**行业与公司** * **行业**：数据中心互连技术，特别是共封装光学（CPO）技术及其在AI网络中的应用[1][2][3] * **涉及公司**： * **技术/产品供应商**：英伟达（Nvidia）、博通（Broadcom）、Ayar Labs、Nubis、Celestial AI、Lightmatter、Xscape Photonics、Ranovus、Scintil[3][12][22] * **超大规模服务商/终端用户**：Meta、亚马逊（Amazon）[12][17][81] * **供应链/制造**：台积电（TSMC COUPE平台）[3][20] **核心观点与论据** * **CPO技术成熟度与市场定位**：CPO技术长期被视为变革者，但直到2025年才出现真正可部署的产品[5]。当前，可插拔光模块因其成本效益和互操作性仍是主流，但AI工作负载带来的巨大网络需求（速度、距离、密度、可靠性）将很快超越可插拔光模块的能力[5][6][7]。 * **CPO在横向扩展与纵向扩展网络中的不同价值**： * **横向扩展网络**：CPO能带来一定优势，但并非颠覆性应用[6][7]。其总拥有成本（TCO）和功耗节省对整体集群影响有限（例如，三层网络总集群功耗仅节省2%，成本仅降低3%），且面临现场维护、可靠性担忧以及客户议价权减弱等问题[27][50][53][59]。因此，预计短期内超大规模数据中心不会快速大规模采用横向扩展CPO系统[59]。 * **纵向扩展网络**：CPO被视为杀手级应用，是未来带宽增长的主要驱动力[6][7][60]。主要超大规模服务商已开始规划并承诺在本年代末部署基于CPO的纵向扩展解决方案[12][60]。CPO能解决铜缆互连的距离限制（目前最多2米）和带宽提升难题，实现更大的扩展域规模[8][61][62][63]。 * **CPO的驱动力与优势**： * **降低功耗**：通过将光引擎紧邻XPU或交换芯片放置，可消除数字信号处理器并使用更低功耗的SerDes，数据传输能耗相比DSP光模块可降低50%以上，目标降低高达80%[9][10]。具体案例：800G DR4光模块功耗约16-17W，而英伟达Q3450 CPO交换机中每800G带宽的光引擎+外部激光源功耗仅4-5W，降低73%[39]。Meta数据也显示类似节能效果（65%）[40][41]。 * **提升带宽密度与扩展性**：CPO能提供与铜缆同等或更优的带宽密度，并通过增加光纤、波分复用、高阶调制等多种路径扩展带宽，而铜缆仅能通过提升SerDes速率这一艰难路径[8][20][21][78]。 * **简化部署与高端口密度**：CPO交换机（如英伟达Quantum 3450有144个800G端口，Spectrum 6800有512个800G端口）可实现高基数网络，内部完成数据混洗，省去外部混洗箱和复杂线缆，有助于将网络从三层扁平化为两层，从而进一步节省成本和功耗[46][47][48]。 * **CPO的经济性分析（TCO）**： * **成本结构**：在AI集群（如GB300 NVL72）中，网络成本是第二大成本构成（三层网络占15%），其中光模块占网络成本的60%[32][33]。 * **组件成本对比**：实现相同带宽，CPO的光引擎组件成本（估算3.5-4万美元）可能低于传统光模块（7.2万美元），但交换机厂商的高毛利率（如60%）可能使终端CPO组件成本（8-9万美元）反超光模块方案，削弱成本节约效果[55][56][57]。 * **集群级节省有限**：尽管CPO能显著降低网络层级的成本和功耗（例如，两层网络下网络成本降46%，功耗降48%），但由于服务器成本占集群TCO主导（三层网络中占91%），导致整体集群成本节省仅个位数百分比（最高7%）[50][53][58]。 * **技术挑战与可靠性**： * **供应链与制造成熟度**：CPO大规模应用面临供应链（如激光器产能）和制造挑战（如光学端口架构、光纤耦合），是决定“何时”及“如何”部署的关键[14][79]。 * **可靠性数据与现场测试**：Meta与博通的测试显示CPO具有良好可靠性（在400万端口设备小时内零故障、零不可纠正错误，CPO的MTBF为260万设备小时，优于可插拔光模块的55万小时）[81][84][85]。但业界认为仍需更大规模的现场环境测试，以应对温度变化、灰尘等生产环境中的未知挑战，才能支持大规模投资[89][91][92][93][94]。 * **竞争格局与技术路线图**： * **英伟达的策略**：在GTC 2025发布了首款CPO横向扩展交换机，但在纵向扩展领域（如Rubin Ultra）仍坚持使用铜缆并极力避免采用光通信，计划至少持续到2027-2028年[25]。其横向扩展CPO产品被视为为未来大规模部署（可能聚焦于Feynman世代）进行的“演练”[95][96][97]。 * **市场潜力**：纵向扩展互连的带宽需求远高于横向扩展（例如，Blackwell NVLink每GPU带宽7.2 Tbit/s，是后端网络每GPU带宽的9倍），因此纵向扩展CPO的潜在市场规模预计将远超横向扩展网络[64][65][66][67]。 **其他重要内容** * **网络架构背景**：典型AI集群网络分为后端、前端和带外管理网络，其中后端网络对GPU间通信至关重要，占网络成本和功耗的主导份额（例如，在特定配置下占85%的成本和86%的功耗）[28][29][30][31]。 * **铜缆技术的现状与局限**：当前铜基方案（如NVLink）虽能提供高带宽（Blackwell达7.2 Tbit/s/GPU，Rubin将达14.4 Tbit/s/GPU），但受限于传输距离（≤2米），且通过开发更快SerDes来倍增带宽的路径充满挑战[8][61][70][78]。 * **报告结构**：本报告是CPO技术的详细指南，分为五个部分：TCO分析、技术介绍与实现、市场化关键技术、当前与未来产品及供应链、英伟达CPO供应链深度解析[15][16][18][20][22][23]。