CPO 为什么难：AI 集群里的光链路预算问题

如果把 AI 数据中心只理解成“堆更多 GPU”，很容易漏掉另一个正在变硬的瓶颈：数据怎么在芯片之间移动。

当数千到数万颗加速芯片被组织成一个训练或推理集群，单颗芯片的峰值算力并不会自动变成系统吞吐。芯片之间、交换芯片之间、机柜之间的数据流动，正在决定 AI 基础设施能不能继续扩展。

过去讨论算力基础设施，焦点常在 GPU、HBM、先进制程和先进封装。但在真实的数据中心里，计算不是孤立发生的。训练大模型时，参数、梯度、激活值和中间数据需要不断在芯片、服务器和交换网络之间流动。

这意味着 AI 数据中心不仅需要更快的计算芯片，也需要更高速、更低功耗、更低延迟的数据通道。电互连在短距离内很强，但当带宽继续上升、距离拉长、端口密度增加时，损耗、串扰、功耗和散热都会成为系统问题。

光互连重新升温，核心原因就在这里：光更适合承担高带宽密度和较长距离的数据搬运。今天行业讨论的 CPO、LPO、NPO、硅光 和高速光模块，本质上都在回答同一个问题：AI 集群里的数据高速公路应该怎么修。

CPO 是 Co-Packaged Optics，也就是共封装光学。它的基本思路，是把光引擎放到交换芯片或计算芯片附近，缩短高速电信号路径，再让光纤承担更远距离的数据传输。

传统可插拔光模块通常位于设备前面板，通过电通道连接到交换芯片。速率越高，电通道上的信号完整性挑战越明显。CPO 希望把光电转换位置前移，让电信号少跑一些路，让光信号更早接手。

这个想法听起来直接，但工程上并不轻松。光引擎靠近芯片之后，封装、散热、供电、测试、维修方式都会被重新定义。过去坏了可以拔掉模块更换；CPO 把光学部分和芯片系统绑得更紧，系统边界也随之改变。

图 1：CPO 光链路中的每一段连接，都会影响最终链路预算。

理解 CPO，不能只看“光引擎离芯片多近”，还要看 链路预算。所谓链路预算，就是把一条通信链路从发射端到接收端的损耗、功率、噪声、裕量和成本算清楚。

以 CPO 链路为例，光可能经过外置激光源、保偏光纤、微型连接器、光引擎、硅光芯片、单模光纤和接收端。每经过一个器件或接口，都可能产生插入损耗、耦合损耗、偏振变化或温漂影响。

如果某一段损耗过大，接收端就可能拿不到足够清晰的信号；如果为了补偿损耗而提高激光功率，又会带来功耗、散热和可靠性压力。CPO 的专业门槛，正是在这些细节里一段一段累积起来的。

CPO 的工程挑战不止在设计阶段，更在量产和运维阶段。传统光模块相对独立，可以单独测试、单独替换；CPO 则让光学器件更深入地进入封装和系统，测试对象从模块变成更复杂的电光系统。

这会带来几个关键问题：光路是否对准？连接器插入损耗是否稳定？偏振状态是否可控？温度变化会不会影响调制和探测？产线能否自动化测试？现场故障能否定位和维护？

这些问题看似琐碎，却决定 CPO 能否从技术样机走向数据中心规模部署。尤其在 AI 集群里，任何一个连接点的不稳定，都可能被系统规模放大。

图 2：从可插拔模块到 NPO/CPO，电路径缩短，集成度和维护难度同步上升。

行业里同时出现 LPO/NPO/CPO 等多条路线，说明问题还没有唯一答案。不同方案的本质差异，是光电转换位置、集成度、功耗、成本、可维护性和部署节奏之间的取舍。

可插拔光模块维护更方便，产业链成熟；NPO 把光学模块放得更靠近交换芯片，缩短电路径；CPO 则进一步提高集成度，把光引擎带入封装体系。越靠近芯片，潜在功耗和带宽密度优势越明显，但测试、维护和封装复杂度也会增加。

因此，未来一段时间更可能是多路线并行，而不是某个术语一夜之间统一市场。数据中心会根据速率、距离、成本、可靠性和维护模式选择不同方案。

CPO 的热度，来自 AI 数据中心对更高带宽、更低功耗互连的迫切需求。但它真正考验的不是某一个光器件，而是光、电、热、封装、连接、测试和运维能否形成完整闭环。

换句话说，AI 基础设施的竞争正在从芯片内部延伸到芯片之间。CPO 代表的不是一个孤立模块，而是 AI 数据中心互连从“模块级器件”走向“系统级工程”的过程。