CPO產業鏈加速崛起:光引擎、雷射器、矽光、先進封裝與測試迎來黃金周期

AI速讀
隨著 AI 模型規模擴大,傳統可插拔光模組在功耗與頻寬上遭遇瓶頸,CPO 技術成為下一代 AI 資料中心的核心趨勢。CPO 透過光電融合縮短傳輸距離,雖然目前仍處於商業化早期且面臨散熱與成本挑戰,但預計將優先在 AI 叢集的 Scale Up 網路(如 NVLink 生態)落地。產業價值將由傳統模組移轉至大功率雷射器、硅光調製器、3D 先進封裝及亞微米級光纖耦合測試設備等關鍵供應鏈。

過去幾年,AI算力的爆發推動了資料中心基礎設施迎來前所未有的升級。從GPU性能提升,到HBM高速記憶體,再到先進封裝技術演進,整個產業鏈都在圍繞“更強算力、更高頻寬、更低功耗”展開競爭。

但隨著AI模型規模不斷擴大,資料中心正在面臨新的挑戰:算力晶片越來越強,資料傳輸卻逐漸成為新的瓶頸。

傳統可插拔光模組雖然長期支撐了資料中心通訊發展,但隨著交換晶片速率不斷提升,SerDes高速電訊號傳輸帶來的功耗、損耗和擴展限制正在逐漸顯現。如何突破光互連瓶頸,成為下一代AI基礎設施必須解決的問題。

在這樣的背景下,CPO(Co-Packaged Optics,光電共封裝)技術正在走向產業舞台中央。它通過將光引擎與交換ASIC晶片進行高度整合,實現光電融合,不僅能夠縮短電訊號傳輸距離,還能提升頻寬密度、降低資料傳輸功耗,被認為是未來AI資料中心光互連的重要發展方向。

不過,CPO的商業化並非一蹴而就。從散熱、維護,到光源、矽光晶片、先進封裝以及光纖耦合,CPO背後隱藏著大量複雜的製造挑戰。目前產業仍處於從技術驗證走向規模化應用的關鍵階段,LPO、NPO、XPO等多種技術路線也正在平行探索。

與此同時,隨著輝達、博通等行業巨頭推動CPO生態建設,未來幾年或將成為CPO滲透率提升、供應鏈完善以及產業價值重新分配的重要窗口期。真正受益的不僅是光模組廠商,更包括大功率雷射器、FAU光纖連接單元、光電封裝、耦合測試裝置等關鍵環節。

那麼,CPO為何能夠成為AI時代下一代光互連技術?它距離大規模商業化還有多遠?背後的核心結構件、製造工藝以及產業鏈機會又在那裡?

今天,小編就帶大家深入拆解CPO處理程序與產業鏈核心技術,從光引擎、雷射器、矽光晶片到先進封裝與測試裝置,一起探索AI資料中心光互連革命背後的產業機會。

AI時代,算力競爭正在從晶片內部延伸到晶片之間,而CPO正在成為連接下一代算力基礎設施的重要橋樑。


一、這份材料真正想說明什麼?

隨著AI算力需求爆發,傳統可插拔光模組逐漸面臨功耗、頻寬密度和擴展能力瓶頸,CPO有望成為下一代AI資料中心光互連的重要技術方向。但當前CPO仍處於商業化早期階段,規模落地依賴技術成熟、供應鏈完善以及製造良率提升。

二、AI算力爆發推動光互連架構升級,CPO成為下一代資料中心關鍵技術

隨著AI模型規模擴大,GPU叢集對資料傳輸頻寬提出更高要求,傳統資料中心網路逐漸暴露出網路吞吐能力不足;功耗持續增加;擴展能力受限;高速SerDes訊號損耗加劇。

因此,光互連正在從傳統可插拔光模組(Pluggable Optics)向更高整合度方向發展。

CPO通過將光引擎(Optical Engine)+交換ASIC晶片直接封裝在同一基板上,實現光電融合,從物理層縮短電訊號傳輸距離,降低功耗並提升頻寬密度。

相比傳統光模組,CPO最大的價值在於:

對比
傳統光模組
CPO
架構
光模組獨立插拔
光引擎與ASIC共封裝
訊號距離
較長電連接
極短電連接
功耗
較高
顯著降低
頻寬密度
受限
更高
擴展能力
有限制
支撐大規模AI叢集


報告指出,CPO能夠降低資料傳輸能耗,提高頻寬密度,並解決銅互連距離限制問題,是滿足AI工作負載需求的重要技術路徑。

三、CPO商業化仍處早期,多技術路線平行發展

雖然CPO優勢明顯,但目前尚未大規模應用,主要原因包括散熱挑戰;維護難度增加;產業鏈成熟度不足;成本較高;標準尚未統一。因此,產業正在探索多種過渡方案:

1. LPO(Linear Pluggable Optics)

去除DSP晶片;降低功耗和延遲;保留可插拔模式。優勢成本較低;技術演進路徑平滑。不足距離受限;對ASIC能力要求更高。

2. NPO(Near Packaged Optics)

光引擎靠近ASIC;保留一定可維護性。優勢比CPO更容易量產;相容PCB製造體系。報告認為,NPO可能成為CPO過渡方案。

3. XPO、CPC、MicroLED CPO等路線

未來光互連路線並非單一技術:

  • XPO:高密度;液冷;面向AI資料中心。
  • CPC:共封裝銅纜;通過最佳化銅連接降低損耗。
  • MicroLED CPO:利用Micro LED陣列實現高密度平行光傳輸。

四、CPO未來商業化重點可能從Scale Up網路開始

報告認為,CPO短期不會全面替代傳統光模組,而更可能優先應用於 AI叢集Scale Up網路

原因:

1. 性能需求更強

AI GPU之間需要大量高速通訊,傳統方案難以滿足高頻寬;低延遲;低功耗。

2. 生態更加封閉

例如輝達NVLink生態,可以通過垂直整合推動CPO落地。報告指出,CPO在Scale Up方向具有更強商業驅動力,而Scale Out網路中,由於伺服器佔據主要成本和功耗,CPO短期收益有限。

五、CPO核心價值鏈:光源、矽光、封裝、耦合成為關鍵環節

報告以輝達 Quantum X800-Q3450 IB CPO交換機為案例,對CPO結構進行了拆解。

該系統包括4顆Quantum-X800 ASIC;72個1.6T光引擎;18個ELS雷射模組;大量光纖及MPO連接元件。

核心製造環節包括:

微環調製器(MRM)

  1. PIC/EIC封裝
  2. OE與ASIC封裝
  3. 光纖耦合


關鍵環節1:矽光調製器

目前CPO大量採用矽光技術。主要方案MRM(微環調製器)、MZM(馬赫曾德調製器)

MRM優勢:尺寸小;功耗低;整合密度高。

MZM優勢:線性度更好;支援更複雜調製方式。

關鍵環節2:PIC/EIC先進封裝

CPO需要實現光晶片PIC;電晶片EIC高密度整合。封裝路線包括2D封裝;2.5D封裝;3D封裝。其中3D封裝能夠進一步縮短互連距離,提高整合密度,是未來重點方向。

關鍵環節3:OE與ASIC封裝

挑戰大尺寸基板;高良率要求;翹曲問題;多晶片協同封裝難度增加。CPO封裝複雜度遠高於傳統光模組。

關鍵環節4:光纖耦合

CPO最大的製造難點之一。原因傳統光模組光纖連接器已經標準化。而CPO光纖需要直接耦合到晶片級光學結構。要求亞微米級精準對準;高可靠性;高良率。

六、CPO產業鏈迎來價值重構,製造裝置和核心零部件成為重要機會

報告認為,未來CPO產業鏈主要集中在:

1. 大功率CW雷射源

原因CPO需要高功率連續波雷射器。

2. FAU(光纖連接單元)

負責光引擎;光纖連接,屬於關鍵被動器件。

3. 光耦合與測試裝置

由於CPO製造精度要求提升自動耦合裝置;晶圓級測試裝置價值量提升。

4. PIC/EIC先進封裝

隨著光電融合先進封裝成為核心瓶頸。

🏁 小編總結

CPO不是簡單替代光模組,而是AI時代資料中心從“光電分離”走向“光電融合”的關鍵技術革命,真正的產業機會將集中在光源、矽光晶片、先進封裝、耦合裝置和測試裝置等核心環節。 (芯聯匯)