11 min read

重押CPO:英伟达40亿美元背后的产业重构

Source: http://x.com/i/article/2042270608017502208

2025年3月,英伟达宣布向Coherent和Lumentum各投资20亿美金,合计40亿。当时市场反应平淡。一年之后回头看,这40亿可能是英伟达过去三年最关键的一笔战略投资。

它锁定的东西,是AI数据中心未来五年最稀缺的零件。

AI数据中心碰到的物理墙

要理解这件事,先看从一个基本的事实看起。

一台英伟达Blackwell GB200 NVL72机柜,72颗GPU塞在一个一吨多重的柜子里,整机功耗120千瓦。下一代Rubin要做到180千瓦。再下一代Feynman可能突破300千瓦。

300千瓦是什么概念。一个普通家庭一天用30度电,300千瓦的机柜一小时就能用掉十个家庭一天的电。一座10万GPU的AI数据中心,相当于一座中等城市的电力消耗。

在美国弗吉尼亚州,地方政府已经开始限制新数据中心的电力配额。在爱尔兰、新加坡、香港,电网容量成了AI建设最大的瓶颈。OpenAI、xAI、Meta这些公司不缺钱也不缺芯片,缺的是电。

在这种情况下,每节省一瓦特都是真金白银。而功耗最大的非计算部分,恰恰是网络。

一台51.2T的交换机,用传统光模块的话,光网络部分就要消耗两千多瓦,比交换芯片本身还多。整个数据中心里,网络互联的功耗占到总功耗的近30%。这是个荒诞的数字,因为网络本来只是传数据的,结果它消耗的电比算数据的还多。

有没有办法把这个比例砍下来。有,答案叫CPO。

把光变得更近

数据中心里GPU之间传数据,有两种方式,铜和光。

铜便宜、低延迟,但是距离一长就传不动。两米以内还行,超过几米就需要更大的功率,再远基本传不了。

光可以传几公里,但是每次电转光、光转电都要消耗能量,光器件本身也很贵。

传统数据中心的分工很清楚。机柜内部用铜,机柜之间用光。光的部分是这样实现的,一颗叫光模块的小盒子插在交换机的面板上,里面有激光器、芯片、连接器。电信号从机柜内部的交换芯片出发,在电路板上跑十几厘米到达光模块,光模块把电信号转成光,光纤接到外面去另一台交换机。

这套方案最大的问题是,光模块离交换芯片太远。十几厘米的电路板走线就足够让信号衰减、消耗大量功率。光模块内部还有一颗叫DSP的处理芯片,专门用来弥补信号衰减带来的损失,这颗DSP本身就占了光模块功耗的一半。

CPO是个反向思路。既然电信号在电路板上跑得越远越费电,那就把光模块直接搬到交换芯片旁边,距离从十几厘米压缩到几毫米。这样PCB走线没了,DSP也省了,整个光学部分的功耗能砍掉70%。

CPO的英文全称是Co-Packaged Optics,共封装光学。共封装三个字是核心,意思是光器件和ASIC芯片真的封装在同一个芯片基板上,而不是分开放在主板的不同位置。

Image

图1:传统可插拔光模块 vs CPO 物理形态对比

这个看似简单的物理位置改变,背后是几百亿美金的市场重构。

英伟达的Rubin是第一个吃螃蟹的

CPO作为概念二十年前就有了,Intel和IBM的实验室做了十几年没什么商业化成果。直到2025年3月,英伟达在GTC上宣布Rubin平台,第一次把CPO作为正式产品推出。

Rubin里CPO出现在两个地方。

第一个地方是数据中心的网络层。英伟达推出了Spectrum-X Photonics和Quantum-X Photonics两种交换机,前者跑Ethernet,后者跑InfiniBand。这两款交换机的核心特征是把光引擎直接焊在交换芯片旁边,单端口功耗砍掉80%。一座10万GPU的数据中心如果全部换成这种交换机,每年能省下相当于一座小型发电厂的电力。

第二个地方更激进。英伟达还要把光带到GPU和GPU之间。当英伟达想把一个NVLink域从72颗GPU扩展到576颗甚至1152颗的时候,机柜之间的距离超过了铜的物理极限,必须上光。这是一个全新的市场,以前GPU之间从来没用过光,现在每颗GPU都要配若干个光接口。

Image

图2:AI数据中心的三层网络架构

英伟达内部的估算是,这个新市场的规模可能比传统数据中心交换机市场的总和还大。

跟英伟达同步的还有博通。博通的Tomahawk 6 Davisson交换机在2025年10月开始出货,宣称把光互联功耗砍掉70%。Meta在自己的数据中心连续测试了Bailly CPO交换机一百万小时,零掉线。这些数据公开之后,超大规模数据中心的态度从观望变成必须上。

CPO的爆发不是某家公司的胜利,是整个行业被电力成本逼出来的结构性变革。

那40亿美金锁定的是什么

回到文章开头的问题。

CPO最难做的零件,是一种叫CW DFB的激光器。它需要满足几个非常苛刻的指标,光的频率必须极其稳定,功率必须够大,温度变化时不能漂移,还要能连续工作几年不出问题。

全球能批量做这种激光器的公司只有四家。Lumentum和Coherent是其中两家,合计市场份额超过70%。另外两家是日本的住友电工和三菱电机,规模和技术都跟前两家有差距。

更关键的是,Lumentum和Coherent是垂直整合的。它们不光做激光器,还做激光器的封装、光引擎组装、光模块成品。它们手里握着从材料到产品的完整产业链。这种整合在CPO时代变成了核心竞争力,因为CPO需要把激光器、光芯片、电芯片、连接器多个零件协同设计,单点供应商根本搞不定。

英伟达的40亿美金本质上做了两件事。一是锁定未来几年Lumentum和Coherent的产能,确保Rubin和Feynman这两代CPO产品有足够的激光器供应。二是给两家公司输血做研发,让它们能跟上越来越苛刻的规格要求。

Lumentum的CEO在2025年8月的财报会上说,刚收到了公司历史上最大的一笔CPO激光器订单,正在加州扩建晶圆厂支撑2026年的大规模出货。这笔订单几乎可以确定就是英伟达的Rubin。

博通这边也一样。它的Davisson交换机里的激光器供应商也是Coherent和Lumentum。换句话说,全球两家最大的AI网络芯片厂商,共用同一套激光器供应链。这进一步强化了这两家的双寡头地位。

还有一道护城河叫台积电

CPO供应链的另一个核心瓶颈,在台积电。

CPO的封装难度比HBM还高一个数量级。要把光引擎和ASIC共封装在同一个基板上,需要解决光纤的纳米级对位、激光器的温度隔离、光芯片和电芯片的异构集成、回流焊工艺、高良率测试。这些挑战不是某个单一技术能解决的,需要一整套封装平台。

全球能做这件事的只有台积电的COUPE平台。

英伟达Rubin的Spectrum-X Photonics和Quantum-X Photonics都用COUPE封装。博通Tomahawk 6 Davisson也用COUPE。也就是说,全球两家最大的AI网络芯片厂商,CPO封装都依赖台积电同一条产线。

台积电COUPE在2026年的产能只有月产几千片,远远不够英伟达和博通的需求。这意味着台积电在CPO时代复制了它在HBM时代的角色,从先进制程代工商升级为光电异构集成的唯一玩家。

把激光器和封装两个环节合起来看,CPO供应链的核心瓶颈就是Lumentum加Coherent加台积电这三家。它们组成了英伟达CPO的美台双轴,构成了2026到2030年AI数据中心光化的最深护城河。

Image

图3:CPO供应链的四个核心瓶颈

一个反常识的结论

把上面所有信息整合起来,CPO供应链的全景就清楚了。

最上游是台积电的封装平台,中间是Lumentum和Coherent的激光器双寡头,再往外是Fabrinet的组装、Corning的光纤。这几个环节构成了CPO时代的真正核心。

英伟达和博通是这个供应链的客户,它们设计芯片、定义需求,但是真正的物理产品都依赖上面那些上游玩家。

这里有一个反常识的事实。CPO时代的最大赢家不是那些做CPO产品的公司,而是做CPO瓶颈的公司。

台积电是最大的赢家,因为它垄断了封装平台。Lumentum和Coherent是次大赢家,因为它们垄断了激光器。Fabrinet是稳定的赢家,因为它垄断了组装。Corning是隐形赢家,因为它垄断了高端光纤。

这个结构和当年GPU时代英伟达对台积电的依赖完全一样。做产品的公司和做工具的公司都赚钱,但中间做通用替代品的公司最难。CPO时代英伟达一边卖GPU给数据中心,一边给Coherent、Lumentum、台积电打工。这是一场上游永远比下游赚得稳的游戏。

写在最后

CPO的故事还在很早期。

2025年是博通CPO的小规模量产年。2026年是英伟达和博通的大规模出货元年。2027年到2028年,CPO会从网络层扩展到GPU之间,市场规模再上一个数量级。到2030年,每一颗AI GPU都会配若干个CPO光接口,光器件的需求量从按交换机算变成按GPU算。

这条变革的时间表已经被英伟达、博通、台积电、Coherent、Lumentum几家公司提前锁定。

理解CPO的关键,不在于追逐每一个技术细节,而在于看清楚一件事。AI数据中心的物理架构正在被重写,光从一个边缘组件变成了核心架构。这次变革的赢家会是少数几家拥有不可替代瓶颈的公司。

英伟达那40亿美金,押的就是这个结构。