据 DIGITIMES 2026年9月14日报道，随着人工智能计算对带宽的需求持续攀升，光互连架构正从可插拔光模块向近封装光学（NPO）和共封装光学（CPO）拓展。能否实现大规模部署，除光引擎性能外，还取决于精密对准、可维护性、制造良率，以及光源、封装、测试和材料供应链能否协同推进。
Foxconn Interconnect Technology（FIT）美国业务拓展高级总监 林楷滨（Kai-pin Lin） 表示，CPO让光学组件更靠近芯片封装，也使过去容易被忽视的接口和制造问题成为产业讨论的重点。
原文配图：光模块产品展示。图片来源：DIGITIMES。
精密对准与可拆卸接口决定规模化难度
林楷滨指出，光纤精密对准是最基础、也最难在短期内建立的能力之一。光连接器需要长期保持亚微米级对准精度。实验室制作少量样品相对容易，但要在数十万乃至数百万件产品的出货规模下维持稳定良率，就需要精密模具、微成型、材料控制、自动化装配和测量等多方面工程能力。
光纤与芯片之间的可拆卸接口同样受到关注。CPO缩短了光引擎与交换机专用集成电路（ASIC）之间的距离；然而，如果将光纤永久固定在封装上，一旦装配良率不佳、光纤受到污染，或系统需要维护，更换成本就可能显著增加。
他认为，可拆卸、盲插，乃至支持现场更换的光纤接口，可能成为CPO扩大部署的重要条件。FIT正依托连接器和精密机械组件方面的积累，与上游光学材料及晶圆级光学供应商共同开发此类接口。
AI机柜要求信号供电与液冷协同设计
下一代AI机柜的工程挑战已超出光通信本身。林楷滨表示，高速信号、高压供电与液冷加速融合，供应商面临越来越多的协同设计问题：224G高速电互连的信号完整性、高压直流架构下的安全与电弧管理，以及液冷回路的密封和长期可靠性，过去通常由不同专业供应商分别负责。
但在AI机柜中，这些系统往往集中于同一托盘、背板，甚至同一连接器接口周围。因此，对某一部分的优化，可能压缩另一部分的设计裕量。
另一项压力来自AI平台不断缩短的新产品导入（NPI）周期。规格变化加快，使样机制作、设计修改与工程决策经常需要并行推进。供应商既要具备快速打样能力，也要让信号、电源、热设计和制造团队尽早协作。林楷滨指出，若仍按部门逐一、串行响应客户需求，零部件供应商将难以跟上AI平台的迭代速度。
此外，精密工程能力必须与规模制造能力结合。实验室做出样机，与批量生产时持续保障良率、成本和供应稳定性，是不同层面的任务。为此，FIT计划结合内部模具、电镀、冲压及自动化制造能力，并利用富士康集团的整机柜资源，打通设计验证与量产环节，同时从传统零部件供应商向机柜联合开发参与者拓展。
光源测试与现场维护仍需补齐
林楷滨表示，CPO和NPO只是光通信转型的一部分。AI数据中心要大规模采用光互连，还需要外置激光源（ELS）、先进封装、晶圆级光学、测试测量、现场维护及材料供应同步进步。
在光源方面，外置激光器的可靠性与可维护性，以及磷化铟（InP）外延材料和衬底的供应能力，将直接影响系统部署节奏。制造端则需要逐步从主动对准转向被动对准和晶圆级工艺，这要求晶圆代工厂、外包半导体封装测试（OSAT）企业与光学组件供应商建立更完善的设计规则和工艺规范。
测试也是薄弱环节。原文指出，光学测量基础设施尚不及电测试成熟；光互联论坛（OIF）及各类多源协议（MSA）在接口和测试规范方面的后续进展，将直接影响量产效率。
部署后的维护同样关键。光纤端面对污染高度敏感，如果现场清洁、插拔、更换和维修缺乏标准化流程，即使单个组件满足性能要求，系统可靠性仍可能受到影响。玻璃基板、低损耗光学材料、光纤及光纤插芯等上游精密组件的供应体系是否充足，也将影响成本下降的速度。
林楷滨认为，下一阶段光通信竞争的结果，将取决于整个产业生态能否支撑数据中心的规模化运营。随着传输速率从800G迈向1.6T及更高水平，产业需要在量产和运营环节建立更严格的“光通信供应链纪律”，即更一致的制造、交付与维护规范。
补充观察 规模部署应关注全生命周期成本
OIF在其能效接口项目介绍中，将共封装、近封装和可插拔方案均纳入研究范围，关注高能效、低时延及未来AI应用需求。这说明，标准化工作仍在覆盖多种架构，不能把CPO的发展简单理解为可插拔方案即将全面退出。
从上述工程约束看，CPO的商业化评估需要覆盖整个系统生命周期：封装和装配良率影响制造成本，接口可拆卸性影响故障更换范围，清洁与维修流程影响运维效率。原文并未披露FIT相关接口的具体量产时间、客户部署规模或良率数据，因此，“迈向量产”应理解为产业发展方向，不能等同于相关方案已完成规模商用验证。
