一、我们从一根”插头”开始,讲了十四篇
这件事一开始长得很朴素——网卡后插一根光纤,另一头插一个光模块,再插回交换机。机房面板密密麻麻,全是这种”插头”,工程师管这叫”可插拔光模块”。
十四篇里,我们就是从这根插头开始,一步步看着它被”请”进了更核心的位置。现在回头看,整条主线其实只有一句话:
光,正一寸一寸地,从机柜外面,钻进芯片旁边。
二、十四站,其实是四场戏
第一场:光为什么要进来。 交换机容量从 51.2T 往 102.4T 跳,可插拔模块先撞墙——一块 800G 模块,光是 DSP 这颗负责”信号整形”的芯片就独占约 10W,整模块功耗 30W 上下;带宽再往上,面板的密度和散热先撑不住。于是第 01 站讲分叉(CPO 还是 NPO),第 07 站讲交换芯片的十字路口,第 08 站讲砍掉 DSP 的 LPO。一条线:把光从面板请到芯片旁边。
第二场:铜还能撑多久。 光不是一步登天的,在它彻底接管之前,铜缆还有最后几寸阵地。第 03 站算得很清楚:无源铜缆从 56G 时代的约 3 米,缩到 448G 时代只剩 0.5 米;靠 AEC 这颗”重定时”芯片,才把距离重新拉回 3 米。第 02 站的 GPU”抱团”(Scale-up 三国杀)、第 09 站的网卡与国产 DPU,讲的都是这最后几寸怎么分。
第三场:钱开始重新分账。 光一旦挪近芯片,价值的落点就变了。第 05 站讲那些不起眼的小器件(激光器、Micro TEC、隔离器)为什么突然值钱;第 10 站讲光芯片本尊——EML、硅光,和那个被死死卡住脖子的外置激光源;第 13 站讲”卖铲子”的光测试设备。第 04 站的空芯光纤是另一条路:让光在”真空”里跑,每公里时延从 4.9 微秒压到 3.35 微秒,跨机房的长距离集群一次能省下几十微秒。
第四场:谁来定规则。 技术路线之争,最后都会变成标准之争。第 06 站讲 Google 系用 OCS 光路交换把网络”变回一面镜子”;第 11 站讲一颗交换芯片怎么决定全网排线;第 12 站讲云大厂用 UEC 超以太网向英伟达腹地开战(数据中心以太网份额首度登顶 21.5%);第 14 站讲 UALink 联盟盯上机柜内”最后一寸”。再加上机动篇里华为牵头的 OPEN NPO(二十余家产业链伙伴),四场戏最后都收在同一个问题上:下一代互连,谁说了算。
三、真正的主线不是”快”,是”近”
真正的主线是”距离”。 光每一次进化,本质都是在缩短光信号要走的距离:可插拔时代,光信号要穿过模块、面板、铜走线才能到芯片,损耗巨大;CPO 把光引擎从面板搬到芯片旁边,光路短了几十厘米;NPO 更进一步,把光引擎贴到交换芯片边上,距离缩到毫米级;硅光、光 I/O 进封装,是让光直接”钻进”芯片里面。
为什么”近”这么值钱?因为光信号的每一厘米,都在花钱——花钱买功耗、买延迟、买散热。算一笔最直观的账:可插拔时代,光信号从交换芯片出发,要经过铜走线、连接器、进入光模块,模块里的 DSP 把电信号重新编码成光信号,再送进光纤。这一路,光模块有一小半功耗烧在了 DSP 上——它在”光电转换 + 信号补偿”的脏活里吃掉了 40% 到 50% 的电。而 CPO 的思路是:把光引擎直接焊到交换芯片旁边,砍掉那条又长又损耗的铜走线和最贵的 DSP。光路每缩短一寸,就少一层转换、少一层损耗、少一层散热。当一座算力中心里躺着几万颗交换芯片,这一寸一寸的节省,合起来就是个惊人的数字。
回头看,这场”光的搬家”其实有清晰的四个阶段:
第一阶段,可插拔——光站在机柜外面。从 SFP、QSFP 到 QSFP-DD、OSFP,光模块一直是”插头”,要跨越面板、连接器、铜走线才能碰到芯片。这是过去二十年的主流,也是今天绝大多数机房的样子。
第二阶段,光板(OBO)——光搬到电路板上,离芯片近了一步,但还隔着铜走线。
第三阶段,共封装(CPO)——光贴到芯片旁边。光引擎和交换芯片封装在同一块基板上,距离从几厘米缩到几毫米,砍掉最贵的 DSP 和最长的铜走线。这是当下最热的方向,也是 01、08 篇反复讲的主角。
第四阶段,光 I/O 进封装——光钻进芯片里面。硅光直接集成进计算芯片的封装,光路从毫米级再缩到芯片内部。这是最远期、也最值钱的一步,但目前还卡在良率和量产上。
看清这四个阶段就明白了:这十四篇,只是把”光从第一阶段往第三阶段搬”的过程讲透了。而第三到第四阶段的最后几步,才是下一场真正的大戏。
四、这条链上,钱在往哪里走
先看被”砍”的那一头。DSP 是可插拔时代最贵的单颗芯片之一,LPO 路线直接把它拿掉——省下的功耗和成本,就是它让出的代价;可插拔的铜连接器和长铜走线,也在 CPO/NPO 里被大幅压缩。这是每一轮技术换代都要付的账:旧环节让出的价值,会流到新环节去。
再看被”请上来”的那一头。光引擎越贴近芯片,越依赖几样以前不显山露水的东西:外置激光源(大功率 CW)、硅光芯片、精密连接器(FAU),还有负责散热的 Micro TEC。第 10 站讲得最透——外置激光源是整个链路上被卡得最死的一环,海外大功率产能几乎被少数几家包圆,谁掌握它,谁就掌握了下一代的定价权。第 13 站的”卖铲子”逻辑同样成立:光模块越复杂、封装越精密,越需要测试设备去保证良率,卖铲子的反而最稳。
规模也在往上走。2026 年,全球交换机市场约 551 亿美元(同比 +31.5%),其中数据中心交换机约 325 亿美元(同比 +53.5%)——增量几乎全在 AI 这一侧。而 CPO 目前的系统良率还卡在 30% 到 40%,这既是它的瓶颈,也是它未来放量时最大的一块”降本空间”。
所以这条链上的胜负手,其实就三句话:能不能把光引擎做便宜、能不能把光源握在手里、能不能把良率拉起来。 谁同时做到这三件,谁就吃到下一轮。
五、反方:如果这条路比想的慢呢
第一种可能:可插拔没那么快退场。 它的性价比曲线还没被压垮,LPO、LRO 这些”半砍 DSP”的改良方案,正在给可插拔续命。历史上真正被换掉的,从来不是”最老的技术”,而是”性价比拐点已经过去的技术”。可插拔的拐点,未必像 CPO 阵营期待的那么早。
第二种可能:CPO 的良率墙比想象的高。 30% 到 40% 的系统良率,意味着造一百套、能顺畅出货的不到一半。良率上不去,成本就下不来,放量周期就会一再推迟。这一轮”CPO 元年”喊了两年、出货始终有限,就是最好的提醒。
第三种可能:NPO 只是”不输”,不是”赢”。 它用”可维护”换掉了”极致能效”,一旦 CPO 把可靠性和良率做上去,NPO 的核心卖点就会打折;终局能效上,它和 CPO 还隔着一代。
把三种可能摆在一起,结论反而更稳:方向大概率是对的——光会越来越近;但节奏大概率比最乐观的预期慢。 对做研究的人来说,“什么时候”往往比”往哪走”更难,也更容易吃亏。
六、如果只记住一件事
AI 算力的竞争,早就不在”芯片有多快”了,而在”数据能不能以最低的代价,跑过从芯片到芯片之间那最后几十厘米。“
芯片可以堆算力,但数据搬不动,算力就是一堆烧电的废铁。这几十厘米,才是新一代算力中心真正烧钱、也真正拉开差距的地方。
而光,正一寸一寸地,替人类去啃这几十厘米。
最后多说一句,为什么我们这么看重”距离”。因为”快”是有尽头的——光纤里跑的光,速度早被物理学锁死在光速附近;但”近”没有尽头——只要能把光再往芯片方向挪一寸,就再省一份功耗、一份延迟、一层转换。这就像一条高速公路:限速早已到顶,剩下的功夫都花在”让车少跑几公里”上。AI 算力下一代比的,正是谁能让数据少跑那最后几厘米。
-
机柜里的第二个"800V时刻":插头式光模块到顶后,光被请进了芯片旁边 -
GPU 为什么必须"抱成团":Scale-up 网络三国杀 -
铜的最后一程,和光钻进芯片的那一天 -
给光修一条更快的高速公路:空芯光纤 -
重新分账:光挪近芯片之后,钱流向了哪些小器件 -
十字路口不再数包:网络变回一面镜子,是怎么发生的 -
百万颗GPU的过路费:从51.2T到102.4T -
光模块的自卫反击战:1.6T上量前夜,把DSP砍掉的LPO为什么突然火了 -
数据离开服务器的第一关:被英伟达包圆的网卡,和国产DPU的万里长征 -
光芯片:EML、硅光与外置激光源,模块皇冠上最贵的珠子在谁手里 -
交换芯片:算力机房的十字路口,为什么一颗芯片决定全网怎么排线 -
UEC 超以太网:云大厂如何联手,把以太网改造成向英伟达腹地进攻的武器 -
光的体检仪:卖铲子的卖铲子,谁在给 AI 互连的仪仗队抽血化验 -
第 14 篇-UALink:机柜内这最后一寸,也被买家联盟盯上了
M-01.《AI互连路线图》系列机动篇-NPO还是CPO:光贴进芯片,两条路,两个赌注

