CPO

基于 AI 的高算力场景，基础设施包括硬件设备相关最明显的一个变化是算力大幅增长后，相关能耗和成本也会大幅提升。算力的堆积需要能耗去发电， 去做更大的存储计算，所以和能耗和投入的成本密切相关。 算力的成倍甚至是指数级增长下，能耗和成本的当前方案可能无法满足（速率升级或堆叠的方式）没有商业性和经济性。所以整个设备一大变化就是低 功耗低成本高能效解决方案。

CPO 的低功耗或成为 AI 高算力下高能效比方案。

功耗：通过设备（交换机等）和光模块等耦合在背板 PCB 上，通过液冷板降温，降低功耗。 体积/传输质量：满足超高算力后光模块数量过载等问题。同时将光引 擎移至交换芯片附近，降低传输距离，提高高速电信号传输质量。

成本：耦合之后未来伴随规模上量，成本或有一定经济性。 所以高算力场景下，交换机/光模块等设备和器件，基于功耗和成本等考虑，可能会发生结构性的变化。通过新技术、CPO（光电共封装）、硅光、 耦合、液冷散热等共同达到【高算力但非高功耗】的目标。

目前海外包括 Nvidia、Cisco、Intel、Broadcom 等都在储备或采购相 关设备，已部分应用于超算等市场，未来 FANG 等大厂加速切换至 AI 投入， 相关解决方案渗透率可能大幅上行。 相关供应商仍少，因为属于新兴产品，国内代表性公司天孚通信，以及其他陆续有布局的中际旭创、新易盛、光创联等。 ChatGPT 加速的 AI 的进程，对于功耗和成本的要求来得更快。CPO 配套硅光可能在未来 2-3 年有望快速放量。