拆解CPO產業鏈:AI算力的"新血管",錢和卡脖子都在哪兒?
這兩年AI大模型拼得你死我活,算力成了最金貴的資源。但你可能不知道,現在AI晶片(GPU)之間"聊天"的方式,正在經歷一場革命。
傳統的可插拔光模組,就像用幾米長的水管把兩個水龍頭接起來——距離長、損耗大、費電。而今天要聊的 CPO(Co-Packaged Optics,共封裝光學),相當於直接把兩個水龍頭焊在一起——距離縮短到毫米級、功耗砍掉一半以上、頻寬密度提升十幾倍。
2026年,被業界稱為"CPO產業化元年"。輝達、博通、台積電、英特爾……幾乎所有算力巨頭都在押注。今天就帶你拆開這條產業鏈,看清錢在哪,卡在哪。
【第1步】行業定義與全景圖譜
一句話總結:CPO是將光引擎(負責光電訊號轉換)與交換晶片(ASIC)或計算晶片(xPU)封裝在同一個基板上的技術,目的是實現更低功耗、更高頻寬密度的資料互連。
| 產業鏈環節 | 核心構成 | 關鍵環節 | 代表性企業 |
|---|---|---|---|
| 上游:核心晶片與材料 | 海外: 國內:源傑科技、光迅科技、長光華芯、仕佳光子 | ||
| 中游:封裝製造與整合 | 海外: 國內:中際旭創、新易盛、天孚通訊、長電科技 | ||
| 下游:系統與應用 | 海外: 國內:銳捷網路、新華三、華為、阿里雲、騰訊雲 |
資料來源:中泰證券、華源證券、浙商證券研報,2025-2026年
圖 1 · CPO 產業鏈全景圖譜
【第2步】上游拆解與價值分析:壁壘最高,"卡脖子"最嚴重
結構拆解:上游是CPO產業鏈的"心臟層",主要包括光子積體電路(PIC)、電子積體電路(EIC)、外接雷射源(ELS)、光纖陣列單元(FAU)以及封裝材料與裝置。
其中,光晶片(PIC)負責產生、調製和接收光訊號,是整個光電轉換的核心;電晶片(EIC)負責高速電訊號的處理與驅動。兩者需要通過三維鍵合(3D bonding)技術精密堆疊,精度要求達到亞微米級——這比傳統封裝高出一個量級。
圖 2 · 光引擎內部結構:PIC 與 EIC 的 3D 鍵合堆疊
價值分析:這是個"贏家通吃"的高毛利環節。
- 成本佔比極高:據浙商證券研報,硅光PIC整合晶圓、ELS外接光源、2.5D/3D先進封裝三大類股合計佔CPO整機成本的75%以上。其中,CW雷射晶片成本佔比高達60%。
- 壁壘極高:上游高端光/電晶片長期由海外廠商主導。博通、輝達在交換ASIC領域幾乎壟斷。
- 毛利率水平:高端光晶片環節毛利率通常在40%-60%區間,交換ASIC等核心電晶片毛利率更高(博通整體毛利率常年超70%)。
卡脖子環節:目前中國最被卡脖子的地方集中在交換ASIC晶片(博通、輝達主導)、高速DSP晶片(核心SerDes IP不對外授權)、高端EDA工具以及先進封裝生態。
【第3步】中游拆解與價值分析:產業化的"樞紐環節"
結構拆解:中游主要包括硅光引擎設計製造、CPO先進封裝(2.5D/3D)、耦合與測試三大子環節。
圖 3 · 中游三大環節與裝置市場價值量
價值分析:裝置價值量大幅躍升。
- 製造體系從"模組級封裝測試"升級為"晶圓廠+OSAT"模式;
- 對準精度從微米級躍升至奈米級;
- 據華源證券測算,2030年CPO中道裝置市場規模預計達126億元,後道測試裝置84億元;
- 競爭格局呈"上游國際主導,中游中外競合"態勢。
【第4步】下游拆解與價值分析:需求驅動的"引力場"
結構拆解:下游主要包括AI資料中心交換機、超大規模雲端運算叢集、高性能計算(HPC)互連以及電信骨幹網路。
圖 4 · 全球 CPO 光引擎市場規模增長趨勢
市場規模爆發前夜:
- 據Yole預測,CPO光引擎市場規模2024年4600萬美元 → 2030年81億美元,CAGR≈137%;
- LightCounting預測,CPO連接埠到2027年將佔800G/1.6T總連接埠的近30%;
- TrendForce預估,CPO在AI資料中心光通訊模組的滲透率2030年達35%;
- QYResearch統計,2025年全球CPO市場銷售額7.67億元,預計2032年達96.2億元。
【第5步】價值分佈總覽:錢在哪兒?
微笑曲線:CPO產業呈現典型的"左高右低中間凹"的淺V型微笑曲線。
圖 5 · CPO 產業鏈"微笑曲線":利潤向兩端聚集
| 上游 | 60%-75% | ||
| 上游 | |||
| 中游 | |||
| 中游 | |||
| 中游 | |||
| 下游 |
明確回答:當前錢主要集中在上游的"核心晶片"(交換ASIC、光/電晶片)環節。憑的是技術壁壘=定價權、稀缺性溢價和國產替代紅利三重邏輯。
【第6步】趨勢研判與風險提示
未來3年價值遷移:價值將從上游晶片逐步向中游"先進封裝+光引擎"和下游"系統整合"遷移。
核心風險:
- 技術路線不確定性——CPO生態尚未完全標準化,NPO可能分流需求;
- 卡脖子風險升級——高端晶片和EDA工具出口管制可能收緊;
- 需求不及預期——AI資本開支若周期性回落,可能延緩CPO匯入。
(EconoBytes)
