🕷️
SetupAI
EN
🐯較早收集於 31m

CPO引光模組股漲

CPO引光模組股漲
PostLinkedIn
🐯閱讀原文： 虎嗅
#cpo-optics#ai-data-centers#silicon-photonics#16t-modules1.6t-light-modulesnvidiahuagong-techguangxun-techbroadcomlumentum

💡CPO減AI資料中心功耗一半—供應鏈新領袖崛起（20字）

⚡ 30-Second TL;DR

有什麼變化

華工科技AI模組訂單排至2026年Q4；1.6T產能增50%。

為什麼重要

利好華工等垂直整合者在AI基礎設施；壓縮純組裝商，上游獲利。

下一步行動

評估華工等CPO供應商，用於AI叢集1.6T升級。

誰應關注：Enterprise & Security Teams

關鍵要點

  • •華工科技AI模組訂單排至2026年Q4；1.6T產能增50%。
  • •CPO功耗降至9W對比傳統30W，Nvidia Spectrum-X損耗4dB。
  • •轉向上游EML雷射、矽光晶片；Nvidia投40億美元於Lumentum/Coherent。
  • •TrendForce預估2030年CPO佔AI模組35%。

🧠 深度解析

背景與延伸：來自公開資料，非原文內容。引用 7 個來源。

🔑 增強重點摘要

  • •Broadcom的CPO解決方案在800Gb/s端口功耗約5.5W，相較傳統可插拔模組15W，實現3倍功率節省，並具備領先的6-7pJ/bit效率。[3]
  • •Nvidia的CPO採用微環諧振器調變器(MRM)，具小尺寸、低驅動電壓及原生WDM支援，適合8至16波長系統。[3]
  • •CPO相較NPO整合度更高，將光學引擎置於ASIC封裝內，實現最低延遲但熱管理複雜，需要先進冷卻如液冷。[2][4]
  • •Broadcom宣稱CPO提供3.5倍以上功率節省、40%每比特光學成本降低及超過1 Tbps/mm頻寬密度。[7]
📊 競品分析▸ Show
特徵傳統可插拔模組NPOLPOCPO
整合度ASIC至前面板模組光學置ASIC板上光學模組省DSP光學與ASIC單一封裝
功率效率基準30-50%降低高(800G約8W)極高(50%+降低，800G 5.5-9W)
延遲高低較低最低
熱管理簡單分離冷卻中等複雜需統一冷卻
可升級性高良好中等差(需換整機)

🛠️ 技術深入

  • •CPO整合CMOS製程將電子與光學封裝同一框架，縮短訊號路徑降低延遲，並省略DSP晶片以減少功率，但犧牲傳輸距離與錯誤校正。[1]
  • •Nvidia CPO選用MRM調變器，小尺寸、低驅動電壓、低功率，支持WDM，每環對應一波長適合多波長系統。[3]
  • •Broadcom CPO於51.2T交換器需高功率密度冷卻，如冷板液冷或高性能風冷，功率達6-7pJ/bit。[3]
  • •CPO實現<5 pJ/bit效率，為可插拔光學4倍，適用1.6Tbps至3.2Tbps架構，消除電跡線與SerDes需求。[4]

🔮 前景展望AI analysis grounded in cited sources

CPO將與可插拔光學共存5-10年
CPO適合高功率密度AI叢集，但操作現實使可插拔模組維持雲端與企業網路主流選擇。[6]
CPO成本將隨規模化下降
初始研發高但高度整合減接口與纜線，長期電費節省顯著優於LPO。[5]
CPO熱管理挑戰需先進冷卻
ASIC封裝集中熱需液冷解決方案，否則限制51.2T部署。[3]
🐯閱讀原文： 虎嗅
📰

AI 週報

閱讀本週精選 AI 大事摘要 →

👉相關動態

同主題

探索 #cpo-optics

同產品

更多關於 1.6t-light-modules

同來源

最新來自 虎嗅

🐯

AI 熱潮揭示磷化銦供應缺口

虎嗅•Aug 22
Windows 為何成為 AI PC 的絆腳石

Windows 為何成為 AI PC 的絆腳石

虎嗅•Aug 22
Codex 正縮小與 Claude Code 的差距

Codex 正縮小與 Claude Code 的差距

虎嗅•Aug 22
🐯

腦機介面助患者重新站立與看見

虎嗅•Aug 22

AI 策展新聞聚合。所有內容版權歸原始發布者所有。
原始來源： 虎嗅 ↗

這是摘要，不是原文。去看原站，或訂閱每週簡報。

每週 AI 簡報

每週一封，可隨時退訂。