TrendForce预测2030年CPO/NPO市场规模超390亿美元，光互连缘何成AI Factory扩张核心要素？

当人们谈论AI领域的竞争时，往往会聚焦于模型性能的强弱、芯片处理速度的快慢以及数据中心规模的大小。然而，在这些备受瞩目的因素背后，有一个同样关键却相对低调的问题，那就是数据传输。在AI训练和推理过程中，海量的数据需要在芯片、服务器和机柜之间频繁地来回传输。随着算力的不断提升，数据流动的密度也日益增大；而集群规模的不断扩大，更是让互连的压力与日俱增。TrendForce集邦咨询在近期开展的硅光子产业研究中指出，AI数据中心正朝着更高功耗、更高密度以及更大规模集群的方向发展。在这样的发展趋势下，一个现实的问题摆在眼前：数据传输本身正在逐渐成为能耗和成本的重要构成部分。因此，互连技术不再仅仅是处于后台的辅助环节，它已然成为AI基础设施建设中无法回避的关键问题。

深度解析：NPO和CPO究竟是什么？

简单来讲，NPO和CPO都是将“光通信能力”向计算芯片、交换芯片靠近的技术手段。

在传统的数据中心架构中，许多光模块是以可插拔的形式存在，就如同外接接口一般被放置在设备的边缘位置。然而，当数据传输速率从100G/lane逐步升级到200G/lane，并持续朝着400G/lane迈进时，电信号在铜线中传输所面临的损耗问题愈发严重，补偿成本和功耗也随之大幅上升。而且，传输距离越远，耗电量就越高，信号的稳定性也越难以保证。

NPO，即近封装光学，从本质上来说，是将光学模块放置在更靠近交换芯片的位置。这种布局方式能够有效缩短电信号的传输距离，进而降低功耗。同时，它还保留了一定程度的模组化特性，使得设备具有一定的可维修性，并且为多供应商的选择提供了空间。基于这些优势，NPO更像是未来几年产业中相对容易推广和应用的过渡性方案。

CPO，也就是共封装光学，相较于NPO走得更远。它通过将光学引擎和交换芯片进行更深度的封装整合，实现了高密度、低功耗以及更强的系统集成能力。这种特性使得CPO更适合应用于高功耗、高密度的中长期场景。不过，CPO的广泛应用也面临着诸多挑战，例如良率的提升、维修的便利性、连接器标准的统一以及激光器的稳定供应等问题都需要逐步解决，因此其大规模普及可能不会在短期内迅速实现。

图1：可插拔、NPO与CPO示意图

探究：为何AI数据中心要采用光互连技术？

AI数据中心所面临的矛盾，正从单纯的“算力是否充足”延伸到“算力之间能否实现高效协同”。

通常情况下，一个大模型的训练或推理任务并非依靠单颗芯片就能完成，而是需要由成千上万颗AI芯片组成集群共同协作。在这个过程中，GPU、交换芯片、服务器和机柜之间都需要持续不断地进行数据交换。训练规模越大，参数、梯度和中间结果的传输就越频繁；推理并发量越高，不同计算节点之间的调度和通信压力也就越明显。在这个阶段，单点芯片的性能固然重要，但如果数据在集群中的流动速度不够快、稳定性不够好，那么算力就很难得到充分的发挥。

我们可以将AI数据中心类比为一座高度自动化的工厂。即使生产线的技术再先进，如果仓储和运输系统无法跟上节奏，原材料无法及时供应，半成品无法顺利流转，那么整座工厂的生产效率必然会受到严重影响。AI数据中心也是如此，芯片负责进行计算工作，而互连系统则决定了这些芯片能否像一个有机的整体一样协同运作。带宽、时延、功耗、散热以及布线密度等因素，都会对集群的实际运行效率产生直接影响。

这也是互连架构的重要性日益凸显的原因。在过去，光模块和连接方案更多地被视为通信设备或数据中心网络中的零部件；而如今，它们已经逐渐成为AI基础设施核心讨论的重要组成部分。互连方案不仅会影响数据中心的能耗水平，还会对AI工厂的扩张速度、算力利用率以及供应链的控制能力产生深远影响。对于云厂商来说，谁能够在更低功耗的条件下将更多的芯片稳定地连接起来，谁就更容易将新增的算力转化为实际可用的算力。

展望：NPO/CPO未来的市场空间有多大？

TrendForce集邦咨询预测，CPO/NPO市场规模将从2025年的约1亿美元迅速增长，到2030年有望突破390亿美元。这一变化不仅仅意味着一个新市场的快速崛起，更反映出AI数据中心的互连架构正在发生深刻的变革。随着算力集群规模的不断扩大，服务器、交换机与芯片之间的数据传输压力持续增加，传统电互连和外挂式光模块在功耗、带宽密度、时延和散热等方面的局限性越来越明显。因此，光互连正从原本的“配套环节”逐渐转变为AI基础设施升级的关键方向。

然而，这并不意味着某一种技术路线会完全取代其他方案。TrendForce同时指出，到2030年，可插拔光模块市场规模仍有望维持在近260亿美元的水平。也就是说，未来的光互连市场更有可能呈现出多路线并存的格局。可插拔光模块将继续满足成熟、灵活、易维护的主流需求，而NPO/CPO则会逐步渗透到更高带宽密度和更短互连距离的场景中。技术路线的分化，本质上是为了适应不同算力集群、不同交换架构以及不同成本约束下的工程需求。

这一市场变化也将重新塑造产业链的价值分布。激光器、光接收器、InP衬底、光纤连接器、硅光芯片、封装测试等环节，都有可能随着高速光互连需求的增长而迎来价值重估的机遇。特别是自2024年以来，InP衬底供应持续紧张，激光器和光接收器成为产业链中各方优先争夺的关键资源。这充分说明，光互连已经不仅仅是一个技术路线选择的问题，而是进入了产能、材料和核心器件的供应链竞争阶段。

换句话说，AI算力扩张所带来的投资机会，正在从GPU、服务器等领域进一步向高速互连、光模块、硅光子和关键材料等领域扩散。后续值得关注的，不仅仅是CPO/NPO市场本身的发展速度，更重要的是哪些环节会在新一轮数据中心架构升级中获得更强的议价能力以及国产替代的空间。

策略：如何利用指数工具进行布局？

对于普通投资者而言，光互连、硅光子和AI算力链条虽然具有较大的发展潜力，但真正落实到个股筛选和择时操作上却并非易事。一方面，相关产业横跨通信、电子、半导体、计算机、电力设备等多个领域，涉及激光器、光模块、硅光芯片、封装测试、服务器、交换机等多个不同方向；另一方面，NPO、CPO、LPO等技术路线仍在不断发展和演进，量产节奏、客户导入情况、良率提升速度以及单一公司的业绩兑现时间等都存在诸多不确定性。

在这种情况下，如果投资者看好AI基础设施升级和成长科技方向的中长期配置价值，借助指数工具进行分散布局可能是一种相对便捷且有效的投资方式。创业板指涵盖了一批在创新成长领域具有代表性的公司，在AI算力链和光通信方面具备一定的投资敞口。

如果投资者考虑选择相关的指数工具，可以关注创业板ETF易方达（159915，联接基金A/C/Y：110026/004744/022907）。它的优势不在于押注某一条特定的技术路线或某一家公司的单点机会，而是提供了一种更宽口径的成长资产配置工具。对于希望参与AI产业链扩散、科技成长修复以及新兴产业景气变化的投资者来说，这类宽基指数产品有望在分散个股风险的同时，让投资者能够参与到成长科技方向的弹性机会中。

总体来看，NPO和CPO的兴起，背后反映了AI基础设施从单纯追求“算得快”向追求“连得快、传得稳、耗电低”的转变。短期内，技术路线的选择、量产节奏的把握以及供应链良率的提升仍需要持续观察；但从长远来看，光互连有望成为AI数据中心升级的重要方向，也为成长科技板块提供了新的产业发展线索。