一、现象呈现：当AI集群遭遇"双墙"

在我备课查阅资料时，印象最深的是两组数据：224G和50%。前者是铜缆互连在下一代SerDes速率下的传输距离极限——不超过两米，后者是可插拔光模块中数字信号处理器（DSP）的能耗占比。这两个数字共同勾勒出AI算力扩张面临的物理边界。

I/O墙：224G/448G铜缆的物理极限

传统AI集群采用"可插拔光模块+铜缆"的互连方案，但随着单通道速率从112G向224G、448G演进，铜缆的传输距离与损耗成反比关系愈发陡峭。根据半导体工程协会（SIA）2025年的技术白皮书，在224Gbps速率下，铜缆的有效传输距离被压缩到1.5-2米——这意味着它甚至无法跨出一个标准机架。

"这就像在高速公路上限速30公里，"一位不愿具名的芯片架构师在接受采访时告诉我，"你的引擎（GPU算力）可以跑到300公里，但道路（互连带宽）只允许你开30公里。"当英伟达Blackwell架构的GPU集群规模达到1152颗时，全对全互联的总带宽需求突破数千TB/s，传统铜缆方案已无法满足拓扑需求。

更严峻的是带宽密度问题。传统可插拔光模块的单端口带宽最高为800G，而下一代AI集群需要1.6T甚至3.2T的端口密度。在交换机前面板上，可插拔方案受限于连接器尺寸和散热空间，端口密度提升已触及天花板。

功耗墙：DSP吃掉近50%能耗

如果说I/O墙是物理约束，那么功耗墙则是经济约束。在传统可插拔光模块中，DSP芯片负责信号调制、均衡和纠错，其功耗占比高达40%-50%。根据LightCounting 2026年的市场报告，一个800G可插拔光模块的典型功耗约为30W，其中DSP及相关电路消耗12-15W。

"这相当于每传输1比特数据，就要消耗30皮焦耳以上的能量，"光通信专家、前贝尔实验室研究员张明博士在邮件中向我解释，"当AI训练集群动辄消耗数十兆瓦电力时，这种能耗浪费变得不可接受。"

我计算了一组对比数据：在一个万卡GPU集群中，如果采用传统可插拔方案，仅互连系统（光模块+交换机）的功耗就可能超过10兆瓦，占集群总功耗的30%以上。而同样的电力预算如果用于计算本身，可以支撑更大规模的模型训练。

对比框架：传统方案vs CPO的能效落差

共封装光学（CPO）的解法直接而激进。它将光引擎（Optical Engine）与交换芯片或计算芯片通过2.5D/3D先进封装技术集成在同一封装基板上，核心逻辑是"电短光长"——高速电信号只在毫米级近距离传输，中远距离全部交给光纤。

效果是碾压式的。根据国盛证券研究所2026年7月的技术分析报告：

·功耗对比：传统800G可插拔端口功耗约30W，CPO方案可降至9W，降幅达70%

·能效对比：每比特能耗从30pJ以上降至2pJ以下，提升超过15倍

·带宽密度：端口密度提升3倍，延迟缩短50%

"过去光模块是数据中心里的'管道工'，负责搬运数据；CPO把它变成了芯片架构的一部分，"一位参与英伟达Quantum-X CPO交换机研发的工程师告诉我，"光互连本身成了算力基础设施的'心脏'。"

这种能效落差不是渐进式改进，而是数量级跃迁。当AI集群规模从千卡迈向万卡、十万卡时，30%-80%的功耗降低意味着同样的电力预算可以支撑指数级增长的算力规模。这不仅是技术优化，更是经济模型的根本重构。

二、战略变道：从"省电配角"到"杀手级应用"

CPO技术的价值认知正在经历一场深刻的战略变道。早期讨论中，它常被简化为"更省电的光模块"，但产业界逐渐意识到，真正的爆发点不在功耗节省本身，而在它如何重构算力架构的底层逻辑。

Scale-Out（网络侧）：交换机场景的"练兵"价值

2025-2026年，CPO首先在交换机场景中完成技术验证。英伟达的Quantum-X InfiniBand CPO交换机在2026年上半年实现商用出货，单机吞吐达到115.2Tb/s，配备144个800G端口。博通（Broadcom）则更早推出了102.4T带宽的CPO交换机，成为行业先驱。

"交换机是CPO的'练兵场'，但不是'主战场'，"一位参与多个云厂商技术选型的架构师告诉我，"在这里，CPO主要解决端口密度和功耗问题，但网络拓扑本身没有根本改变。"

根据IDC 2026年第三季度的预测，CPO在Scale-out场景（数据中心网络侧）的大规模商用将在2027-2028年出现。这期间，行业需要解决工程化挑战：液冷成为刚需，可维护性设计需要标准化，供应链生态需要建立。

Scale-Up（Fabric侧）：真正的爆发点

真正的战略变道发生在Scale-up场景——跨机架GPU一致性内存共享。这是CPO从"省电配角"蜕变为"杀手级应用"的关键转折。

传统GPU集群受限于NVLink的物理枷锁：传输距离不超过2米。这意味着GPU必须紧密排列在同一机架内，无法实现跨机架的内存池化。当模型参数突破万亿级，单机内存容量成为训练瓶颈时，这种限制变得致命。

CPO通过光纤打破了这一枷锁。光信号在光纤中的传输损耗远低于电信号在铜缆中的损耗，理论上可以实现数十米甚至上百米的跨机架直连。这意味着GPU可以分布在不同机架中，通过CPO实现一致性内存访问，形成真正的"内存池"。

"这相当于把分散在不同房间的服务器，变成了同一台计算机的不同内存条，"Celestial AI的联合创始人在一次技术会议上解释，"CPO不是让网络更快，而是让网络消失。"

根据申万宏源研究2026年的报告，CPO在Scale-up场景的出货量将在2028年后迅速提升。到2030年，Scale-up场景的CPO市场规模预计达到Scale-out场景的2-3倍。这种结构性变化背后，是AI算力从"单机算力堆叠"向"集群算力池化"的范式转移。

我注意到一个微妙但重要的区别：在Scale-out场景，CPO与传统可插拔方案是替代关系；在Scale-up场景，CPO创造了传统方案无法实现的新能力。前者是效率优化，后者是能力突破。当技术从优化存量转向创造增量时，它的战略价值会发生质变。

三、技术博弈：封装、调制与光源的极限工程竞赛

CPO的落地不是单一技术突破，而是封装、调制与光源三个维度的极限工程竞赛。每个选择都涉及性能、成本、可靠性的复杂权衡。

TSMC COUPE平台：带宽密度23倍跃升

台积电的COUPE（Compact Universal Photonic Engine）平台正成为行业事实标准。它将电子芯片（EIC）和光子芯片（PIC）通过混合键合技术集成，带宽密度达到传统方案的23倍以上。根据台积电2025年8月公布的技术路线图，COUPE首先应用于交换机芯片（光引擎在基板上），随后将扩展至XPU（光引擎在中介层上）。

"这不是简单的封装工艺改进，而是异构集成的系统工程，"一位熟悉台积电COUPE平台的工程师告诉我，"混合键合、无凸点接口、热管理——每个环节都需要重新设计。"

三大调制器路线之争

调制器选择决定了CPO的性能边界，三大路线形成技术分野：

MRM（微环调制器）：英伟达和台积电路线图的核心选择。尺寸极小、能效高，适合波分复用（WDM），但对温度极度敏感——2°C的温度漂移就可能导致性能崩溃。英伟达声称通过设计精度克服了这一难题。

MZM（马赫-曾德尔调制器）：技术成熟、线性度好，博通等传统厂商的稳健选择。但尺寸巨大，在带宽密度竞赛中处于劣势。

EAM（电吸收调制器）：Celestial AI等创新派的选择。热稳定性强，可耐受80°C的环境温度，适合高功耗XPU近端应用，但InP材料成本较高。

外置激光源（ELS）成行业共识

光源策略上，行业达成罕见共识：采用外置激光源（ELS）。这不仅避免激光器受GPU高发热影响寿命，也支持现场维护更换。Lightmatter开发的GUIDE激光源将数百个InP激光器集成到单个硅芯片上，两个GUIDE即可满足英伟达Quantum-X交换机144个800G端口的带宽需求。

两大阴影：可靠性悖论与标准缺失

技术博弈背后是两大工程阴影。首先是"可靠性悖论"：传统光模块坏了即插即换，而CPO单一光引擎故障可能导致整个昂贵计算节点报废。根据摩根士丹利2026年7月的分析，单颗光引擎良率虽达95%，但32颗以上系统级整合良率仅约19%。

其次是互操作性标准缺失。行业处于专有方案主导的"野蛮生长"阶段，客户丧失多供应商议价权。华为在2026年5月联合二十余家企业发起OPEN NPO项目，正是试图在过渡阶段建立中国标准。

四、生态版图：巨头竞合与产业链重构

CPO的成功高度依赖半导体与光电产业链的深度协同，生态版图正在分层重构。我观察到三个清晰的玩家阵营，各自采取不同的竞争策略。

算力派：英伟达与博通的生态锁定

英伟达通过Quantum-X和Spectrum-X CPO交换机构建垂直整合优势。其Spectrum-6交换芯片同时支持可插拔与CPO方案，这意味着它在两条路线上都留有筹码。更关键的是，英伟达将CPO深度绑定GPU生态——当客户采购Blackwell或Rubin架构GPU时，CPO交换机成为"套餐"的一部分。

博通作为先驱者，已迭代至102.4T带宽的CPO交换机，但面临生态劣势。一位行业分析师在电话中告诉我："博通有技术，但缺乏英伟达的算力入口。在AI时代，算力决定生态，生态决定标准。"

创新派：初创公司的差异化突围

Celestial AI、Ayar Labs、Lightmatter等创新派选择差异化路线。Celestial AI聚焦EAM调制器路线，瞄准高功耗XPU近端应用；Ayar Labs从GlobalFoundries转向台积电COUPE平台；Lightmatter开发GUIDE超大规模光子激光源，两个激光源即可满足144个800G端口需求。

"初创公司无法在规模上竞争，必须在技术上创造不可替代的价值，"Lightmatter CEO在2026年OFC会议上表示，"我们的GUIDE激光源将数百个InP激光器集成到单个硅芯片上，这是规模玩家不会做的深度创新。"

制造与配套：台积电的平台霸权

台积电COUPE平台正成为行业默认选择。它不仅提供制造能力，更定义技术标准。根据申万宏源研究，台积电是目前唯一在大规模量产中成功演示晶圆到晶圆混合键合能力的代工厂，这使其在CPO封装领域建立技术壁垒。

上游配套企业同步跟进。天孚通信的CPO配套FAU（光纤阵列单元）产品在2026年二季度进入订单交付阶段；中际旭创将35%的IPO募资投入CPO/NPO研发。产业链的重构不是线性延伸，而是围绕新架构的重新组织。

五、结语：2027，算力架构的分水岭

当我梳理完CPO的技术路径、生态博弈和工程挑战，一个清晰的时间表浮现出来：2025-2026年是技术验证与产业链练兵期，2027年将成为算力架构的分水岭。这不是预测，而是产业共识推演的必然结果。

时间表推演：从练兵到爆发

根据IDC、浙商证券等多家机构的交叉验证，CPO大规模商用将在2027-2028年出现。2026年的市场数据已经显示趋势：全球800G可插拔光模块年出货量预计达3700万只，同比增长85%；而CPO全年渗透率不足1%，对应出货量仅约2.3万单位。这种"老产品还在放量，新产品刚刚起步"的格局，恰恰说明技术路线的切换已经启动。

2027年的分水岭意义在于：NPO（近封装光学）作为过渡方案完成市场教育，CPO在高端算力场景实现规模部署。华为联合百度、京东云等企业发起的OPEN NPO项目，计划在2026年第四季度启动超级节点部署；英伟达的Spectrum-X Photonics CPO交换机将在2026年下半年供货。两条技术路线在时间窗口上交汇。

开放式收束：当"要不要做"变成"如何最快量产"

产业讨论的焦点正在发生微妙转变。2025年，行业还在争论"CPO要不要做"；2026年，问题变成"CPO如何做得更可靠"；到2027年，核心议题将是"如何最快实现量产"。这种问题意识的演进，标志着技术从实验室命题转变为产业现实。

我经常会听到一种说法：CPO是光通信行业的自我革命。但深入分析后，我认为这个说法不够准确。CPO不是光模块的升级版，而是算力架构的重构。它改变的不仅是数据传输方式，更是计算资源的组织逻辑。当GPU可以通过光纤实现跨机架一致性内存访问时，算力不再受物理机架边界限制，真正的"算力池"成为可能。

这让我想起古希腊神话中代达罗斯的故事。这位天才工匠为儿子伊卡洛斯制作了蜡和羽毛的翅膀，警告他不要飞得太高——太阳会融化蜡，也不要飞得太低——海水会打湿羽毛。伊卡洛斯因飞得太高而坠落，但人类飞行的梦想并未因此熄灭。

免责声明:文章转载自网络，仅供行业学习交流之用，侵删