大规模 AI 集群带动 CPO 加速及其产业链深度研究

摘要： 本报告探讨大规模 AI 集群规模扩大对 CPO（共封装光学）技术的催化作用，认为 CPO 能有效降低功耗、提升互联密度与传输稳定性，在需求端（算力增长）与供给端（芯片厂商产品成熟）的双重驱动下，CPO 有望迎来加速渗透期。

行业主线：

1. 需求驱动明显：AI 训练与推理集群规模扩大，导致网络功耗与成本占比升高。CPO 方案在 3 层网络中可降低 23% 的网络功耗，且较传统 DSP 方案可显著降低网络成本。
2. 供给端逐步成熟：博通、英伟达、Marvell 等核心交换芯片厂商已推出 CPO 产品，且稳定性已通过大规模压力测试，满足较大规模出货条件。
3. 价值链分布：产业链分为核心光器件（激光器、光引擎、FAU 等）、制造（晶圆代工、先进封装、测试）及解决方案（交换芯片及整机）三大环节。

关键变化与分歧：

1. 技术路线之争：英伟达采用较激进的 MRM 调制器（低功耗、体积小但温控难），博通采用成熟的 MZM 调制器（稳定性高但体积较大）。未来调制器有望向薄膜铌酸锂方案演进。
2. 封装工艺升级：台积电的 COUPE 技术在 PIC 与 EIC 的异构集成上具备先进制程优势，有望强化其在硅光时代的行业地位。

受益方向与风险：

1. 受益方向：核心光器件厂商（如天孚通信、太辰光）、先进封装与代工（如台积电、日月光）、CPO 测试设备及高集成度交换机整机厂商（如工业富联）。
2. 核心风险：CPO 技术量产与维护不及预期；AI 模型迭代停滞导致需求下滑；中美科技领域政策恶化及地缘政治风险。