报告概述

本报告为金元证券发布的通信行业周评,围绕CPO(共封装光学)技术在2026年迈向商业化元年的关键事件展开。报告覆盖光通信六代演进历史,重点分析CPO技术在AI算力网络中突破I/O瓶颈、降低功耗的机理,并探讨晶圆代工巨头工艺就位、CSP与芯片巨头合作、分层落地策略等产业动态。报告还包含本周通信行业市场表现、换手率等数据,以及短期市场机会判断和风险因素。

报告的核心结论

CPO技术将在2026年实现商业化元年的落地。

随着2026年OFC闭幕和台积电硅光工艺量产,CPO正式跨越概念与Demo阶段,进入从0到1的商业化阶段。台积电的硅光子平台实现PIC与EIC的3D整合,解决了量产良率问题;博通CPO交换机在Meta通过超千万小时验证,可靠性超越可插拔模块。

CPO大幅降低AI网络功耗,单端口能耗降低65%至73%。

根据英伟达在OFC 2026的实测数据,将1.6T网络中的插拔式模块替换为CPO方案后,单链路功耗从30W降至9W,平均每端口光电功耗可降低65%至73%。CPO通过缩短电信号传输至毫米级并移除DSP芯片,突破传统光模块的功耗极限。

CPO将导致光通信产业链重构,芯片厂商成为核心枢纽。

CPO技术本质是计算与通信在芯片层面的深度融合,光网络成为芯片内网的延伸。芯片代工厂(如台积电)凭借硅光工艺和先进封装能力卡住量产和良率,从幕后走向产业链C位。传统光模块厂商需向光引擎提供商或硅光集成商转型。

CPO应用将呈分层落地特征,Scale-up网络优先渗透。

在2026年出货路线图中,CPO优先用于GPU-to-GPU的纵向网络(超高带宽、极低延迟),由单一厂商主导生态;而在跨机架、长距离的横向网络,插拔式模块仍将固守。这种分层策略确保CPO率先吃掉AI算力最大带宽增量。

报告回答的关键问题

什么是CPO技术?它如何解决AI算力瓶颈?

CPO(共封装光学)将光引擎与交换芯片通过2.5D/3D封装共封装在同一基板上,使电信号传输距离缩短至毫米级,并移除DSP芯片,从而大幅降低功耗和延迟。在AI网络中,传统插拔式模块在1.6T时代功耗逼近极限,CPO可将单链路功耗从30W降至9W,突破I/O墙,成为GPU集群互联的核心方案。

CPO技术的商业化进展如何?主要动力来自哪些厂商?

2026年CPO正式进入商业化元年。台积电硅光子工艺平台已量产,解决了良率问题;博通的CPO交换机在Meta超大规模AI园区通过超千万小时稳定性验证;英伟达计划在Feynman架构中全面引入CPO交换机。晶圆代工、芯片巨头与CSP的合力推动,使CPO从Demo走向规模化部署。

CPO对光模块产业链有何影响?

CPO将光通信行业半导体化,掌握先进封装和硅光工艺的芯片代工厂(如台积电)成为产业核心枢纽,话语权从传统光模块厂商转移。传统光模块厂商需转型为光引擎提供商或硅光集成商,与芯片巨头形成工艺闭环,否则可能失去下一个十年的产业主导权。

CPO技术会完全取代传统可插拔光模块吗?

短期内不会。CPO应用呈分层落地特征:在GPU-to-GPU的纵向网络(高带宽、低延迟、单一生态)优先渗透;而在跨机架、长距离的横向网络(强调兼容性和热插拔),可插拔光模块仍将固守。预计到2030年,CPO将在超大规模AI数据中心占据重要比例,但两类方案将长期共存。

报告中的代表性数据

插拔式30W,CPO 9W

1.6T网络单链路功耗对比(插拔式 vs CPO)

2026年,英伟达在OFC 2026披露的实测数据,将1.6T网络中的插拔式模块替换为CPO方案后,单链路功耗从30W降至9W,平均每端口光电功耗降低65%至73%。

14.93%

本周(6.15-6.18)通信行业指数涨跌幅

2026年6月15日至18日,通信行业指数本周大涨14.93%,大幅跑赢沪深300指数11.49个百分点,在申万一级行业涨幅排名第2位。

太辰光45.13%,通鼎互联38.94%,光库科技36.70%

本周通信行业成分股周涨幅前三

2026年6月15日至18日,据Choice数据,本周通信行业成分个股中92家上涨,光通信相关个股涨幅居前。

以上数据根据报告摘要整理,具体统计口径和数值请以完整报告原文为准。

完整报告包含什么

  • 完整的光通信六代演进历史图表,清晰展示各阶段核心主导技术、传输速率及应用场景。
  • CPO与插拔式光模块在1.6T时代的全面功耗对比图,包含详细数据支撑。
  • 本周通信行业指数与沪深300指数走势对比图,申万一级行业涨跌幅排名图。
  • 通信行业成分个股本周涨幅榜前10名列表及具体涨跌幅数据。
  • CPO分层落地优先策略的详细分析,包括纵向网络与横向网络的不同渗透路径。
  • 本周通信行业市占率走势图及日均换手率排名前十数据。
  • 对短期市场机会的综合判断,基于市场重点事件及行情数据双向分析。
  • 行业风险因素分析:地缘政治风险、Agent落地不及预期、算力成本与投资收益率压力。

本页内容由川海智库整理,用于帮助读者快速了解报告主题、核心观点和主要内容。由于报告量大、人工能力有限,部分观点、数据、统计口径或表述可能存在偏差,具体内容请以完整报告原文为准。

相关报告