电和通风的成本就会呈指数级增长。

光纤的优势，正好正面迎击这三大挑战：

• 带宽：单根光纤的带宽是铜缆的数十倍，如果再采用 WDM 波分复用技术（8 种不同颜色的光同时在一根光纤中传输、互不干扰），带宽还能再增加几倍；
• 距离：数公里内性能几乎没有下降；
• 功耗：极低，几乎可以忽略不计。

最关键的是，AI 数据中心的需求受到双重驱动——不仅来自数据中心规模的扩张，也来自“光取代铜”渗透率的不断提高。在传统云架构下，一个 GPU 集群可能只需要几千根光纤；但在生成式 AI 集群中，则需要 10 到 100 倍的光纤量。规模 × 渗透率，这正是光互连市场在 2024 年至 2026 年间翻番的根本原因。

五年内，所有人工智能数据中心互连都将采用光纤连接。这不是预测，而是物理定律。

什么是 CPO？

CPO 是过去两年光互连领域最常被提及的三个字母缩写，但 90% 的投资者其实无法解释它到底是什么。

CPO 的全称是 Co-Packaged Optics，即共封装光学器件。听起来很专业，但核心思想可以概括成一句话：把光器件从服务器背面移到芯片封装内部。

它解决的是一个非常具体的物理问题。

目前的标准配置是这样的：一个光模块（一个 U 盘大小的盒子）插在服务器或交换机的背面。GPU 生成电信号后，信号首先要沿着主板上的铜线传输数十厘米，才能到达服务器背面的光模块，在那里完成电光转换，然后才通过光纤传输出去。这数十厘米的铜线，带来了三样东西——信号损耗、传输延迟和严重发热。在如今密度不断攀升的 AI 集群中，这种损耗被放大了数十万倍，已经从一个不起眼的工程细节，演变成了系统级瓶颈。

CPO 的做法，是把光学元件移到 GPU 或交换芯片封装内部，紧挨着 GPU。这样一来，电光转换距离就从几十厘米缩短到几毫米。

为了更直观地说明，我借用我认为最好的比喻——午餐盒的比喻：

目前的配置，就像是把食物和汤分别装在不同容器里。GPU 放在一个“午餐盒”里，光模块放在另一个保温瓶里，两者之间用一段铜线连接。而 CPO 的配置，则相当于把汤倒进同一个“午餐盒”内的另一个独立隔间里。食物和汤仍然是分开的，但它们待在同一个盒子里，彼此之间只有几毫米的距离。

要理解 CPO 究竟颠覆了什么，先得了解传统可插拔光模块的内部结构。通常，它包含五个核心组件：

1. 激光芯片：发射连续光，作为光信号的载体。可以把它想象成一个比指甲盖还小的微型手电筒，能产生极其精确、极其纯净的光。关键在于：激光器使用的是磷化铟（InP）或砷化镓（GaAs）化合物半导体材料，而不是硅——因为硅本身发光性能很差。这句话至关重要，后面会反复出现。

2. 调制器芯片：把电信号“写入”光波。激光器发射的是一束不携带任何信息的连续光；调制器控制激光器的开关或强度——0 表示允许光线通过，1 表示阻挡光线——每秒进行数千亿次切换。激光器和调制器有时集成在同一芯片上，称为 EML（电吸收调制激光器），相当于把“手电筒”和“开关”合二为一。

3. 探测器芯片：接收端的“耳朵”，负责把光信号转换回电信号。检测到光时输出 1，检测不到光时输出 0。材料同样为 InP 或 GaAs。

4. DSP 芯片：光模块内部的“大脑”，负责纠错、编码和均衡。光信号在传输过程中会累积噪声和失真；DSP 在发送端进行编码，在接收端做噪声消除，确保恢复出来的 0 和 1 与原始数据完全匹配。这颗 DSP 采用硅芯片，由台积电制造。在 800G 和 1.6T 等高速模块中，DSP 的成本占比甚至可能超过激光器。

5. 透镜和光纤耦合组件：把激光器发出的光束，精确对准光纤入口。光纤纤芯的宽度只有头发丝的十分之一，对准精度必须达到微米级——就像在生产线上自动把一根针穿过另一根针的针眼，并且重复数百万次。

下面是 CPO 的核心架构。

封装内部包含：一个硅光子集成电路（PIC），用于处理光操控——调制、传输和检测，全部在这颗硅芯片上完成。它紧邻 GPU，通过先进封装技术安装在同一封装基板上，像 HBM 一样堆叠在 GPU 旁边。此外还有一个驱动芯片，由于距离只有几毫米，而且不需要复杂的纠错编码，它可以理解为 DSP 的一个高度简化版本。

封装外部：一个独立的外部激光光源（ELS），通过光纤将光输入到封装内部的硅光子 PIC 中。为什么不把激光器放进封装内部？因为磷化铟（InP）激光器会产生大量热量，而且寿命有限——放在封装内部会降低整体良率，一旦发生故障，整个芯片都要报废（一套 GPU + PIC + ELS 组件价值数万美元）。采用外置可插拔单元设计，故障激光器可以轻松更换。

到这里，你应该已经明白 CPO 真正颠覆的是什么：它不是对光模块内部某个组件做升级，而是对“光模块”这个产品本身的形态，进行了一次彻底解构。

如今的可插拔光模块，是一个独立的小盒子，里面集成了激光器、调制器、探测器、DSP 和透镜。CPO 把这个盒子拆开了——硅光子 PIC 被封装进去，激光器变成独立的外部光源，DSP 被大幅简化甚至完全移除，而插在服务器背面的那个小盒子，也不再需要了。

对于光模块公司而言，这是行业历史上规模最大的产品外形重组。

CPO 的两大核心器件：硅光子 PIC 与外部激光器（ELS）

CPO 变革虽然瓦解了一种产品外形，却催生了两种全新的器件——硅光子集成电路（PIC）和外部激光光源（ELS）。前者造成了硅光子代工产能的稀缺；后者则开创了一个全新的激光子行业。

一、硅光子学 PIC（光子集成电路）

一个类比就很容易理解。传统集成电路（IC）是把数十亿个晶体管集成在硅芯片上，用来完成计算。而光子集成电路（PIC）则是把调制器、光波导和探测器集成在硅芯片上，用来操控光。两者都叫“集成电路”，但一个集成的是计算单元，另一个集成的是光学单元。

光子集成电路（PIC）用的不是普通硅片，而是一种特殊的三明治结构硅片，称为 SOI（绝缘体上硅）——衬底 + 绝缘层 + 顶层硅。为什么要用这种特殊结构？因为普通硅片是实心的，光线进入后会向各个方向散射，完全无法控制。而 SOI 中的绝缘层就像一面镜子，把光线反射回顶层，迫使光只能沿着预先设计好的路径，在薄薄的顶层硅中传播。

这里有两个独特的瓶颈：

• SOI 衬底：法国 Soitec 公司占据近乎垄断的市场份额，高达 95%。三大硅光子器件代工厂（Tower、GF、TSMC）都只认可 Soitec 的产品；
• 硅光子集成电路代工：市场份额最高的其实不是台积电，而是 Tower Semiconductor。许多投资者都误解了这一点。台积电擅长硅基逻辑工艺，而 Tower Semiconductor 则精通 SOI 封装的改进型 CMOS 工艺——硅光子代工恰恰并非台积电的强项。

但硅光子集成电路（PIC）有一个固有的局限：硅不能发光。

硅本身不会发光——它只能操控光。这句话解释了为什么硅元素突然变得稀缺。

硅光子 PIC 可以进行调制、传输和检测，但它本身不能产生光。光源必须由外部提供。这就引出了 CPO 架构的第二个核心器件。

二、外部激光源（ELS）

ELS 必须由 InP 化合物半导体材料制成。InP 激光器有两个特性——发热量大、寿命有限——使得它们无法放置在 GPU 封装内部：

• 高发热量会导致 GPU 与发热元件一起封装时，面临热失控风险；
• 寿命有限意味着封装内部一旦发生单个故障，整个芯片都要报废（GPU + PIC + ELS 组件价值数万美元）。

因此，激光器必须设计成外置可插拔单元，通过光纤把光传输到封装内部。如果激光器出故障，只需更换激光模块，不会影响 GPU 本身。

至此，CPO 的两大核心设备已经很清楚了。但接下来要讨论的论点，却是本文中最反主流、也最容易被忽视的：工艺不匹配。

Lumentum 的首席执行官曾明确表示，他们自己必须从公开市场上购买 CPO 激光器。

主要激光器制造商（如 Lumentum / Coherent）的产能，几乎全部用于生产 EML（电吸收调制激光器）——这种激光器把“光发射”和“调制”集成在单个芯片上，专门用于可插拔光模块。英伟达已经把 EML 订单锁到 2027-2028 年，所有产能都已预订。

但 CPO 不需要 EML。CPO 需要一种更简单的激光器——只发射光、不做调制的激光器，因为调制已经由封装内的硅光子 PIC 承担了。

两种激光器都使用 InP 材料，但设计不同、生产线不同、工艺参数也不同——不能直接切换。Lumentum 不可能说“今天我关掉 EML 产线，明天就开始为 CPO 生产 CW 激光器”，那意味着要报废一条价值数亿美元的生产线。

更关键的是，Lumentum 的 CEO 在最近一个季度的财报电话会议上原话表示：他们自己也必须从公开市场上购买 CPO 激光器。

这句话为 Sivers 这样的小型独立激光供应商打开了一扇机会之窗。由于大型制造商的产能都被传统 EML 订单占据，溢出的需求只能由小型独立激光供应商来消化。

一句话概括：CPO 的爆发式增长，并非只是“激光公司卖出更多激光器”。相反，它将创造一个全新的供应商生态系统，把以前默默无闻的小公司变成稀缺的供应商。

三组数字已经验证超级周期

很多人一听到“超级周期”这个词，就觉得又是炒作。但这次不一样。三个完全独立、相互印证的数据集，已经证实了这一点。

第一组数字：市场翻了一番又一番。

2024 年，光模块市场规模翻了一番，从 75 亿美元增至 154 亿美元。2025 年，市场规模再次增长 55%，达到 238 亿美元。专门处理 AI 流量的 AI 光收发器市场，2025 年达到 165 亿美元，预计 2026 年将跃升至 260 亿美元，增长 57%。速度最快的 1.6T 光模块，2025 年出货量为 80 万台，预计 2026 年将达到 200 万台——100G 光模块用了 10 年才达到年出货量 1000 万台，而 1.6T 光模块仅用了 4 年就实现了这一目标。

光传输正在加速取代铜缆，而 1.6T 正在加速取代 800G。

第二组数字：英伟达正在用真金白银锁定供应链。

• 2026 年 3 月 2 日：英伟达同时向 Lumentum 和 Coherent 各投资 20 亿美元，总计 40 亿美元，直接确保优先获得这两家公司的 InP 激光器 / EML / CW 上游产能；
• 2026 年 5 月 6 日：英伟达向康宁公司追加投资 32 亿美元，并做出采购承诺，在北卡罗来纳州和德克萨斯州建造 3 座专用光学工厂，将连接能力扩大 10 倍；
• 再结合之前对 SK 海力士和 CoWoS 的产能锁定——英伟达正在系统性地把整个 AI 基础设施供应链中的每一个关键节点都“上链”。

从历史上看，英伟达并不是一家热衷投资的公司。黄仁勋更愿意保留现金去锁定 ASML 和台积电的产能。但这一轮周期，英伟达却斥资数百亿美元进军光互连领域——这只有一个解释：在黄仁勋看来，光互连就是下一个瓶颈所在。

第三组数字：CEO 的原话成了最硬的信号弹。

数据可以解读，但 CEO 在财报电话会议上的原话，是最难伪造的信号：

• Lumentum 首席执行官：“CPO 将面临大规模的供需失衡”，“CPO 是 Lumentum 最大的单一增长驱动力”，“仍处于非常早期的阶段”；
• Tower Semiconductor：2026 年 5 月 13 日公告，2027 年硅光子代工收入预订额为 13 亿美元，其中预付款为 2.9 亿美元；
• Coherent：积压订单达 39 亿美元，2026 财年第三季度数据中心订单出货比超过 4 倍，AI 光收发器季度收入超过 10 亿美元。

三家公司，三个维度（最大客户预订量、CEO 措辞、订单验证），都指向同一个结果：供应无法满足需求。

当行业内最高级别的 CEO 们直言不讳地说出“严重的供需失衡”时，这就是一个信号。

为何是 2026 年？

CPO 的概念已经存在了 8 到 10 年。为什么它没有更早爆发，而偏偏在 2026 年爆发？

答案只有一个：英伟达的下一代架构，把 CPO 从可选项变成了必选项。

以下是英伟达 GPU 集群架构的演进：

• 目前的旗舰级 GB300 NVL72：72 个 GPU 组成一个机架。机架内部，铜缆（NVLink + NVSwitch）负责几十厘米到几米的传输距离——铜缆完全够用。机架之间，可插拔光模块负责几十米的传输距离——光模块是必需的。因此，在目前的 GB300 系统中，光模块仅用于机架间传输。

• 新一代 Rubin 平台：AI 集群可扩展至数百甚至数千个 GPU，机架间的网络交换机成为新瓶颈。Rubin 首次在机架间网络交换机上引入 CPO，取代传统可插拔光模块。这也是英伟达首次在自有平台中正式采用 CPO。

• 下一代 Feynman 平台（预计 2028 年）：CPO 甚至可能进入机架内的 GPU 互连——这意味着光从“机架到机架”进一步迁移到“GPU 到 GPU”。

光线每向前移动一步，就离 GPU 近一毫米。Rubin 是第一步，Feynman 是第二步。

行业参与者也在朝同一个方向推进：

• 博通：2025 年 10 月已向客户交付 CPO 产品（Tomahawk 5-Bailly 出货量超过 50,000 台）——CPO 的商业化实际上领先于英伟达；
• 台积电：专门为 CPO 推出 COUPE 3D 封装解决方案，英伟达和博通均采用了该方案；
• Meta：在 OFC 2026 上证明，CPO 比可插拔式更可靠、更便宜、更节能；
• Coherent：在 OFC 2026 上展示了具有专有 ELS 的 6.4T（32×200G）槽型 CPO。

爆炸式增长曲线如下：2026 年 CPO 实际出货量为 1.6 亿美元（主要是样品和小批量），高盛预测 2028 年将达到 910 亿美元。

这是一条从零到千亿美元的爆炸式增长曲线，中间只隔了 24 个月。

从 1.6 亿美元到 910 亿美元——只剩下 24 个月了。

光学演化的三个阶段

光学取代铜，并不是一蹴而就的事情，而是一个三波结构性变革的过程。每一波变革，都让光线更接近 GPU。

第一阶段：可插拔光模块（当前主流）。

它的外形尺寸与 U 盘相仿。一端插入服务器或交换机的背面，另一端连接光纤。GPU 的电信号先沿着主板上的铜线传输数十厘米，到达服务器背板上的光模块，在那里完成电光转换，然后通过光纤传输。目前主流规格是 800G，预计 2025-2026 年会快速过渡到 1.6T，并在 2028 年达到 3.2T。

第二阶段：NPO 近封装光学器件（2026 年下半年）。

把光模块从服务器后面板移到交换机内部，紧挨着交换芯片。电信号路径从几十厘米缩短到几厘米。这是一种过渡形态——本质上，“光仍然在 GPU 外部”。

第三阶段：CPO 共封装光学器件（2026-2028 年产能爬坡）。

把光学元件直接放进 GPU / 交换芯片封装内部。电光转换距离从几十厘米缩短到几毫米。

关键在于：这三个阶段并不是相互替代，而是相互叠加。CPO 不会让可插拔光模块消失，而是开辟了一个全新的市场——超级节点内部以及 GPU 与 GPU 之间的超高密度互连。在机架之间以及数据中心之间，可插拔光模块仍然是主力。

因此，更准确的描述是：三个浪潮并行发展——2026 年可插拔 1.6T 交换机量产，2027 年交换机 CPO 量产，2028 年 Scale-Up 网络全面光纤化。

光线每向前移动一步，就离 GPU 近一毫米。CPO 是最终目标。

为什么 CPO 终于能从“未来愿景”走向“当下行动”？主要有两项外部认可：

• Meta 在 2026 年 OFC 展会上正式证明，CPO 比可插拔式更可靠、更便宜、更节能——这是来自客户的直接认可；
• 在 2026 年的 GTC 大会上，英伟达把 CPO 技术写进了 Rubin 平台的参考架构。Feynman 一代（2028 年）甚至可能把 CPO 应用到机架内的 GPU 互连中。

当英伟达和 Meta 都用脚投票时，供应链上的其他企业也只能跟上去。

完整供应链：六个层级

光互连供应链与 GPU 完全不同。

在 GPU 领域，英伟达几乎垄断了整个市场，AMD 只能分到一小部分。但在光互连领域，分工极其细致，瓶颈也极其分散——而这恰恰是普通投资者蕴藏的机会所在。

整条链条从上到下分为六层：

第一层：平台架构师。 也就是系统集成商，包括英伟达、思科和博通等公司。他们定义整个人工智能数据中心的架构，为所有下层设定标准和外形尺寸。

第二层：光学元件和模块。 构建完整光学系统的公司，例如 Lumentum、Coherent 和 AAOI。激光器、调制器、探测器、模块组装，覆盖了完整的技术栈。

第三层：连接集成电路。 数字信号处理器（DSP）、重定时器、CPO 控制器。主要厂商包括博通、Marvell、Credo 和 Astera Labs。

第四层：晶圆代工和制造。 这是最关键的一层。台积电提供硅光子 PIC 晶圆代工服务和硅芯片代工服务；Tower Semiconductor 提供硅光代工服务；格罗方德（GlobalFoundries）也拥有硅光子器件生产线；稳懋半导体（Win Semiconductor）提供化合物半导体激光器晶圆代工服务；Fabrinet 提供光模块组装服务。

第五层：测试和高级封装。 代表厂商为 POET Technologies 和 AEHR Test Systems。

第六层：上游材料。 衬底（SOI 采用 Soitec，InP 采用 AXT）、外延层（IQE）和光纤（康宁）。

这里有一个关键的认知点：光互连涉及两个完全不同的工艺生态系统。

• DSP 芯片：硅基芯片，台积电制造，博通 / Marvell / Credo 设计；
• 光芯片（激光器、调制器、探测器）：采用 InP 或 GaAs 化合物半导体材料，在完全独立的生产线上生产，主要参与者包括 Lumentum、Coherent、AAOI、Sivers 和 Win Semi。

为什么光学公司不顺便生产 DSP，或者 DSP 公司不直接生产激光器？因为这两个过程就像心脏外科医生和脑外科医生——都是外科医生，但没有人会跨越学科壁垒。

光学工程师精通激光物理、光波导理论和量子阱结构；数字芯片工程师则精通逻辑电路和数字信号处理算法。他们的专业知识几乎没有重叠。台积电的整条生产线（设备、化学品、工艺参数）都是为硅设计的——InP 根本无法在其上运行。

这种分散性，恰恰为普通投资者提供了机会——因为没有哪一家公司能够“独占鳌头”，每一个瓶颈都必须单独定价。

在 GPU 领域，英伟达占据了绝对优势。而在光互连领域，瓶颈非常分散——而这恰恰是各方争夺的焦点所在。