聚焦CPO：算力能耗双优化新路径，AI时代的“节能神器”有多牛？

这两年AI算力需求呈爆炸式增长，数据中心的“用电焦虑”越来越严重——有统计显示，2024年全球数据中心总耗电量突破4000亿度，相当于3个三峡电站的年发电量，其中光互联部分的能耗占比超过25%。就在行业为“算力不够、电费太贵”发愁时，CPO技术横空出世，成了破解“算力与能耗矛盾”的关键钥匙。今天就用大白话聊聊，CPO到底是什么？它怎么实现“算力提上去、能耗降下来”？现在行业落地进展如何？又有哪些企业在抢跑？

一、CPO不是“新名词”，却是AI时代的“新刚需”

可能有人会问，CPO是不是最近才冒出来的技术？其实早在10年前就有相关研究，但直到AI爆发后，它才从“小众技术”变成“行业刚需”。要理解CPO的价值，得先搞清楚它和传统光模块的区别——简单说，就是“把光引擎从‘外挂’变成‘内置’”。

（一）传统光模块的“痛点”：能耗高、延迟大、占地方

我们先看传统数据中心的“光互联逻辑”：服务器里的芯片（比如GPU）要传输数据，得先通过电信号传到“独立光模块”，光模块再把电信号转换成光信号，通过光纤传出去；接收端则反过来，光模块先把光信号转成电信号，再传给芯片。

这个过程就像“快递中转”——芯片是发货方，光纤是运输公路，光模块就是中转站。但问题来了：

能耗高：电信号转光信号、光信号转电信号的过程会消耗大量电能，一个100G的传统光模块，工作时的功耗能达到8-10瓦，大型数据中心里几十万甚至上百万个光模块，加起来就是“电老虎”；

​

延迟大：信号在芯片和光模块之间传输会有延迟，虽然单次延迟只有几纳秒，但AI训练需要海量数据实时交互，延迟累积起来会直接影响算力效率；

​

占空间：独立光模块需要插在服务器的插槽上，还得配散热装置，一个标准服务器机柜里，光模块和相关配件要占1/3的空间，想提高算力密度都难。

举个例子：某AI数据中心用传统方案搭建100P算力集群，光模块部分的总功耗要1200千瓦，相当于同时开12000台100瓦的灯泡，每天电费就要2.88万元；而且需要200个机柜，场地租金也是一笔不小的开支。

（二）CPO的“破局思路”：把“中转站”搬进“发货方家里”

CPO的全称是“Co-packaged Optics”（共封装光学），核心逻辑特别简单：不搞独立光模块了，直接把光引擎（负责光电转换的核心部件）和芯片封装在一起，让芯片和光引擎“零距离接触”。

相当于以前芯片要发快递，得先把包裹送到几公里外的中转站，现在中转站直接建在芯片楼下，包裹出门就能上运输公路。这种改变带来了三个关键优势：

能耗大降：芯片和光引擎之间不用再传输电信号，减少了“光电转换-电光转换”的环节，功耗能降低30%-50%。比如同样是100G的传输需求，CPO方案的功耗只有3-5瓦，比传统光模块省一半以上；

​

延迟大减：信号传输距离从原来的几十厘米缩短到几毫米，延迟能降低10%-20%，对需要实时交互的AI训练来说，这点延迟的优化能显著提升算力效率；

​

空间更省：没有了独立光模块和插槽，服务器机柜里能装更多芯片，算力密度能提升40%-60%，同样的场地能装下更多算力。

还是刚才的例子：用CPO方案搭建100P算力集群，光模块部分的总功耗能降到500千瓦，每天电费只要1.2万元，比传统方案省一半多；而且机柜数量能减少到120个，场地成本也跟着降。

（三）为什么现在CPO成了“刚需”？AI算力倒逼技术升级

为什么10年前CPO没火，现在却成了香饽饽？核心原因是AI算力的“量级跃迁”。

以前数据中心的算力需求是“GB级”“TB级”，传统光模块还能应付；但AI大模型训练需要“PB级”“EB级”算力，数据传输量是以前的10倍甚至100倍。比如训练一个千亿参数的大模型，需要传输的数据量超过100PB，相当于把10万个1TB的硬盘装满再传一遍。

这时传统光模块的“能耗、延迟、空间”问题就被无限放大——算力越往上堆，电费账单越厚，机房空间越不够用，甚至出现“算力提上去了，但能耗和成本也失控了”的情况。而CPO刚好能解决这些痛点，成了AI数据中心“不得不选”的技术方案。就像某云厂商技术负责人说的：“以前不用CPO是‘能省则省’，现在不用CPO是‘没法收场’。”

二、深拆解：CPO怎么实现“算力能耗双优化”？靠三个核心技术

可能有人会觉得，不就是把光引擎和芯片装在一起吗？有这么简单？其实这里面藏着不少技术难点，CPO能实现“双优化”，靠的是三个关键技术突破。

（一）封装集成技术：让芯片和光引擎“和平共处”

把芯片和光引擎封装在一起，首先要解决的是“物理兼容”问题——芯片工作时会发热，光引擎对温度特别敏感；而且两者的信号接口、供电需求都不一样，直接装在一起很容易“打架”。

现在行业主流的解决方案是“2.5D/3D封装+异质集成”：

先用2.5D封装技术，在一个硅中介层（相当于“电路板”）上挖好“接口”，让芯片和光引擎能通过中介层传输信号、共享电源；

​

再用3D封装技术，把光引擎“叠”在芯片旁边，既缩短传输距离，又能单独做散热设计；

​

最后通过异质集成技术，把不同材质、不同功能的部件（比如芯片是硅基、光引擎是化合物半导体）整合到一起，确保信号和电力传输稳定。

比如华天科技在美国研发中心的CPO方案，就是用硅中介层做“桥梁”，让GPU芯片和光引擎的信号传输损耗降低到10%以下，而且通过分区散热设计，把芯片温度控制在85℃以内，光引擎温度控制在70℃以内，两者互不干扰。

（二）光电协同技术：让信号“零损耗”传输

传统方案里，芯片和光模块之间用铜线传输电信号，传输距离一长，信号就会衰减，还会受到干扰，为了保证信号质量，又得额外加放大电路，这就增加了能耗。

CPO的解决办法是“光电直连+协同优化”：

芯片直接输出电信号到光引擎，不用经过铜线长距离传输，信号衰减减少80%以上；

​

光引擎里的激光器、调制器和芯片的信号频率做“同步校准”，让芯片输出的电信号刚好能匹配光引擎的转换需求，不用额外加信号调整电路，进一步降低能耗；

​

接收端的光探测器和芯片的接收电路也做协同设计，光信号转换成电信号后直接传给芯片，减少中间环节。

举个具体数据：传统方案中，10公里的信号传输，需要加3级放大电路，每级电路功耗0.5瓦，总共1.5瓦；而CPO方案因为信号衰减少，只需要1级放大电路，功耗降到0.3瓦，光这一项就省了80%的能耗。

（三）散热管理技术：解决“发热大户”的难题

芯片和光引擎都是“发热大户”——GPU芯片工作时的功耗能达到500瓦以上，光引擎里的激光器也会发热，两者装在一起，很容易出现“局部高温”，导致性能下降甚至损坏。

现在行业有三个主流散热方案：

均热板散热：在封装内部贴一层均热板，板里有液态工质，能快速把热量从高温区传到低温区，散热效率比传统散热片高3倍；

​

微流道散热：在硅中介层里刻上微小的流道，让冷却液在流道里循环，直接带走热量，适合高功耗场景，比如1000瓦以上的CPO方案；

​

分区散热：给芯片和光引擎分别装独立的散热装置，芯片用大功率散热器，光引擎用小型散热风扇，既保证散热效果，又不浪费能耗。

比如英特尔的CPO原型机，就用了“均热板+微流道”组合散热，在GPU功耗600瓦、光引擎功耗50瓦的情况下，能把封装表面最高温度控制在90℃以内，比传统方案低15℃，而且散热系统的功耗只占总功耗的5%，远低于传统方案的10%。

三、看落地：CPO现在走到哪一步了？从“实验室”到“小规模量产”

聊完技术，大家最关心的肯定是：CPO现在能用上了吗？落地进展如何？其实从2024年开始，CPO已经从“实验室原型”走向“小规模量产”，头部企业都在加速推进。

（一）国际巨头：抢跑“标准制定+原型机落地”

英特尔、英伟达、 Broadcom（博通）这些国际巨头，早在2023年就开始布局CPO，现在已经进入“原型机测试+标准制定”阶段。

英特尔：2024年推出了基于12代至强芯片的CPO原型机，支持400G光传输，功耗只有传统方案的60%，已经和微软、谷歌的云数据中心合作测试，计划2026年实现量产；

​

英伟达：在H20 GPU上预留了CPO接口，2025年上半年和博通合作推出CPO光引擎，搭配H20 GPU使用，能让AI训练效率提升25%，目前已经在Meta的数据中心小批量试用；

​

博通：2024年底发布了首款量产型CPO光引擎，支持800G光传输，功耗3.5瓦，比自家传统光模块省55%的能耗，已经拿到亚马逊、微软的订单，2025年出货量预计突破10万个。

这些巨头的动作，不仅推动了CPO技术的成熟，还在制定行业标准——比如英特尔牵头制定的“CPO封装接口标准”，已经被IEEE（电气和电子工程师协会）采纳，避免了不同厂商方案不兼容的问题。

（二）国内企业：从“技术跟随”到“局部领先”

国内企业虽然起步比国际巨头晚，但进展很快，在封装、光引擎、测试设备等环节已经实现“局部领先”。

封测企业：华天科技、长电科技都在加速CPO封装技术研发。华天科技美国研发中心的CPO封装方案，已经通过某国际芯片巨头的验证，2025年拿到1万颗试产订单，预计2026年量产；长电科技则和国内光模块企业合作，推出了基于3D封装的CPO方案，功耗比国际同类产品低10%；

​

光引擎企业：中际旭创、天孚通信在CPO光引擎领域进展迅速。中际旭创2025年推出的800G CPO光引擎，良率达到90%以上，已经给国内云厂商供货，订单量超过5万个；天孚通信研发的CPO光引擎组件，成本比进口低30%，成了国内企业的首选；

​

设备企业：先导智能、晶盛机电研发的CPO封装设备，已经能满足量产需求。先导智能的CPO键合机，精度能达到1微米，速度比进口设备快20%，价格却低40%，2025年上半年出货量突破100台。

值得一提的是，国内企业还在“低成本方案”上做了创新——比如华天科技用“国产材料+简化工艺”，把CPO封装成本从国际巨头的200美元降到150美元以下，让国内数据中心用得起CPO。某国内云厂商采购负责人说：“以前进口CPO方案太贵，只能小范围试用，现在国内方案成本降下来了，我们计划2026年把30%的传统光模块换成CPO。”

（三）行业落地：从“AI数据中心”向“边缘计算”延伸

目前CPO的落地主要集中在“高算力需求”的场景，最核心的就是AI数据中心。2024年全球AI数据中心CPO出货量突破50万个，2025年上半年已经达到60万个，预计全年能突破150万个，同比增长200%。

除了AI数据中心，CPO还在向“边缘计算”延伸——比如5G基站、自动驾驶的数据处理单元（DPU），这些场景同样需要高算力、低功耗，CPO也能发挥作用。2025年上半年，华为已经在部分5G基站试点CPO方案，基站能耗降低25%，数据传输延迟减少15%，计划2026年大规模推广。

不过也要看到，CPO目前还没到“全面普及”的阶段——主要问题是“初期投入高”，一条CPO量产线的投资比传统光模块产线高50%以上，而且需要芯片、光引擎、封装企业协同，中小企业很难单独推进。但随着头部企业的规模化量产，成本会逐步下降，预计2027年前后，CPO会和传统光模块“平分秋色”。

四、聊未来：CPO的下一站在哪？三个趋势值得关注

技术不会停滞不前，CPO在解决当前痛点后，还会向更高效率、更广场景演进。未来几年，有三个趋势值得关注。

（一）传输速率：从“800G”向“400G/3.2T”两极分化

现在主流的CPO方案是800G，但未来会向“高低两端”延伸：

低端场景：比如边缘计算、中小型数据中心，对传输速率要求不高，会推出400G CPO方案，进一步降低成本和功耗，目标是把功耗降到2瓦以下，成本降到100美元以内；

​

高端场景：比如超算中心、大型AI训练集群，需要更高的传输速率，会推进3.2T CPO方案，传输速率是现在的4倍，同时通过更先进的封装技术，把功耗控制在8瓦以内。

比如博通计划2026年推出3.2T CPO光引擎，英伟达也在研发支持3.2T传输的GPU，两者搭配后，能让AI训练效率再提升50%。

（二）集成程度：从“光引擎+芯片”向“全系统集成”升级

现在的CPO只是把“光引擎和芯片”封装在一起，未来会集成更多部件，变成“全系统封装”——比如把光引擎、芯片、内存、存储、电源管理芯片都封装在一起，形成一个“微型数据中心”。

这种“全系统集成”的CPO方案，能进一步减少部件之间的传输损耗，让整个系统的能耗再降20%，算力密度再提升30%。比如英特尔正在研发的“CPO系统级封装”，计划2027年推出，集成GPU、光引擎、HBM内存后，一个封装就能提供1P的算力，相当于现在10个服务器的算力总和。

（三）应用场景：从“数据中心”向“新能源、工业”拓展

除了数据中心，CPO还会向更多行业延伸，最有潜力的是“新能源”和“工业互联网”：

新能源：比如光伏电站、风电场，需要把大量传感器的数据实时传输到控制中心，CPO的低功耗、低延迟优势能派上用场，比如用CPO方案搭建光伏电站的数据传输网络，能让能耗降低30%，数据传输延迟减少20%；

​

工业互联网：比如智能工厂里的机器人、设备传感器，需要高可靠、低延迟的数据传输，CPO能在工业环境下稳定工作，比如某汽车工厂用CPO方案后，机器人之间的协作延迟从10毫秒降到5毫秒，生产效率提升15%。

未来5年，CPO会从“数据中心专属技术”变成“跨行业通用技术”，市场规模也会从2024年的50亿美元，增长到2030年的500亿美元，10倍的增长空间，会吸引更多企业入局。

CPO不只是“技术升级”，更是“算力革命”的开始

聊到这里，大家应该对CPO有了清晰的认识：它不是简单的“光模块改进”，而是从“架构层面”解决了AI时代的“算力能耗矛盾”，是数据中心从“粗放式扩张”向“精细化运营”转型的关键。

现在的CPO，就像20年前的云计算——刚开始时有人觉得“这东西太贵了，一套设备比传统方案贵50%，根本不划算”，也有人质疑“把光引擎和芯片封在一起，坏了就得整体换，维护成本高得吓人”，还有人直言“技术标准都没统一，今天买A厂商的，明天换B厂商的就得全拆了，纯属折腾” 。

20年前，企业对云计算的态度也如出一辙：“数据放别人服务器里不安全”“按需付费看着便宜，长期算下来比自建机房还贵”“网速跟不上，远程调用数据还不如本地存储快”。但没人想到，10年后云计算成了所有企业的“基础设施”，那些当初犹豫的企业反而因为数字化滞后被甩在身后。如今的CPO，正走着相似的路——质疑声背后，是技术迭代的必然逻辑，更是算力革命的刚性需求。

质疑声里的“真问题”：CPO落地要跨三道坎

不可否认，当下CPO的质疑并非空穴来风。就像早期云计算要解决安全、带宽、成本问题一样，CPO也面临着可靠性、成本、标准三大现实挑战，这些正是行业观望的核心原因。

第一道坎：可靠性“心结”——光引擎怕热，故障影响大

英伟达CEO黄仁勋在2025年GTC大会上的表态很直接：“共封装光学的可靠性仍不足以支撑GPU部署” 。这戳中了CPO最关键的痛点：光引擎里的激光器是“娇贵部件”，温度一高就容易出问题。按Arrhenius模型测算，激光器在40℃时寿命正常，可一旦升温到100℃，故障风险会飙升50倍，相当于从“能用10年”变成“撑不过2年” 。

更让人头疼的是“连锁故障”风险。传统光模块坏了，拔下来换个新的就行，不影响整体运行；但CPO是高度集成的封装体，要是光引擎出问题，可能得连芯片一起更换。有数据中心工程师算过一笔账：单块CPO封装模块成本约200美元，比传统光模块贵3倍，一旦批量故障，损失可能达到百万级。这也是很多企业不敢轻易尝试的核心顾虑。

第二道坎：成本“门槛”——初期投入高，中小玩家玩不起

CPO的“贵”体现在全链条：一条CPO量产线的投资比传统光模块产线高50%以上，光一台高精度键合机就得上千万元；封装用的硅中介层，单价是普通基板的3倍；连研发团队都得“顶配”，既要懂芯片封装，又要懂光学设计，资深工程师年薪能到百万级。

对中小企业来说，这简直是“天文数字”。某地方数据中心负责人坦言：“我们一年电费也就200万元，换成CPO能省30%，但初期设备投入要多花800万，得13年才能回本，根本不划算。”这种“短期投入换长期节能”的模式，只有超大规模数据中心能承受，中小玩家只能观望。

第三道坎：标准“混战”——各家方案不兼容，怕踩坑

现在的CPO行业，就像20年前的手机充电口，每家都有自己的“玩法”。光引擎的集成方式就有两种主流选项：有的厂商用焊接+连接器，集成度高但坏了只能整体换；有的用插座+尾纤，能单独换部件但设计复杂 。更麻烦的是控制架构，有的厂商要求兼容现有光模块标准，有的则主张用新的SDK管理，连软件都不通用。

某云厂商技术采购负责人吐槽：“去年试装了三家厂商的CPO设备，结果彼此之间没法互联，最后只能拆了重装传统光模块。没有统一标准，谁敢大规模采购？”这种“标准混战”，让很多企业宁愿等一等，也不愿当“小白鼠”。

破局的“硬逻辑”：算力倒逼下，CPO是“不得不选”的方案

尽管质疑重重，但CPO的发展速度远超预期——就像云计算最终靠“数字化刚需”破局一样，CPO的推动力来自算力增长的“不可逆转”。当AI大模型从百亿参数迈向万亿参数，当数据中心功耗一年涨30%，传统方案已经撑不住了，CPO成了“退无可退”的选择。

算力密度倒逼：传统方案“装不下”越来越强的算力

现在的AI服务器，算力正以“每3-4个月翻一番”的速度暴涨。英伟达H100 GPU单机就要配8个800G光模块，要是换成下一代GB200，光模块需求还得翻一倍。传统方案里，光模块要占机柜1/3的空间，想堆出100P算力得用200个机柜，很多数据中心早就“挤得下不去脚”。

CPO的出现刚好解决了“空间焦虑”。博通基于Tomahawk 6芯片的CPO交换机，把光引擎和芯片封装后，相同机柜能多装40%的芯片，100P算力只要120个机柜就能搞定，场地成本直接降40% 。就像某超算中心主任说的：“不是我们想换CPO，是机柜实在装不下了，不换就没法升级算力。”

能耗压力倒逼：电费账单“逼”着企业找节能方案

2024年全球数据中心总耗电量突破4000亿度，其中光互联部分占了25%，相当于一个中等国家的年用电量。对超大规模数据中心来说，电费是“大头支出”——某头部云厂商的AI机房，每月电费就高达700万元，光模块占了200万。

CPO的节能优势在这时成了“救命稻草”。测试数据显示，800G CPO方案的功耗只有传统光模块的一半，100P算力集群每天能省1.68万元电费，一年就是613万元。更关键的是，随着算力提升，这种节能效应会越明显：3.2T速率下，CPO比传统方案省60%能耗，对年电费过亿的数据中心来说，两年就能回本。

技术迭代倒逼：传统方案撑不起1.6T以上速率

光模块正在向1.6T、3.2T速率升级，但传统方案到了“瓶颈期”：速率升到200G/lane时，信号衰减严重，得加Retimer（重定时器）才能用，但Retimer本身就是“耗电大户”，还会让光模块温度升高，陷入“速率越高越耗电”的死循环 。

CPO天生适合高速率场景：把光引擎直接贴在芯片旁边，信号传输距离从几十厘米缩到几毫米，衰减减少80%，不用Retimer也能稳定传输 。英伟达2025年推出的Quantum-X CPO交换机，直接支持3.2T速率，能效比是传统方案的3.5倍，已经在Meta的数据中心试用——这说明，想跟上高速率浪潮，CPO是绕不开的选择。

从“试点”到“普及”：CPO的爆发只差3年？

云计算从“概念”到“普及”用了10年，但CPO的节奏会快得多。行业共识已经很明确：讨论的焦点不再是“要不要用CPO”，而是“什么时候用、怎么用”。从当前进展看，2027年很可能成为CPO规模化爆发的“拐点”，就像2012年云计算开始加速渗透一样。

现在：头部玩家已经“下场”，试点跑出实效

2025年下半年，CPO已经从实验室走进了真实场景。海外方面，亚马逊、微软已经采购博通的800G CPO光引擎，订单量突破10万个；Meta在AI训练集群中试用英伟达CPO方案，算力效率提升25%，电费省了30% 。

国内进展也不慢：华天科技的CPO封装方案通过国际芯片巨头验证，拿到1万颗试产订单；中际旭创的800G CPO光引擎良率超90%，给国内云厂商供货超5万个；华为甚至在5G基站试点CPO，基站能耗直接降25%。这些试点用数据证明：只要解决了初期问题，CPO的价值远超传统方案。

2027年：成本降下来，标准定下来，规模涨起来

机构预测的“2027年规模化拐点”，不是凭空猜测，而是基于成本和标准的明确演进路径。

成本上，随着头部企业量产，CPO价格正在快速下降。华天科技用国产材料优化工艺后，封装成本从200美元降到150美元以下；国内设备厂商的CPO键合机，价格比进口设备低40%，还能提升20%效率。按这个速度，2027年CPO成本将和高端传统光模块持平，性价比优势会彻底凸显。

标准上，IEEE已经启动CPO封装接口标准制定，英特尔牵头的方案已经进入草案阶段；国内“东数西算”工程专门设立500亿元基金，推动CPO标准统一和技术研发。预计2026年前后，核心标准就能落地，彻底解决“兼容性”难题。

市场规模的增长会更惊人：2023年全球CPO端口销量才5万，到2027年预计达到450万，4年涨90倍；中国市场占比将达30%，成为全球最大的CPO应用市场。这就像2010-2015年的云计算，从“小众试点”一跃成为“行业标配”。

未来已来：CPO会重构整个算力产业链

20年前没人想到，云计算会催生亚马逊AWS、阿里云这样的巨头，更改变了所有企业的数字化模式。今天的CPO，同样会带来产业链的“大洗牌”，从封装、设备到应用，每个环节都可能诞生新的龙头。

封装企业：从“代工”到“技术核心”

以前封测企业只是“按图加工”，但CPO的异质集成技术，让封测成了核心环节。华天科技、长电科技通过攻克2.5D封装+激光冷却技术，已经能主导CPO方案设计，甚至反向赋能芯片厂商；它们的研发投入占比提升到15%，比传统封测企业高5个百分点，利润空间也从10%涨到18%。未来，懂CPO的封测企业，会比单纯做代工的企业更有话语权。

设备企业：国产替代迎来“黄金窗口”

早期云计算设备被思科、IBM垄断，但后来华为、新华三崛起。现在的CPO设备，同样给了国产厂商机会。先导智能的CPO键合机精度达1微米，速度比进口快20%；晶盛机电的激光冷却设备，能把光引擎温度控制在70℃以内，性能比肩国际一流。随着国内CPO产能扩张，这些设备厂商会快速抢占市场，打破进口依赖。

应用场景：从数据中心走向“万物互联”

就像云计算从互联网拓展到金融、制造一样，CPO的应用场景也会越来越广。除了AI数据中心，新能源领域已经开始试水——光伏电站用CPO搭建数据传输网络，能耗降30%，延迟减20%；智能工厂里，CPO让机器人协作延迟从10毫秒降到5毫秒，生产效率提升15%。未来5年，CPO会从“数据中心专属技术”，变成新能源、工业、自动驾驶等领域的“刚需品”。

结语：别等“普及了再用”，要等“用了才普及”

20年前，那些最早拥抱云计算的企业，后来都成了行业的数字化标杆；20年后的今天，面对CPO这样的新技术，历史正在重演。

现在的CPO，确实还有这样那样的问题，就像早期云计算也有安全漏洞、带宽瓶颈一样。但技术的进步从来不是“完美后再落地”，而是“落地中不断完美”。那些现在敢于试点、勇于优化的企业，既能享受当下的能耗节省和算力提升，更能在2027年规模化爆发时抢占先机。

就像一位行业老兵说的：“20年前错过云计算，只是慢了一步；现在错过CPO，可能会错过整个算力时代。”CPO的故事，不是“要不要做”的选择题，而是“什么时候做”的时间题。而这个答案，其实已经写在了算力增长的浪潮里。