为什么AI时代开始越来越关注CPO？

过去，交换芯片与光模块通常是彼此独立的。

但随着AI训练与推理规模不断扩大，GPU之间需要传输的数据量也在迅速增长，传统互连架构开始逐渐接近带宽、功耗与空间密度的瓶颈。

于是，行业开始尝试一种新的方向——让“光”进一步靠近“电”。

这就是如今备受关注的Co-Packaged Optics（CPO，共封装光学）。

CPO到底是什么？

简单来说，CPO正在尝试把交换/计算ASIC、硅光引擎、激光器、驱动器、TIA等核心组件，更高密度地集成到同一个封装体系中。

如果把AI数据中心比作一座算力城市，那么高速光互连就像连接所有区域的“高速公路系统”。而CPO，则是在尽可能缩短“高速公路”与“计算核心”之间的距离。

这样做的目的，是为了实现：

•更高的带宽密度

•更低的每比特能耗

•更少的散热需求

•可持续的超大规模连接能力

但真正困难的部分，其实并不只是“速度”。

当光引擎开始进一步靠近交换ASIC后，制造复杂度也会急剧上升。

例如：

•ASIC与光学器件之间的超短电气I/O

•亚微米级光学对准

•光子器件附近的热点管理

•芯片、光纤与中介层的高密度协同集成

•不同芯片和材料的高良率组装

因此，如今行业讨论“x”PO，已经不只是单一技术问题，而是涵盖芯片、硅光、封装、设备与系统架构的完整产业协同。

转载微信公众号：奥芯明