CPO 为什么受到 AI 行业关注？Lumentum 如何布局下一代光互连技术

Lumentum 是一家专注光通信和光子技术的企业，其核心业务包括激光器、光学组件以及高速通信解决方案。在 AI 基础设施快速发展的背景下，公司通过光器件技术积累参与 CPO、硅光以及高速光互连产业链，为下一代数据中心连接提供关键组件。

CPO 的发展不仅关系到 AI 芯片性能释放，也影响未来数据中心网络架构。随着 800G、1.6T 光通信需求增长，以及 AI 集群向更大规模演进，光互连技术正在从辅助连接方案转变为 AI 基础设施的重要组成部分。

什么是 CPO（Co-Packaged Optics）

CPO（Co-Packaged Optics，共封装光学）是一种将光学器件与核心芯片封装在同一系统中的先进互连技术，其目标是减少芯片与光模块之间的数据传输距离，提高高速通信效率。传统数据中心网络通常采用独立光模块架构。服务器或交换机内部的芯片负责数据处理，而光模块位于设备外部，通过电接口连接芯片，再完成电信号与光信号转换。

这种架构在过去几十年中推动了互联网和云计算发展，但随着 AI 数据中心规模快速扩大，传统模式逐渐遇到新的挑战。

AI 训练任务需要大量 GPU 协同工作，而 GPU 集群之间的数据交换量远高于传统应用。为了支持大型 AI 模型训练，数据中心需要部署更多高速交换芯片和网络连接设备。然而，当传输速度不断提升时，芯片与光模块之间的高速电连接会产生更高损耗和功耗。尤其是在 800G、1.6T 等高速通信阶段，传统架构面临信号衰减、散热压力以及能源效率下降等问题。

CPO 的核心思路就是改变这种连接方式。通过将光引擎直接放置在交换芯片附近，CPO 可以缩短高速电信号传输路径，降低信号损失，同时减少系统功耗。这使其成为未来 AI 数据中心网络升级的重要技术方向。

目前，包括大型芯片企业、网络设备厂商以及光通信企业，都在积极探索 CPO 技术路线。

CPO 与传统光模块有哪些区别

CPO 与传统光模块最大的区别，在于光学组件与芯片之间的连接方式。

传统光模块模式：芯片 → 电接口 → 光模块 → 光纤

CPO 模式：芯片 + 光引擎 → 光纤连接

在传统方案中，芯片产生的数据需要先转换成高速电信号，再传输到外部光模块进行光电转换。随着速度提升，这段电传输距离成为性能瓶颈。CPO 通过将光学部分靠近芯片，使信号转换更加高效。

两者主要区别体现在几个方面：

1. 功耗不同。AI 数据中心最大的成本之一就是能源消耗。随着 GPU 数量增加，网络设备功耗也快速提升。CPO 减少高速电连接距离，有助于降低通信过程中的能源消耗。

2. 带宽能力不同。未来 AI 集群需要支持更高速的数据交换。传统光模块虽然持续升级，但当速率进一步提升时，系统复杂度不断增加。CPO 可以提供更适合高带宽场景的架构。

3. 系统设计不同。传统光模块具有较强的模块化优势，方便维护和替换。而 CPO 更强调芯片、封装和光学系统协同设计，对制造能力提出更高要求。

因此，CPO 并不是简单替代传统光模块，而是在 AI 高性能计算场景中提供新的技术路径。

AI 芯片为什么推动 CPO 技术发展

AI 芯片性能提升，是推动 CPO 受到关注的重要原因。近年来，AI 加速芯片不断提高计算能力，而单个 GPU 或 AI 芯片处理的数据规模也越来越大。为了发挥芯片性能，多个计算节点需要通过高速网络连接。

在大型 AI 数据中心中，计算任务通常不是由单个芯片完成，而是由大量 GPU 组成集群。例如训练大型语言模型时，数千颗 GPU 需要同时交换模型参数和计算结果。

这意味着网络连接能力必须同步提升。如果网络速度不足，即使 GPU 计算能力很强，也可能因为等待数据传输而降低利用率。传统电子连接方式在高速阶段面临越来越明显的问题：

• 高速信号传输距离缩短；

• 功耗不断增加；

• 散热压力提高。

因此，AI 行业开始寻找新的互连方式。CPO 的价值就在于，它能够帮助数据中心突破传统连接瓶颈，让高速芯片之间实现更高效的数据交换。

未来随着 AI 推理应用增加，数据中心不仅需要训练大型模型，也需要实时处理大量用户请求。这会进一步提高对于低延迟、高带宽网络的需求。

Lumentum 如何布局下一代光互连方案

Lumentum（LITE）是一家全球光通信和激光技术企业，其核心优势集中在光子器件、激光器以及高速通信组件领域。在 CPO 产业链中，Lumentum 并不是直接制造 AI 芯片，而是提供实现高速光连接所需要的关键光学组件。

CPO 架构虽然减少了芯片与光模块之间的距离，但仍然需要高性能光源、光引擎以及先进光学器件支持。

其中，激光器是影响光通信性能的重要部分。高速 AI 网络需要稳定、高速调制的光信号，而激光器决定了信号质量、传输速度以及系统可靠性。Lumentum 长期积累的光子技术能力，使其能够参与高速光互连市场的发展。

随着 AI 数据中心向更高速度升级，市场对于以下产品需求不断增加：

• 高速激光器；

• 光学芯片组件；

• 硅光相关器件；

• 高速通信解决方案。

这些领域都与 Lumentum 的技术方向高度相关。未来，CPO 如果进一步商业化，光器件供应商的重要性可能继续提升。因为无论采用哪种数据中心架构，高性能光学组件都是实现高速连接的重要基础。

硅光与 CPO 如何协同发展

硅光技术是推动 CPO 发展的重要基础之一。简单来说，硅光（Silicon Photonics）是利用成熟的半导体制造工艺，将光学器件集成到硅基芯片平台上的技术。

传统光通信通常依赖独立光学器件，而硅光技术希望通过类似半导体制造的方式，实现更高程度的集成，从而降低成本、提升性能。

CPO 与硅光技术具有较强协同性。

CPO 解决的是芯片与光学系统之间如何更紧密连接的问题，而硅光解决的是如何将更多光学功能集成到芯片平台的问题。两者结合后，可以进一步提高数据中心网络的传输效率。

对于 AI 数据中心而言，这种结合具有重要意义。

随着 AI 芯片性能不断提升，数据传输速度也需要同步提高。如果仍然依赖大量独立光模块，不仅会增加系统复杂度，也会带来更高功耗。

硅光技术可以帮助降低光学组件尺寸，并提升制造效率，而 CPO 则能够缩短芯片和光学模块之间的距离，两者共同推动下一代高速互连架构发展。

目前，全球多家半导体和光通信企业都在推进硅光与 CPO 技术研究。

Lumentum 在这一领域具备一定技术基础。公司长期专注于激光器和光子器件研发，而光源、调制器以及光学组件正是硅光和 CPO 系统的重要组成部分。

未来，如果 CPO 从实验验证进入大规模部署阶段，拥有光子技术积累的企业可能获得更多产业机会。

Lumentum 与 Broadcom、Marvell 在 CPO 领域有何不同

CPO 作为 AI 基础设施的重要方向，吸引了多个产业链企业参与。其中，Lumentum、Broadcom 和 Marvell 的技术定位存在明显差异。

Lumentum 的核心定位是光通信器件供应商。

公司主要优势集中在激光器、光学组件以及光子技术领域。在 CPO 架构中，Lumentum 更关注光源和光学部分，为高速数据传输提供基础器件支持。

Broadcom Inc. 则更偏向系统级基础设施。

Broadcom 在数据中心交换芯片领域拥有重要地位，同时布局网络 ASIC、连接芯片以及 AI 基础设施方案。在 CPO 领域，Broadcom 的优势来自芯片和网络系统能力。

例如，AI 数据中心需要高速交换芯片管理大量 GPU 之间的数据流，而 Broadcom 可以提供相关网络处理能力。

Marvell Technology, Inc. 则主要聚焦数据中心连接、网络芯片和光电转换相关技术。

Marvell 在高速互连领域拥有较强布局，包括数据中心网络、存储连接以及光通信芯片解决方案。

简单来看：

• Lumentum 更偏向光学器件和激光技术；

• Broadcom 更偏向网络芯片和系统平台；

• Marvell 更偏向连接芯片和数据基础设施。

CPO 的商业化并不是单一企业推动，而是需要芯片、封装、光学器件、网络设备等多个环节共同发展。

CPO 商业化面临哪些挑战

虽然 CPO 被认为是下一代 AI 光互连的重要方向，但距离大规模应用仍然存在多个挑战。

制造复杂度较高。传统光模块具有较强模块化特点，如果某个组件出现问题，可以单独更换。而 CPO 将光学部分与芯片高度集成，制造和维护难度更高。

这要求企业具备更成熟的封装技术、测试能力以及供应链协同能力。

产业标准仍在发展。数据中心生态涉及芯片厂商、服务器厂商、网络设备企业以及云计算公司。不同企业对于 CPO 架构、接口标准和应用方式仍存在差异。

只有当产业链形成更统一的标准，CPO 才更容易实现规模化部署。

成本问题仍需解决。CPO 虽然能够降低长期运营功耗，但初期研发和制造成本较高。对于大型云计算企业而言，技术优势需要与投资回报相匹配。

如果 CPO 设备成本下降速度不够快，传统光模块仍可能在部分市场继续存在。

此外，散热和可靠性也是重要问题。AI 数据中心内部设备密度不断提高，芯片和光学组件距离更近后，如何保证长期稳定运行，需要新的工程方案。

因此，CPO 的发展并不是简单替代现有技术，而是一个逐步演进过程。

下一代 AI 光互连技术未来的发展方向

未来 AI 光互连技术的发展，将围绕更高速度、更低功耗以及更深度集成三个方向展开。

1. 高速率升级。目前数据中心正在从 400G 向 800G 光通信升级，而未来随着 AI 集群规模扩大，1.6T 甚至更高速度的光互连方案可能成为新的发展目标。高速率需求会推动激光器、光芯片和封装技术持续创新。

2. CPO 大规模应用。目前 CPO 仍处于产业发展阶段，但随着 AI 芯片功耗增加以及网络压力提升，其价值正在不断提升。未来 CPO 可能首先应用于超大规模 AI 数据中心，然后逐渐扩展到更多高性能计算场景。

3. 光计算和先进光子技术。随着 AI 模型复杂度提高，传统电子计算架构可能面临更多限制。未来光计算、硅光以及先进光子系统可能成为计算基础设施的重要补充。对于 Lumentum 来说，长期机会来自整个光通信产业升级。

AI 的发展不仅增加 GPU 需求，也推动网络连接、数据传输和基础设施技术同步升级。光互连正在成为 AI 生态中不可忽视的一环。

总结

CPO（Co-Packaged Optics，共封装光学）正在成为 AI 数据中心下一代高速互连技术的重要方向。随着 AI 模型规模扩大，大量 GPU 集群需要更高带宽、更低延迟的数据连接，而传统光模块架构逐渐面临功耗和性能瓶颈。CPO 通过将光学组件与芯片更加紧密地结合，减少高速信号传输距离，提高网络效率。与此同时，硅光技术的发展进一步推动光学系统集成化，为未来高速 AI 网络提供技术基础。

Lumentum（LITE）作为光通信和激光技术企业，在 CPO 产业链中主要承担光器件和激光组件供应角色。相比 Broadcom 的网络芯片优势和 Marvell 的连接芯片布局，Lumentum 更专注于光子技术环节。

不过，CPO 商业化仍面临制造复杂度、成本、标准统一以及可靠性等挑战。未来随着 AI 数据中心持续扩张，高速光互连的重要性可能进一步提升。

从产业趋势来看，AI 竞争正在从单纯的计算能力竞争，逐渐延伸到数据传输能力竞争。CPO、硅光和高速光通信技术将成为支撑下一代 AI 基础设施的重要组成部分，而 Lumentum 等光通信企业也将在这一技术演进过程中扮演关键角色。