如果把AI训练比作一场马拉松，那么GPU是运动员，光通信就是跑道。

过去十年，我们疯狂提升运动员的体能（GPU算力），却忽略了跑道已经坑坑洼洼——当数据传输速率突破1.6T，传统光模块的功耗和延迟成了致命瓶颈。

2025年，一种叫CPO（Co-Packaged Optics，共封装光学）的技术开始商用。它不是升级跑道，而是直接把跑道铺进了运动员的鞋底。

这种"激进"的架构变革，可能决定了未来十年AI算力的天花板。

一、从"堵车"说起

理解CPO，得先看清楚我们面临的问题。

现在AI大模型越来越猛，训练一个模型动不动需要几万张显卡连在一起干活。这些显卡之间得 constantly 交换数据，就像一个大工厂里，几万个工人必须时刻保持沟通，否则活就干不下去。

问题是，数据传着传着，路就堵了。

传统的方式是用可插拔光模块——你可以理解为，显卡在房间里，光模块在门口，数据得从房间跑到门口，转成光信号再传出去。这条路看着不长，但在电信号世界里，哪怕是十几厘米的距离，也足以让速度降下来、功耗飙上去、信号还会失真。

当数据传输速率从100G、400G提升到800G、1.6T，甚至未来的3.2T时，这条"路"的瓶颈就彻底暴露了。数据中心的电费账单高得吓人，很大一部分就耗在这上面。

二、CPO到底是什么？

CPO，全称 Co-Packaged Optics，中文叫共封装光学。

说白了，就是把原先放在门口的光模块，直接搬进房间里，跟显卡（或者交换机芯片）封装在同一块基板上。以前是两个部门分开办公，现在搬进了一间办公室，距离从十几厘米缩短到几毫米。

这个改动听起来简单，效果却是颠覆性的：

打个比方，以前光模块像台式机的独立显卡，想换就换，插拔方便；CPO则像笔记本的集成显卡，焊死在主板上，虽然以后不好换，但体积小、功耗低、性能释放更彻底。

三、为什么偏偏现在火？

CPO不是新技术，最早十年前就有人提。但为什么2025年突然爆发？

因为AI等不起了。

英伟达的老板黄仁勋有个著名论断：AI的进化速度是"超摩尔定律"的，每两年算力需求增长10倍。但传统光通信架构的迭代速度完全跟不上。当GPU集群扩大到万卡、十万卡级别，数据传输的瓶颈直接决定了整个集群的实际产出效率。

> 如果显卡是AI时代的发动机，那光通信就是高速公路。 以前乡间小道能凑合，现在车太多了，不建高速路网就得全堵死。

所以你看，英伟达今年GTC大会重磅发布了CPO交换机，博通、AMD也在加速布局。产业链上的信号很明确：2025-2026年是CPO商用的元年，2027-2028年将开始大规模渗透。据机构预测，到2030年CPO在AI数据中心光通信模块中的渗透率可能达到35%左右。

四、产业链上的机会

CPO火起来，带动的不仅是做光模块的公司，而是一整条新产业链：

• 🧩 硅光芯片：CPO必须依赖硅光技术实现高密度集成，传统分立器件塞不进去
• 📦 先进封装：要把光引擎和电芯片封在一起，需要台积电CoWoS这类高端封装技术
• 💡 外部光源：因为发热问题，激光器往往外置，做高功率激光器的公司订单已经排到2028年
• 🔄 交换机设备：CPO交换机是全新品类，价值量远高于传统设备

简单来说，CPO不是光模块的简单升级，而是对整个数据中心架构的重构。这也是为什么资本市场愿意给这个概念高溢价——这不仅仅是"卖得更多"，而是"卖得更贵、利润率更高"的逻辑。

五、泼点冷水：短期别神化

虽然趋势明确，但咱们也得理性看待：

❶ 替代不会一蹴而就> CPO短期内不会完全替代传统光模块。现在的1.6T阶段，可插拔光模块技术成熟、维护方便，CPO虽然技术上可行，但成本和维护难度还是太高。业内普遍看法是，到了3.2T时代，CPO的优势才会真正凸显。

❷ 维护是个大麻烦> 传统光模块坏了拔下来换一个就行，CPO是焊死的，坏了可能得换整个主板，这对数据中心的运维是巨大挑战。

❸ 标准还没统一> 现在英伟达、博通、AMD各有各的路线，客户如果用了某一家的CPO方案，基本就被锁定了，迁移成本极高。

写在最后

CPO的火爆，本质是AI算力军备竞赛的必然产物。当模型越来越大、集群越来越密，功耗和带宽的物理极限逼着我们改变架构。

这是一个长周期的产业趋势，对于咱们普通读者，理解这件事的意义在于：看清AI基建的真实进展——光通信已经从"配角"变成了决定AI训练效率的"关键瓶颈"，而CPO正是突破这个瓶颈的钥匙。

这条路还很长，2025年只是商用元年，真正的爆发可能在2027-2028年。潮水方向已经明确，但别指望明天就能改变世界。 技术迭代从来都是如此：先有人铺路，后有车能跑。