--- 格式版本: 2 标题: "光正在从连接机柜，走向连接芯片" 原文链接: "https://zhangtingban.substack.com/p/074" 发布日期: "2026-08-26" 发布时间校准状态: "found" 发布时间需复核: "否" 发布时间来源: "rule:scrape:strict_html_body" 发布时间证据: "div class=pencraft pc-reset color-pub-secondary-text-hGQ02T line-height-20-t4M0El font-meta-MWBumP size-11-NuY2Zx weight-medium-fw81nC transform-uppercase-yKDgcq reset-IxiVJZ meta-EgzBVA: Aug 26, 2026" 发布时间校准原因: "规则确认唯一严格发布时间，来源 scrape:strict_html_body" 发布时间校准置信度: "high" 发布时间候选数量: 10 发布时间严格候选数量: 1 发布时间原页读取状态: "source template page reused from URL open" 发布时间未找到原因: "" 发布时间校准时间: "2026-08-31T11:21:24+08:00" 发布时间仲裁状态: "skipped" 发布时间仲裁尝试次数: 0 发布时间仲裁耗时毫秒: 0 发现时间: "2026-08-31T11:18:47+08:00" 入库时间: "2026-08-31T03:22:37.994Z" 来源平台: "Substack 数据中心相关博客搜索" 搜索渠道: "source_template" 搜索词: "site:substack.com 国产XPU" 匹配关键词: - "光" - "GPU" - "XPU" - "CPO" - "Scale-up" - "光互连" - "电源" - "NPO" - "可插拔光模块" - "计算" - "量产" - "交付" - "带宽" - "AI" 相关厂家: - "NVIDIA" - "Broadcom" 相关专家: [] 内容类型: "网页" 抓取工具: "Free Fetch + Defuddle" 清洗工具: "Defuddle Markdown + Defuddle/Readability 正文提取" 原始附件: [] AI优质: "否" AI打分: 50 AI分档: "非优质" AI质检状态: "不通过" AI打分理由: "正文主线是Scale-up光互连从可插拔向NPO、CPO及光I/O演进，并讨论激光器、光引擎、封装和测试，技术机制较完整；但来源为缺少发布日期和原始引证的Substack博客。历史知识库已覆盖CPO/NPO、800G/1.6T、外置光源及机架级光互连路线，本文主要是既有技术与A股产业链的归纳推演，未提供新产品、标准、实测、具名客户、订单或量产时间表。送样和验证仅为泛称，无法构成可核验部署信号；命中成熟路线解读及上游材料、证券预测否决项，当前页面本身不具备独立新增信息源价值。" AI质检模型: "gpt-5.6-sol" AI质检时间: "2026-08-31T11:22:50+08:00" AI主题相关性: 16 AI来源权威性: 4 AI新颖性: 4 AI技术细节: 17 AI商业部署信号: 1 AI完整性: 8 AI评分提示词版本: "v17-精简生产版" AI评分提示词SHA256: "48fb9777f386026761b4873eaff30807694fb11e9b352d7c69bf2dfde750cc7d" AI评分知识库版本: "knowledge_base_v1-20260819+runtime.59" AI评分知识库SHA256: "630ed34f914ee61e1f2c29bf5210d738043637a2eaf7d9e8a3ea68614a92fc92" AI评分知识库检索词: "[\"国产XPU\",\"site:substack.com 国产XPU\",\"CPO\",\"NPO\",\"光互连\",\"GPU\",\"XPU\",\"NVIDIA\",\"Broadcom\",\"PCB\",\"AEC\",\"ASIC\"]" AI评分知识库命中: "[{\"id\":\"historical-jan-apr-03\",\"title\":\"三、机架级 AI 平台与供应链合作\",\"sourceType\":\"curated_item\",\"time\":\"2026-01_to_2026-04\",\"matchedTerms\":[\"CPO\",\"光互连\",\"GPU\",\"ASIC\"],\"rank\":-14.163154277906685},{\"id\":\"july-correct-0024\",\"title\":\"Salience Labs Wants To Scale Up AI With Silicon Photonics Optical Switch\",\"sourceType\":\"labeled_article\",\"time\":\"2026-07\",\"matchedTerms\":[\"CPO\",\"NPO\",\"GPU\",\"XPU\",\"NVIDIA\",\"Broadcom\",\"PCB\",\"ASIC\"],\"rank\":-13.694987651878602},{\"id\":\"historical-jan-apr-05\",\"title\":\"五、AI 光通信需求、可插拔光模块与光互连接口演进\",\"sourceType\":\"curated_item\",\"time\":\"2026-01_to_2026-04\",\"matchedTerms\":[\"CPO\",\"NPO\",\"光互连\",\"NVIDIA\",\"Broadcom\"],\"rank\":-12.609818650273542},{\"id\":\"july-correct-0116\",\"title\":\"ODCC技术 | 开放生态、极致密度：UPO开启AI大带宽时代新篇章\",\"sourceType\":\"labeled_article\",\"time\":\"2026-07\",\"matchedTerms\":[\"CPO\",\"NPO\",\"GPU\",\"PCB\"],\"rank\":-12.356683971626845},{\"id\":\"july-correct-0025\",\"title\":\"Marvell Brings Radix, Low Latency, And Bandwidth To Bear With Teralynx T100\",\"sourceType\":\"labeled_article\",\"time\":\"2026-07\",\"matchedTerms\":[\"CPO\",\"NPO\",\"XPU\",\"NVIDIA\",\"ASIC\"],\"rank\":-11.818462189413047}]" AI摘要: "本文梳理AI算力推动下，光通信正从“连接机柜”走向“连接芯片”：可插拔模块、NPO、CPO与光I/O将长期共存，价值正从模块向磷化铟激光器、光引擎、先进封装及测试设备迁移，并提示A股公司需按技术验证与量产阶段区分受益先后。" AI摘要模型: "ali-deepseek-v4-flash" AI摘要时间: "2026-08-31T23:38:10.050Z" 采集批次: "2026年8月31日11点14分25秒" 采集批次ID: "20260831-111425-728" 去重键: "https://zhangtingban.substack.com/p/074" --- 过去的数据中心光通信，解决的主要是不同服务器、不同机柜之间如何传输数据。光模块安装在交换机面板上，负责机柜之间和数据中心之间的Scale-out连接；服务器内部和机柜内部距离短，PCB、铜缆和AEC一直够用。 AI算力把这条边界打破了。 当GPU从8颗扩展到72颗、144颗，甚至数百颗以后，Scale-up互连开始跨越服务器和机柜。它不再只是让不同计算节点彼此通信，而是要让数百颗GPU像一颗巨型处理器一样协同工作。 训练中的All-Reduce、All-to-All和参数同步，对延迟、带宽一致性和链路可靠性的要求都比普通以太网苛刻。一条链路发生故障，不只是少传一点数据，还可能让整项并行计算一起停下来等待。 这也是为什么，光正在从“连接机柜”向“连接芯片”推进。 ## 一、铜没有消失，只是越来越贵 传统交换机中，ASIC产生高速电信号，信号经过封装基板和PCB，走到前面板光模块，再转换成光。 单通道速率从100G提高到200G、224G以后，PCB里的高速电信号越来越难处理。距离稍长，信号衰减、串扰和误码便会增加。为了补偿损耗，系统只能提高SerDes功率，或者加入Retimer和更复杂的DSP。带宽上去了，功耗和散热也一起上去。 另一个限制来自前面板。102.4Tbps交换芯片如果配置64个1.6T光模块，面板很快会被模块、连接器和散热空间塞满。继续增加端口，已经不只是能不能做出来的问题，而是功耗、密度和可靠性是否划算。 铜并不是突然不能用了，而是每提升一代速率，继续使用铜所付出的代价越来越高。Scale-up把连接数量和带宽推到临界点，光电转换必须向芯片靠近。 ## 二、从可插拔到光I/O，是一条渐进路线 第一阶段仍然是可插拔光模块。它安装在前面板，维护方便，坏了可以直接更换，也是当前800G和1.6T收入的主要来源。问题是ASIC到模块之间仍有一段较长的电气路径。 第二阶段是NPO，也就是近封装光学。光引擎从前面板移动到ASIC或GPU封装附近，电信号只走很短的距离，随后转换成光。NPO保留了一定的模块化和可维护性，封装难度又低于CPO，很可能成为光进入Scale-up的过渡路线。 第三阶段是CPO。光引擎与交换ASIC被放在同一块封装基板上，高速电气路径从几十厘米缩短到几毫米，同时释放交换机前面板空间。Broadcom和NVIDIA已经把CPO用于更高速率、更高密度的AI网络，单端口向1.6T推进。 再往后，是光I/O直接进入XPU封装。数据离开GPU或ASIC后几乎立刻转换成光，通过光纤连接其他计算芯片。到这一步，光互连就从交换机技术变成了芯片互连技术。 这条路线不会一夜完成。可插拔模块、NPO和CPO会共存相当长时间，不同距离、成本和可维护性要求会选择不同方案。因此，不能因为CPO出现，就判断1.6T模块马上被淘汰；也不能因为1.6T还在放量，就忽略产业链价值正在迁移。 ## 三、第一处瓶颈，可能是磷化铟激光器 硅光擅长制造调制器、波导和探测器，却很难高效地产生激光。光源仍然需要磷化铟材料体系下的DFB、EML或高功率CW激光器。 CPO通常倾向于把激光器放在封装外部。原因很现实：交换ASIC和GPU太热，激光器又怕热；激光器会老化，外置以后更容易维护；一个外置激光源模块还可以给多个光引擎供光，并配置冗余。 这里容易产生一个误区：CPO并不必然提高每个端口使用的激光器数量。真正抬高总需求的，是Scale-up把光学端点从几百条推向数万、数十万甚至更多。即使每条链路使用的激光器减少，整个集群需要的合格光源仍可能大幅增加。 所以产业链真正需要跟踪的，不是抽象的“硅光概念”，而是磷化铟晶圆、EML、高功率CW激光器和外置激光源的实际产能。 ## 四、光引擎会成为新的价值中心 光引擎不是一颗简单的光芯片，而是一套小型光电系统。里面包括硅光PIC、驱动器、跨阻放大器、调制器、探测器、FAU、光纤阵列、激光接口，以及温度监测和补偿电路。 可插拔时代，价值主要集中在模块组装、DSP和光器件。进入NPO和CPO以后，价值会向硅光芯片、光引擎、精密耦合和先进封装迁移。一颗大型交换ASIC周围可能布置多个光引擎，单个引擎带宽也会从800G、1.6T继续提高到3.2T、6.4T甚至更高。 ## 五、最容易被低估的，可能是测试 可插拔光模块可以单独测试，坏了也可以更换。CPO却把多个光引擎与一颗昂贵的交换ASIC封装在一起，任何一个光引擎失效，都可能拖累整颗封装。 假设一颗CPO交换芯片周围有16个光引擎，每个光引擎良率为98%，那么16个同时合格的理论概率只有0.98的16次方，也就是大约72%。 这就是CPO为什么必须强调Known Good Die和Known Good Optical Engine。必须尽可能在封装前筛掉坏芯片、坏光引擎，否则一个价格不高的器件，就可能报废一套昂贵系统。 测试也会从传统电性测试扩展到PIC晶圆级光学测试、光电联合测试、波长和光功率测试、主动对准、激光器老化、误码率与眼图测试，以及封装后的热漂移和可靠性测试。 光引擎越靠近ASIC，返修越困难，前道测试的价值越高。CPO一旦进入量产，最先受益的未必只有光模块厂，也可能包括主动对准、光学探针、高速ATE、Burn-in和光电联合测试设备。 ## 六、ABF载板会受益，但不能简单贴标签 CPO把大型交换ASIC、多个光引擎、电源和控制芯片放进同一封装系统，对载板提出了更苛刻的要求：面积更大、层数更多、线路密度更高、损耗更低，翘曲和热应力控制也更难。这可能提高高端FC-BGA和ABF类积层载板的单块面积与价值量。 但光互连增加，不等于所有ABF厂商自动获得CPO订单。硅中介层、玻璃基板和光波导基板等路线也在竞争。真正受益的，必须是能够生产大尺寸、低损耗、高层数载板，并通过CPO客户认证的公司。 ## 七、产业机会要分三段看 眼下最确定的收入仍来自800G和1.6T可插拔光模块，以及配套的EML、硅光和FAU。接下来值得观察的是高功率CW激光器、ELS、NPO光引擎和光学测试。更远期才轮到CPO、XPU光I/O和光电联合封装全面放量。 这不是一场所有光通信股票同时兑现的行情，而是一场价值量逐步迁移的行情。 ## 八、A股映射：光模块龙头，不等于CPO最直接受益者 中际旭创和新易盛的现实利润，仍主要来自800G、1.6T可插拔模块。它们是当下AI光互连景气度最直接的兑现者，但CPO和NPO更多还是下一阶段的技术选择权。 天孚通信的位置更靠近光引擎、FAU、精密耦合和外置激光源接口。无论最后采用可插拔、NPO还是CPO，这些底层光学能力都不会消失，因此它更接近光电转换向芯片迁移产生的新增价值。 源杰科技对应DFB、EML和高功率CW激光器。如果磷化铟产能成为瓶颈，它的弹性可能大于整机模块厂；相应地，产品验证、晶圆良率和客户集中度带来的风险也更高。 罗博特科旗下ficonTEC对应硅光自动耦合、晶圆和Die测试、双面检测以及CPO封装测试。CPO越复杂，Known Good Die和精密对准越重要，设备端也可能早于最终产品进入扩产周期。 光迅科技和华工科技更适合观察国内1.6T、3.2T NPO及国产Scale-up网络的推进。调研中披露的送样、订单和系统验证，最终仍要落实到批量交付、客户结构和持续收入。 光库科技、仕佳光子、太辰光和剑桥科技分别覆盖FAU、MT-FA、CW激光器、高密度连接和更高速率模块，属于器件扩散层。兴森科技、联瑞新材、深南电路和德邦科技更多对应载板、低损耗材料、交换机PCB和封装材料，逻辑更远，订单验证也更重要。 真正需要区分的，不是公司有没有在公告里提到CPO，而是它走到了哪一步：技术储备、送样、客户验证、小批量，还是已经稳定量产。前两个阶段可以提供估值想象，只有后两个阶段才能带来利润。 这轮光通信行情不能只理解成“1.6T替代800G”。更大的变化是，光电转换的位置正在从交换机面板移到PCB，再移到封装基板，最终靠近GPU和交换ASIC。 每向芯片靠近一步，传统模块外壳和长距离电气补偿的价值就会下降，激光芯片、光引擎、FAU、先进封装、载板和测试设备的重要性都会提高。 过去，光负责连接机柜。 下一步，光要负责把数百颗GPU连接成一台巨大的计算机。 注：文中公司仅用于产业链梳理，不构成投资建议。技术验证不等于订单，订单也不等于利润兑现。