作者：Flora，CryptoPulse Labs

近日，英伟达资深副总裁Gilad Shainer宣布，共同封装光学（Co-Packaged Optics，CPO）技术正式进入量产阶段，并表示未来光通信市场最大的增长机会将来自垂直扩展（Scale-up），其所需带宽性能将达到水平扩展（Scale-out）的十倍以上。

这一消息说明AI基础设施竞争正在进入新的阶段，也就是说在GPU之外，光互联正在成为英伟达构建下一代AI工厂的重要战略支点。

一、AI算力迈入新阶段：CPO量产开启光互联时代

共同封装光学（CPO）并不是一个突然出现的新技术，而是AI高速计算发展到一定阶段后的必然选择。

简单来说，传统数据中心中，GPU、CPU以及交换芯片之间主要依靠电信号传输数据，而随着AI模型规模不断扩大，数据交换量迅速增长，电连接方式开始面临越来越严重的问题。

一方面，电信号在高速传输过程中会产生明显损耗。随着传输速率提升，芯片之间的距离越远，信号衰减和能耗问题越突出。

另一方面，大规模AI训练集群需要数千甚至数万颗GPU协同工作，如果通信效率不足，即使单颗GPU性能再强，也无法发挥整体算力。

因此，光通信逐渐成为AI基础设施升级的重要方向。

CPO技术的核心逻辑，是将光引擎直接集成到交换芯片附近，通过缩短芯片与光模块之间的距离，提高数据传输速度，同时降低功耗。

过去的数据中心采用“芯片+独立光模块”的架构，光模块通过高速电接口连接交换芯片。而CPO则进一步改变这一结构，将光模块中的关键组件直接封装到交换芯片附近，使整个系统更加紧凑、高效。

根据Gilad Shainer介绍，英伟达目前已经与供应链合作开发相关交换机产品，并开始向紧密合作客户交付，同时也将在自身AI基础设施中部署相关设备。预计未来一年，大量采用CPO技术的交换机将在全球AI工厂中落地。

这意味着CPO已经从实验室验证阶段正式进入商业化阶段。

对于英伟达而言，这不仅是一项硬件升级，更是一场围绕AI基础设施生态的话语权竞争。

过去几年，英伟达凭借GPU建立了AI计算时代的核心地位。但随着AI产业进入超级计算集群时代，单纯依靠GPU性能已经不足以满足需求。未来AI竞争将是计算、网络、存储和通信的综合竞争。

英伟达正在从一家GPU公司，逐渐转变为完整AI基础设施供应商，而CPO正是其中的重要组成部分。

二、Scale-up需求十倍增长：光通信迎来AI时代最大机遇

英伟达此次重点强调Scale-up的发展机会，实际上揭示了未来AI基础设施演进的重要趋势。

目前AI计算主要存在两种扩展方式：

第一种是Scale-out，即水平扩展。

这种模式通过增加更多服务器和GPU节点扩大计算能力。例如，一个AI训练任务可以由数千台服务器组成，通过网络连接共同完成计算。

过去几年，大多数云计算和AI数据中心采用这种方式，通过不断增加GPU数量提升整体算力。

第二种则是Scale-up，即垂直扩展。

Scale-up更加关注如何让大量芯片在更近距离内高速协同，使多个GPU、CPU甚至专用AI芯片形成一个更大规模的计算单元。

对于未来的大模型训练而言，Scale-up的重要性正在不断提升。

原因在于，当前AI模型规模已经远远超过传统计算任务。大型语言模型拥有数千亿甚至数万亿参数，训练过程中需要大量GPU之间频繁交换数据。

如果GPU之间通信效率不足，大量计算时间会被浪费在等待数据传输上。

因此，未来AI集群不仅需要更多GPU，更需要让GPU之间形成类似“超级大脑”的高速连接。

Gilad Shainer表示，未来Scale-up所需要的带宽性能将达到Scale-out的十倍以上，这也意味着光通信市场未来最大的增长空间可能并不是传统数据中心互联，而是AI超级计算内部连接。

这将直接改变光通信产业的发展逻辑。过去，光通信主要服务于运营商网络、云计算数据中心以及互联网基础设施。而未来，AI计算可能成为光通信产业最大的增长引擎。

随着GPT、大模型、多模态AI不断发展，AI工厂正在成为新的超级计算中心。每一个AI工厂内部，都需要大量高速交换设备连接GPU，而CPO技术正是解决这一需求的重要方案。

因此，CPO背后的产业价值，并不仅仅是提升传输速度，而是在重新定义未来AI基础设施的架构。

三、供应链全面布局：英伟达引领下一代AI基础设施革命

CPO进入量产的背后，是英伟达多年产业链布局的结果。

Gilad Shainer表示，在任何技术进入规模化生产之前，英伟达都会提前打造完整供应链体系，包括光引擎（OE）、封装、光纤阵列、定制化激光光源等多个环节。

这体现了英伟达近年来越来越明显的平台化战略。

过去芯片企业竞争主要围绕设计能力展开，但AI时代的产业竞争已经变成生态竞争。

以GPU为例，英伟达不仅提供计算芯片，还建立了CUDA软件生态、服务器合作体系、网络技术体系以及AI开发平台。

CPO同样如此。如果只是推出单一光通信产品，很难形成规模化应用。真正推动CPO普及，需要芯片厂商、光模块企业、封装企业、设备制造商共同协作。

英伟达提前布局供应链，实际上是在推动整个产业向统一方向发展。

与此同时，英伟达也强调参与相关行业标准制定，这意味着未来CPO可能成为AI数据中心的重要基础标准之一。

目前，包括博通、思科、台积电以及多家光通信企业都在积极布局CPO相关技术。随着AI基础设施投资持续扩大，CPO产业链有望迎来高速增长。

对于光通信企业而言，AI带来的需求正在改变行业周期。

过去光模块行业高度依赖电信运营商和传统数据中心建设，而如今AI数据中心正在成为新的增长曲线。

高速率光模块、硅光技术、先进封装、光引擎等领域，都可能成为未来几年资本市场关注的重要方向。

从更长周期来看，CPO的意义甚至可能超过单一技术升级。

它代表的是AI计算架构的一次迁移，从过去芯片驱动算力，进入未来芯片、网络、光互联共同驱动算力的时代。

结语

英伟达宣布CPO进入量产，释放出的信号非常明确，即AI产业正在进入基础设施升级的新阶段。

未来十年的AI竞争，不只是芯片之间的竞争，更是整个计算体系之间的竞争。而光，可能成为支撑下一轮人工智能浪潮的核心基础设施。