核心内容总结
CPO（共封装光学）突然成了半导体行业的“香饽饽”——英伟达和SK海力士这两个分别握有算力和存储话语权的巨头，最近都在大力推进CPO技术。原因很简单：AI算力爆炸让传统数据中心的互连方式撑不住了。CPO把光模块和芯片封装在一起，解决了传统铜缆、可插拔光模块的功耗高、信号损耗大、带宽不足等问题，但目前还处于商业化早期，和可插拔光模块会长期并存。国内传统光模块公司面临挑战，但也能通过转型上游或布局过渡技术找到机会。
一、为什么英伟达和SK海力士都押注CPO？
两大巨头同时盯上CPO，背后是AI数据中心的“生死困境”：
- SK海力士：发论文、画路线图，想超越内存（HBM）优势，在系统层面定义下一代AI基础设施。论文里明确了目标：每个节点带宽超100Tb/s、能耗低于1pJ/bit、延迟小于10纳秒，还规划了从2D到3D堆叠的技术路径。
- 英伟达：直接推出量产的200G/lane CPO交换机，针对AI工厂。对比传统方案，它能让网络功耗效率提升5倍、AI应用不间断运行时间长5倍、故障间隔时间（MTBF）拉10倍——解决了超大规模AI集群最头疼的功耗和可靠性问题。
本质上，AI训练需要几十万张GPU同时工作，数据传输量爆炸，传统互连方式的瓶颈已经碰到底了，CPO是唯一能突破的方向。
二、CPO到底解决了传统互连的什么痛点？
数据中心的互连方式经历了三代，每一代都有致命问题：
1. 铜缆时代：便宜好用，但高速下信号衰减严重，传不远（最多几米），带宽一高功耗就飙升，完全扛不住AI集群的高密度需求。
2. 可插拔光模块时代：现在的主流，灵活（坏了直接换），但交换芯片到光模块之间还有一段厘米级的铜线，信号损耗大，光模块里的“信号放大器”（Retimer）要一直耗电，整机功耗居高不下。几十万端口叠加起来，功耗和损耗成了沉重负担。
3. CPO时代：把光模块（含激光器、探测器）和芯片封装在一起，电信号传输距离从厘米缩到毫米，直接避免了长铜线的损耗，还省了部分信号处理的功耗——功耗、延迟、可靠性全优化。
三、200G/lane的CPO是不是“落后”？
很多人疑惑：现在都谈800G、1.6T光模块了，英伟达才出200G，是不是慢了？其实这是两个维度的概念：
- 200G/lane：指单条光通道的速率（一条线路能传多少）；
- 800G/1.6T：指单个端口的总速率（一个接口总共能传多少）。
总速率=单通道速率×通道数，比如8×100G=800G，8×200G=1.6T。所以200G/lane不是落后，反而是下一代高速互连的基础。
为什么要推200G？因为GPU带宽越来越大（比如从Hopper到Blackwell架构），交换机需要的总容量也爆炸。如果还是用100G通道，要达到102.4T的交换机容量，就得翻倍加通道，芯片面积会大到装不下，功耗也会失控——只能提升单通道速率。
四、国内光模块公司的“尴尬”与出路
英伟达的CPO供应链里，没有中际旭创、新易盛这些传统光模块大厂——因为CPO不需要独立的可插拔光模块了，光引擎直接集成在芯片里。但这不是“末日”，而是转型机会：
1. 守住基本盘：未来2-3年，云厂商还是以可插拔光模块为主（CPO渗透率现在才0.5%），继续做800G/1.6T/3.2T的可插拔模块，抓住AI算力建设的主流量需求。
2. 向上游延伸：跳出组装环节，布局光引擎、硅光子芯片、高速光芯片、光电封装这些CPO的高价值环节——比如天孚通信就进入了英伟达供应链，负责激光器组件组装。
3. 过渡技术NPO：NPO（近封装光学）比CPO技术难度低，更适合国内云厂商，是国内公司切入的好赛道。
CPO不会立刻取代可插拔模块，但产业链价值会向上游转移——国内公司只要选对方向，就能从“组装厂”升级为“技术玩家”。
总结
CPO是AI时代数据中心互连的必然趋势，但它和传统光模块会长期共存。对普通用户来说，这意味着AI训练会更快、更省电；对行业来说，这是一次产业链重构，抓住上游技术的公司才能笑到最后。
（全文完）