伯恩斯坦最新發布的一份97頁的深度報告指出，人工智慧資料中心中的銅互連和光互連並非相互替代，而是將在縱向擴展和橫向擴展場景下長期共存。儘管CPO技術在功耗和成本方面具有優勢，但由於製造和維護方面的挑戰，其廣泛部署仍面臨阻礙，大規模普及不太可能在2028年之前實現，因此光互連LPO/NPO可能成為過渡時期的領導者。但CPO正在從根本上重塑價值鏈，將利潤中心從傳統的光模組供應商轉移到晶片設計、先進封裝和系統整合商。
這裡要特別說下伯恩斯坦這家機構，伯恩斯坦（Bernstein，全稱為Sanford C. Bernstein）是一家總部位於美國的全球知名投資研究公司和資產管理機構。它成立於1967年，目前隸屬於全球資產管理巨頭聯博（AllianceBernstein，簡稱AB），伯恩斯坦也是規模最大、歷史最悠久的獨立賣方研究機構之一。以下詳細拆解下伯恩斯坦的這份報告。
2月中在有詳細拆解過AI算力產業鏈瓶頸傳導的底層邏輯，聊到25-26年光互連是市場正在切換的AI主線之一。
最早https://x.com/qinbafrank/status/2015377625167089671?s=20在去年底才開始真正關注和研究光互連的領域。
在伯恩斯坦這份報告，核心是三個面向：
為什麼連結性取代算力成為新瓶頸？ CPO兌現節奏在哪裡？為什麼PCB/ABF 基板是2026 年更現實的業績兌現方向？詳細拆解下
這份報告真正想講的不是“CPO 要爆發”，而是：
AI 資料中心的瓶頸，正在從GPU/HBM/CoWoS，繼續向「連接系統」遷移。未來的投資主線不是CPO 獨贏，而是光、電、銅、板、封裝、測試共同升級。
更直白地說：
過去市場看AI，主要看GPU 算力。
現在市場開始看GPU 之間怎麼連起來。
未來要看的是算力利用率能不能被連結系統釋放出來。
這就是報告標題裡所謂的「War for AI Data Center Connectivity」 。
一、為什麼「連結」會變成AI 資料中心的新瓶頸？
AI 叢集不是把GPU 堆在一起就完事了。真正的問題是：這些GPU 必須高速同步、交換參數、傳輸啟動值、做AllReduce、做模型並行和資料並行。理論算力再強，如果GPU 之間通訊跟不上，實際利用率就會掉下來。
可以把AI 集群理解成一個巨大的工廠：
為什麼連結性會取代算力成為新瓶頸？
這件事的根源要從大模型的訓練方式說起。大模型訓練有兩種平行方法：
一種叫張量並行，一種叫專家並行。這兩種方法的共同特點是需要GPU之間頻繁地、大規模地交換資料。
一次訓練GPU之間要交換的資料量是天文數字，什麼意思呢？過去你只要堆GPU數量就行了，現在你堆的越多，GPU之間通訊的開銷就越大。到某個臨界點加GPU不再讓訓練變快，反而讓通訊塞車更嚴重，這就是連接瓶頸。
伯恩斯坦給了一組對比，一個標準的英偉達GB30機櫃裡面，GPU和GPU之間用的是銅纜，因為距離短，銅纜便宜穩定。但機櫃和機櫃之間必須用光纖，因為銅纜超過2公尺訊號衰減就受不了。光纖的兩端需要光模組，光模組負責把電訊號轉成光訊號再轉回來。
問題來了，一個1.6T的光模組功耗大概三十瓦，其中一大半都被一個叫DSP數位訊號處理器的晶片吃掉了。一個機櫃裡幾百個光模組，光通訊這項的耗電量就壓不下來。
所以現在的AI資料中心遇到的真問題，不是算力不夠讓功耗到頂了。英偉達自己說新一代CPU交換機能比傳統光模組節省70%的功耗，一個51.2T的交換機，光這一項就能省五百瓦，省下來的功耗可以讓你多塞GPU。
英偉達自己也在強化這個敘事。 2025 年3 月，NVIDIA 發布Spectrum-X Photonics 和Quantum-X silicon photonics switches，強調它們是為了讓AI factories 連接數百萬GPU，並降低能耗和運維成本；NVIDIA 稱其為photonics switches 可以實現每一個功率提升、13 倍且功能提升
Bernstein這份報告的底層邏輯是： AI 資本開支的下一階段，不只是繼續買更多GPU，而是買更多「讓GPU 有效運作的連結能力」。
二、報告最核心的判斷：不是“銅退光進”，而是“多路線共存”
市面上常有個簡單說法：光進銅退。
但這份報告的觀點更細：銅和光不是簡單替代關係，而是在不同距離、不同頻寬、不同維護要求、不同成本結構下長期共存。 Bernstein 認為copper 和optical interconnects 不是簡單替代品，而是在Scale-up 和Scale-out 場景下分別發展。這個判斷非常關鍵。
1. Scale-up：機櫃內/近距離互聯，銅仍然很強
Scale-up 更接近GPU 與GPU、GPU 與switch、機櫃內或近機櫃範圍的高速互聯。這裡最看重：
低延遲、低成本、高可靠性、可維護性、短距離傳輸能力。
在這個場景裡，銅並沒有馬上死掉。
老黃之前也明確表態：NVIDIA 暫時不會把CPO 用在旗艦GPU 之間的主連接上，因為傳統銅連接目前比CPO 光連接可靠得多；NVIDIA 會先把CPO 用在伺服器頂部交換器中的兩款新網路晶片上。
這句話非常重要。它說明： CPO 是方向，但不是馬上全面取代銅。
也就是說，至少在現階段，NVIDIA 的邏輯是：
交換器側可以先上CPO，GPU/XPU 側要更謹慎。
原因很簡單：GPU 是系統裡最貴、最關鍵的資產。你不能因為光互連節能，就犧牲可靠性。 AI 訓練叢集裡，一個連結頻繁掉線，損失的不只是硬體成本，而是訓練任務中斷、GPU 使用率下降、調度複雜度上升。
2. Scale-out：機櫃間/集群間互聯，光學更有優勢
Scale-out 是更大範圍的GPU 叢集擴展，通常涉及機櫃之間、資料中心內部更長距離的東西向流量。
在這個場景下，光學方案的優勢更明顯：
距離更遠、頻寬更高、電纜更輕、功耗更低、佈線密度更好。
所以未來不是“銅被光完全取代”，而是：
伯恩斯坦這份報告最有價值的地方：它沒有停留在「CPO 概念股」層面，而是把AI 連接拆成了多條技術路線。
三、CPO：方向很重要，但2026 年不是全面爆發年
這份報告裡最容易被市場誤讀的地方，就是CPO。
很多人看到CPO，就直接下結論：
光模組要被替代，CPO 立刻爆發，傳統光模組廠完了。
這個理解太粗。
Bernstein 預計CPO 在Scale-out 網路中的小規模部署可能從2026 年下半年開始，主要用於驗證真實性能和供應鏈成熟度；但在更關鍵的Scale-up 場景中，CPO 採用可能推遲到2028 年下半年以後的X、PU 不能先驗證交換機側CPO 的長期可靠性，再應用到更高價值可靠性，再應用到更高價值。
這和Jensen Huang之前的表態是吻合的：CPO 會先用於網路交換晶片，而不是直接大規模進入GPU 主連接。
所以時間節奏應該這樣理解：
LightCounting 的觀點也支持「漸進式演進」而不是「一夜切換」。它預測傳統retimed pluggables 未來5 年仍將占主導，雖然LPO/CPO 在2026–2028 年會佔800G 和1.6T 連接埠的重要比例。 EDN 對產業觀點的總結也提到，Yole 認為CPO 大規模部署可能在2028–2030 年之間，LightCounting 則認為本十年內光模組仍會佔資料中心光鏈路的大多數，但光學元件會持續向ASIC 靠近。
所以我的判斷是：
CPO 是中長期方向，但2026 年更確定的收入，不一定在最純的CPO 概念股，而在CPO 前夕必須先升級的光源、測試、封裝、PCB、ABF、CCL、1.6T 光模組和LPO/NPO。
四、LPO/NPO：它們是CPO 爆發前的“過渡主線”
這份報告很重要的一點，是沒有把技術路線簡單分成「傳統光模組vs CPO」。
中間還有LPO 和NPO。
1. LPO 是什麼？
LPO，全名為Linear Pluggable Optics。它大致可以理解為：保留可插拔形態，但去掉或弱化DSP，用線性驅動和主機側均衡來降低功耗。
優點是：功耗更低、成本可能更低、仍保留一定可維護性。
缺點是：系統調試更難、鏈路預算更緊、對主機側SerDes 和系統工程要求更高。
公開摘要提到，LPO 通過去掉DSP、把訊號處理交給線性組件，可以相較傳統可插拔模組大幅降低功耗，同時保留模組化維護便利；Bernstein 甚至認為到2030 年LPO 出貨量可能超過CPO。
2. NPO 是什麼？
NPO 可以理解為Near-Packaged Optics，也就是把光引擎放得更靠近ASIC，但又不像CPO 那麼徹底封在一起。
它的價值在於折中：
這說明未來幾年很可能不是“一步到CPO”，而是：
傳統可插拔→ LPO/NPO → CPO → 光I/O / optical fabric
這也是為什麼2026 年你不能只看CPO。真正能兌現業績的，可能是那些能跨多個階段供貨的公司。
總結下來就是CPO這個故事2026年還不會兌現，CPO在2026年下半年只能小批量出貨，只用於scale out場景，也就是機櫃和機櫃之間真正大規模鋪開要等到2028年。
為什麼這麼慢？伯恩斯坦給了三個原因：
第一個原因是雲端服務商不願意換傳統光模組出問題了，運維拔下來換一個新的就好，幾分鐘搞定。 CPU是焊死在交換器裡的，一個光引擎壞了，整台交換器要返廠，停機時間、維運成本對亞馬遜、谷歌、微軟這些雲端服務商來說都是大問題。而且光模組的故障率不低，業界標準是10萬小時故障一次，換算下來1萬個光模組一年要換九個，這是硬故障，還沒算是軟故障。
CPO把光引擎做進晶片裡，可靠性必須做到幾個數量級的提升，才能讓雲端服務商放心。伯恩斯坦直接說了，他們和中際旭創這家中國光模組廠溝通，中際旭創告訴他們沒有一家雲端服務商客戶計劃在2026到2027年大規模部署CPO這句話很重，市場可能還沒聽進去。
第二個原因是過渡方案已經出來了，CPU不是唯一選擇。中間有兩個技術，一個叫LPO個叫NPO。 LPO是把光模組裡那個最耗電的DSP晶片去掉，用更簡單的元件取代。這一刀下去，功耗降到傳統光模組的3分之1，但仍保留可插拔800G的LPO現在已經在量產。
NPO是把光引擎放在交換器晶片旁的PCB上，但還是可拆卸的。英偉達現在叫CPU的產品，嚴格說其實是NPO這兩個過渡方案能撐2到3年。所以雲端服務商完全有理由說我先用LPU撐著，等CPO真的成熟了再說。
第三個原因是scale up場景裡，銅纜還沒死，GPU之間的連接叫scale up。這裡銅纜的成本優勢、可靠性優勢，目前沒有任何替代品能比。
伯恩斯坦明確說，2026到2028年，scale up仍然是銅纜主導，立訊精密在這裡是受益者，他跟英偉達GP300銅纜連接器跟安費諾正面競爭，還有一個叫CPC 共封裝銅纜的過渡技術術，進一步延長了銅纜的生命週期
lightcounting這家產業顧問機構預測，到2029年1.6T的連結市場裡，銅纜還能佔接近一半的市佔率。
五、CPO 最大影響：不是簡單降成本，而是重新分配利潤池
CPO 的產業意義，不只是節能，也不是單純替代光模組。
它真正改變的是：利潤從哪裡產生。
傳統可插拔光模組時代，價值鏈大致是：
DSP / 光晶片/ TOSA/ROSA / 模組封裝/ 光模組廠/ 交換器廠/ 雲端廠商。
CPO 時代會變成：
Switch ASIC / 光引擎/ 外置雷射光源/ FAU / 先進封裝/ 晶圓製造/ 測試/ 系統整合。
Bernstein 以NVIDIA Quantum-X800 CPO switch 做了成本拆解：此交換器配置四顆switch ASIC，每顆整合18 個optical engines，並有18 個外部光源模組；單一Quantum-X800 CPO switch 估算成本約57 萬美元。摘要也指出，在CPO 架構下DSP 被取消，光引擎與交換晶片共封裝，價值中心轉移到晶片設計、先進封裝和晶圓製造。
這就是為什麼報告會利好這些方向：
相對來說，傳統光模組廠會面臨一個問題：
如果價值從模組封裝轉到ASIC、封裝、光引擎和系統集成，它們的利潤池可能會被重構。
但這不等於傳統光模組廠馬上沒價值。因為2026–2028 年，800G、1.6T、LPO/NPO 仍會有大量需求。 Cignal AI 也指出，高速datacom 模組，尤其是800GbE 和新興1.6TbE 設計，仍會是2026 年的主要成長引擎。
所以正確理解是：
CPO 會改變光模組產業鏈利潤分配，但不會在2026 年立刻消滅可插拔光模組。
六、為什麼報告強調PCB、ABF、CCL 是2026 更現實的方向？
這是我認為最值得你關注的地方。
CPO 的想像空間大，但兌現週期偏後。相較之下，PCB、ABF、CCL 的升級則更靠近當下訂單。
原因是：即使CPO 還沒有大規模商用，AI 伺服器和交換器已經在升級。
Rubin、Rubin Ultra、GB300、雲端廠商ASIC、下一代switch ASIC，都在提升：
單板速率、封裝面積、供電密度、訊號完整性需求、散熱需求、材料低損耗需求。
這是這份研讀報裡最反共識，但最容易被忽略的一條。真正在2026年賺到錢的是PCB、HDI、ABF、基板這條老錢賽道。
為什麼說反共識？因為這條賽道太傳統了。 PCB是幾十年的舊產業，全球市場2025年850億美元，聽起來一點也不性感，所有人都盯著CPO，盯著光模組，盯著英偉達，沒人願意花時間研究印刷電路板，但伯恩斯坦的數據告訴我們，這條賽道在2025年已經悄悄起飛了。
伯恩斯坦給了一組數字，盛虹科技做HDI高密度互聯板的，2025年營收年增63%。 WUS滬電股份給英偉達GB300MPCB的營收成長45%。 Gold circuit金像電給AWS Trinium年供貨的成長40%，shengyi electronicd生益電子AWS供應鏈的另一家成長40%。這些都是已經發生的真實業績，不是預期，是兌現。為什麼這條賽道在漲？有三層維度可以看：
第一層是AI伺服器對PCB的含量翻倍了。過去英偉達H10伺服器，一台80GPUHDI加PCB的總價值大概100到150美元每張GPU。換到GB200VL72機櫃，這個數字直接翻到300美元每張。什麼意思呢？同樣賣一張GPU，PCB廠商賺的錢翻了一倍。
而且這還沒完，即將到來的Vera Robin平台會採用一種叫midplane中版的新結構，把原本用銅纜連接的部分換成多層PCB。這塊mid plane是44層板，以最高階的M8等級覆銅版，在下一代的Rubin ultra可能會用到78層版M9等級。層數翻倍，材料升級，價值量再翻倍。
第二層是上游材料卡脖子。 ABF基板有一種關鍵材料叫做T-glass低熱膨脹係數玻璃纖維，它的作用是防止AI晶片在高溫下基板變形導致焊點失效。
T glass現在全球只有一家公司能做到頂級規格，叫日東紡，CTE數值是2.8%，其他廠商做不到這個等級。日東紡的新產能要到2026年底才能上線，正式出貨要到2027年，這意味著整個2026年t glass持續短缺。
什麼是t glass短缺？就是ABF基板廠商可以名正言順漲價。 Unimicron新興電子已經和客戶重新談了價格。伯恩斯坦的模型預測，ABF基版的ASP在2026年每季較上季漲5%到7%，年累計漲幅可能超過20%。
第三層是ABF膜的隱形壟斷者。 ABF膜是ABF基板的核心材料之一，這種材料的發明者叫Agenomoto，味知數，就是那個賣味精的日本食品公司。他們在90年代研發味精的過程中，意外發現了一種特殊的胺基酸衍生薄膜，可以做半導體基板的熱脹層。從那時起，全球95%的ABF膜都來自未知素。
伯恩斯坦的數據，味之素的ABF業務毛利率60%，12026財年成長32%，2027財年預計加速到45%。這家公司的ABF業務30年沒人能撼動倍。
所以2026 年更確定的不是“CPO 一夜爆發”，而是：
高速PCB 要升級； ABF 基板要升級； CCL 要升級到更低損耗材料； 銅箔、玻纖布、低Dk/低Df 材料要升級；測試和驗證環節要升級。
所以2026 年更現實的策略，是先抓三類確定性——1.6T 和LPO/NPO 過渡帶來的光學需求、Rubin/ASIC 帶來的PCB/ABF/CCL 升級、CPO 試產前必須投入的測試/FAU/光源/先進封裝。
因為資本市場常犯一個錯誤：
喜歡買最遠的概念，但真正先出業績的往往是「遠期概念之前必須先建造的基礎設施」。
CPO 就像未來的高鐵站。
但在高鐵站全面運作前，先賺錢的可能是修路、鋪軌、供電、號誌系統和偵測設備。
七、這份報告裡的產業鏈受益順序
如果把AI 連接產業鏈分成四層：
第一層：最強平台級贏家
這類公司不是只賣一個零件，而是控制架構。
NVIDIA
NVIDIA 的優勢不是只有GPU，而是GPU + NVLink + InfiniBand + Ethernet + Spectrum-X + Quantum-X + 軟體生態。 NVIDIA 官方揭露的silicon photonics networking switches 已經把TSMC、Coherent、Corning、Fabrinet、Foxconn、Lumentum、SENKO、SPIL、Sumitomo Electric、TFC Communication 等納入生態。
這說明NVIDIA 在做一件事：
不只是賣GPU，而是把AI 工廠的網路架構也納入自己的平台控制。
台積電，它是這整個故事的隱形樞紐
cop平台，把電子晶片和光子晶片用混合建合技術結合。所有大客戶英偉達、博通、Ai labs都在往台積電遷移。這家不靠CPO本身賺多少錢，但cpo強化了台積電在先進封裝和晶圓代工的統治地位。
Broadcom
Broadcom 的邏輯不同。它更像是：
Ethernet switch ASIC + custom ASIC + CPO + 雲端廠商客製化晶片生態。
。和兩層網路中100,000+ XPUs。
這說明台積電、Broadcom 是NVIDIA 之外，在AI 網路與CPO 價值鏈裡非常關鍵的公司。
第二層：確定性較強的光學與高速互連
這包括：
1.6T 光模組、LPO/NPO、矽光、雷射、外部光源、FAU、光連接器。
代表方向包括Coherent、Lumentum、Fabrinet、Innolight、Eoptolink、SENKO、Corning、Sumitomo 等。 NVIDIA 官方生態名單裡就包含多家光學、封裝與連結相關企業。
這一層的重點不是“誰最像CPO”，而是：
誰能同時吃到800G/1.6T、LPO/NPO、CPO 試產、外置光源和FAU 需求。
能跨階段的公司，勝率高於單一概念公司。
第三層：PCB、ABF、CCL、材料
這是2026 年認為最容易被低估的地方。
公開轉述中提到，原報告涵蓋或提及了Chroma、Luxshare、Unimicron、NVIDIA、Broadcom、TSMC、Ibiden 等公司。
這裡面Unimicron、Ibiden 這種基板/PCB 鏈條公司非常值得注意，因為AI 伺服器複雜度提升後，PCB 和封裝基板不再只是跟隨件，而是效能約束本身。
第四層：測試設備、良率、可靠性
CPO 最大難點不是PPT，而是量產。
量產要解決：
光電耦合良率；
外置雷射光源穩定性；
高溫環境可靠性；
封裝應力；
現場維護；
測試時間；
一致性；
失效後維修模式。
所以測試設備和可靠性驗證可能是很好的「賣鏟人」。
這類公司不一定最性感，但如果CPO 進入試產，它們往往是最早看到訂單的環節。
八、這份報告的投資意義：不要買“最像概念的”，要買“最難繞開的”
這份報告對投資最大的啟發是：
AI 連線不是單點科技革命，而是瓶頸遷移。投資要押共同瓶頸，不要押單一路線。
什麼叫共同瓶頸？
就是無論最終是CPO、LPO、NPO，或是傳統可插拔繼續升級，都繞不開的東西。比如：
相反，單一路線風險比較
例如你只買“純CPO 概念”，風險是：
CPO 量產時間延後，訂單不兌現，估價先殺。
只買傳統光模組，風險是：
CPO/NPO/LPO 重構價值鏈，長期利潤池被平台廠和晶片/封裝廠拿走。
只買PCB/材料，風險是：
客戶擴產過快、供給集中釋放、毛利率反轉。
所以更好的組合是：
2026 年買確定性，2027 年買訂單彈性，2028 年以後買架構選擇權。
九、個人對這份報告的合理性評價
很合理的地方
- 第一，把AI 瓶頸從GPU 擴展到連接系統，這個方向非常對。 NVIDIA、Broadcom 的產品發布都在驗證這一點。
- 第二，反對「銅退光進」的簡單敘事，這個判斷非常重要。 Reuters 對Jensen Huang 的報道已經明確說明，銅在GPU/XPU 核心連接裡短期仍有可靠性優勢。
- 第三，認為CPO 是方向但規模化要等可靠性驗證，這個判斷也合理。 LightCounting、Yole/EDN 的產業判斷都偏向「逐步遷移，而非立刻全面替代」。
- 第四，強調PCB/ABF/CCL、測試、光源等「前置環節」更容易在2026 年兌現，這個對投資更有幫助。因為資本市場容易過度交易最遠期的故事，卻低估近期真正進訂單的環節。
需要注意的地方
第一，公開轉述可能會把Bernstein 的觀點「投資化、標題黨化」。例如「AI 真正戰場不在晶片，在連接」這句話有傳播力，但嚴格說，GPU/HBM/CoWoS 仍然是核心瓶頸，只是連接的邊際重要性上升，不是晶片不重要。
第二，CPO 的價值轉移方向對，但速度可能被市場高估。 CPO 要解決製造、封裝、現場維護、失效更換、可靠性等問題，不是一個發表會之後立刻放量的技術。
第三，LPO/NPO 的過渡價值很大，但其係統調試難度也不低。 LPO 不是「低功耗版可插拔」這麼簡單，它把很多複雜度轉移到了主機側和系統級調試上。
第四，PCB/ABF/CCL 這條線雖然確定性強，但也要警覺擴產週期。材料和基板產業一旦看到高景氣，很容易擴產，後面顧客平台節奏一慢，毛利率就會反噬。
十、未來2–3 年，可以用這個時間表追蹤
2026：不要只看CPO，看三條確定性
2026 年重點不是CPO 大爆發，而是：
1.6T 可插拔光模組是否放量；
LPO/NPO 是否獲得更多雲端廠商/交換器平台認證；
PCB/ABF/CCL 是否持續漲價或擴產；
CPO 相關測試設備、FAU、外置光源是否開始有實際訂單。
如果這些發生，說明報告邏輯進入兌現期。
2027：看CPO 試點從“樣機”走向“客戶部署”
關鍵指標是：
NVIDIA Quantum-X / Spectrum-X Photonics 的真實客戶部署；
Broadcom Davisson/Tomahawk CPO 的客戶擴展；
CoreWeave、Lambda、Meta、Google、微軟、亞馬遜等是否採用；
CPO 外置光源、FAU、測試設備是否進入收入確認。
2028年以後：看CPO 是否進入Scale-up
最關鍵的轉捩點是：
CPO 是否從交換器側走向XPU/GPU 附近；
光I/O 是否進入高階ASIC/GPU 封裝；
OCS/optical fabric 是否開始改變資料中心網路拓樸。
如果到了這一步，CPO 就不只是光模組替代，而是AI 運算架構的變化。
十一、基於這份報告的投資架構：四類資產，四種邏輯
如果用這份報告指導美股/港股/A股投資，我會分四類。
個人最認同的策略是：
核心倉買平台贏家，彈性倉買光學與PCB確定性，選擇權倉小比例買CPO 遠期方向。
不建議一上來就把所有資金押在「最純CPO 概念股」。
十二、這份報告最核心的五個重點
- 第一， AI 資料中心的瓶頸正從「算得快」轉向「連得快、連得穩、連得省電」。
- 第二，光不會立刻消滅銅，銅也不會永遠守住所有場景；不同距離和系統層級會選擇不同方案。
- 第三， CPO 是方向，但2026 年較現實的收入在1.6T、LPO/NPO、光源、測試、PCB、ABF、CCL。
- 第四， CPO 的真正影響力不是讓光模組便宜，而是把利潤池從傳統模組封裝轉向晶片、封裝、光引擎、光源、測試和系統平台。
- 第五，投資AI 連接，不要買最熱的概念，要買最難繞開的瓶頸。
- 這是一份很有價值的「AI 第二層基礎設施」報告。它提醒市場：GPU 之後，下一個被重新定價的不是某一個零件，而是整個AI 連接棧。
但它也不能簡單讀成「CPO 立刻爆發」。更準確的讀法是：
2026 年看可插拔/LPO/NPO/PCB/ABF/測試；
2027 年看CPO 試辦訂單；
2028 年以後看CPO 和光I/O 是否真正進入AI 運算核心架構。
