如需了解更多信息，  请申请免费样品 

为什么极致的功率和能源效率推动了共封装光学器件市场的发展？

全球信息通信技术行业正面临前所未有的能源挑战，每年消耗约1000太瓦时（TWh）的电力。随着人工智能模型的发展和数据中心的扩张，传统的电气互连方式正变得越来越难以满足需求。在美国，预计到2028年，数据中心的电力需求将达到580太瓦时，仅网络基础设施的电力需求就将接近23太瓦时。.

现在每个现代 AI GPU 都需要多个 30 瓦可插拔光收发器，这造成了严重的散热和 电源管理 负担，威胁到未来计算集群的可扩展性。

传统铜缆与可插拔器件的极限：
传统铜缆在高速率下能效已达到物理极限。在 800 Gbps 及以上速率下，铜互连每比特功耗超过 10 皮焦耳，使其成本高昂，难以应用于大规模人工智能部署。相比之下，早期共封装光器件市场解决方案已展现出每比特低于 1 皮焦耳的互连功耗，性能提升了十倍。

标准的 1.6 Tbps 光收发器仍然消耗约 30 瓦的功率，给传统的空气冷却系统带来了巨大的压力。可插拔的 1.6T 模块每个耗散 25 至 30 瓦的功率，迫使数据中心依赖日益复杂且成本高昂的冷却基础设施，而这些基础设施无法无限扩展。.

CPO能源革命正在发生——
共封装光器件市场技术通过将光器件直接集成到交换机ASIC中，从根本上改变了数据中心的能耗结构。一台使用传统可插拔交换机的满配64端口800Gbps交换机需要1000到1500瓦的功率，而基于CPO的实现方案则将光互连功耗降低到仅400到600瓦。

这使得每个交换机可节省 600 至 900 瓦的功耗——当扩展到数千个单元时，这将带来巨大的节能效果。先进的 硅光子 收发器目前的功耗为每比特 3.07 皮焦耳，而单片集成硅光子器件在 128 Gb/s 的速率下可实现每比特 1.01 皮焦耳的功耗。基于微型 LED 的 CPO 架构可以将 1.6 Tbps 链路的能耗降低至约 1.6 瓦，从而使超大规模 AI 训练集群在共封装光器件市场中具有热可行性。

• 传统铜缆在高速传输时，其能源效率已达到物理极限，在 800 Gbps 及以上速度下，每比特消耗超过 10 皮焦耳的能量，这使得它们对于大规模人工智能部署来说成本过高。.
• 早期共封装光器件 (CPO) 解决方案的互连功耗低于每比特 1 皮焦耳，比铜互连提高了十倍。.
• 标准的 1.6 Tbps 光收发器大约消耗 30 瓦功率，这对传统的空气冷却系统造成了很大的压力。.
• 可插拔的 1.6T 模块每个会消耗 25 至 30 瓦的功率，迫使数据中心依赖日益复杂且成本高昂的冷却基础设施，而这些基础设施无法无限扩展。.

带宽吞吐量和交换能力如何驱动共封装光器件市场需求？带宽需求正以前所未有的速度增长，仅靠电子交换无法在不消耗大量电力的情况下满足需求。高性能光互连每100 Gbps链路的功耗约为5瓦，而传统电子交换机每100 Gbps链路的功耗则高达35瓦。

在规模庞大的 40 万 GPU 部署中，CPO 驱动的互连节省可达到数十兆瓦，直接决定了此类集群能否在功耗和成本限制内部署。下一代 AI 训练集群的单节点吞吐量现已超过 100 Tbps，因此需要从可插拔光器件过渡到紧密集成的光解决方案。.

交换机架构扩展至 50 Tbps 以上
交换机芯片的演进正在加速对共封装光器件市场集成的需求。Tomahawk 5-Bailly 平台运行速率为 51.2 Tbps，而 Tomahawk 6-Davisson 平台则达到 102.4 Tbps。支持如此高的容量需要每通道 200G 的 SerDes，这突破了传统电信号传输的极限。

因此，400G 和 800G 光接口已成为横向扩展架构的基准，并正快速向 1.6 Tbps 标准迈进。单个 102.4T CPO 交换机封装集成了 36 个光引擎，可高效处理如此高的吞吐量。.

共封装光器件市场中的光引擎密度和通道配置：
现代交换机架构表明，共封装光器件 (CPO) 对于管理带宽密度至关重要。第二代光引擎每个可提供 3.2 Tbps 的带宽，并支持 16 条通道，每条通道的速率为 200G。TH6-Davisson 交换机集成了 16 个光引擎，每个光引擎可提供 6.4 Tbps 的带宽，以及 64 个 Condor 3nm SerDes 内核。

每个 Condor 核心都集成了八条 212.5 Gb/s PAM4 SerDes 通道，可实现海量数据吞吐量。该架构的主要特点包括：

• 第二代 51.2T 交换机 ASIC，集成 64 个 800G 光端口，无需外部收发器。.
• InfiniBand 系统在一个紧凑的机箱内提供 144 个 800G 端口。.
• 高密度平台，在一个封装内集成八个 6.4T 光学引擎。.
• 标准的 6.4 Tbps CPO 端口，利用 16 个发送通道和 16 个接收通道，用于共封装光器件市场的双向通信。.

哪些物理限制和距离限制迫使数据中心走向集成光学？

物理传输限制正在推动数据中心架构的根本性重新设计。高密度系统现在的目标是每平方毫米 0.5 Tbps 的传输速率——铜缆在不造成严重信号衰减的情况下无法达到这一水平。

• 在400 Gbps速率下，铜互连的有效传输距离约为3米，这使其不适用于大规模GPU集群连接。这种“铜互连距离上限”限制了共封装光器件市场中AI基础设施的物理可扩展性。.

突破铜缆传输距离的限制，
将铜缆般的传输性能延伸至10至100米之间，克服了传统传输距离的局限。它将SerDes插入损耗降低至1-4 dB，从而在更长的传输距离上保持信号完整性。

光学解决方案可将眼图张开度在 4 dB 噪声下提升高达 63 倍，确保在高噪声环境下可靠传输。直接光芯片到专用集成电路 (ASIC) 的集成支持 100 至 500 米的链路，而线性光学器件无需重定时即可在单模光纤上将传输距离扩展至 2 公里。.

共封装光学器件市场的集成密度和制造工艺进步：
将光学器件直接集成到硅芯片上，实现了前所未有的尺寸缩小。在ASIC芯片几毫米范围内进行信号转换，缩短了铜箔路径，从而降低了延迟和功耗。

共封装光学器件市场采用尺寸小于50微米的微型LED与CMOS驱动器集成，实现了可插拔器件无法达到的微型化水平。先进的3纳米工艺节点广泛应用于下一代共封装光学器件（CPO）硅芯片中。.

现代人工智能集群如今可扩展至数万个GPU，而超大规模超级计算机则利用光路交换技术互连多达8960个芯片。主要优势包括：

• 基于光互连的超级计算机实现了 8.5 exaflops 的计算能力。.
• 聚合光交换机带宽达到每秒 4 拍比特。.
• 共封装光学器件市场中，光开关延迟低于 10 纳秒。.
• AI 模型规模达到约 1.7 万亿个参数，需要光互连。.

为什么人工智能集群计算需要大规模共封装光学器件？

人工智能集群计算的规模已经发展到传统网络架构无法继续适用的程度。一台102.4T CPO交换机可以替代多达64个可插拔模块，在简化基础设施的同时，也提升了共封装光器件市场的性能。.

与此同时，全球5G生态系统用户数量达到17亿，产生了海量数据流量，进一步推动了光网络需求。用户的快速增长持续加剧了对可扩展互连解决方案的需求。.

电信与人工智能推动链路数量空前增长。
人工智能与电信的融合正在为共封装光器件市场带来对高速光链路的指数级需求。超过320家电信运营商正在部署 的5G网络 ，同时已有49家运营商推出了独立组网的5G网络。

预计到2029年， 5G设备种类将达到约2300种，用户数量将增长至56亿，数据摄取需求正在激增。人工智能集群需要数千万个高速互连，这使得可插拔光模块难以大规模应用。

可靠性标准和超大规模测试：
CPO 必须满足任务关键型 AI 工作负载的严格可靠性要求。目标可靠性水平低于 10 FIT，相当于每十亿小时故障次数少于一次。

超大规模测试已验证了其在 106 万 400G 端口小时的性能，并扩展至 1500 万端口小时，在早期阶段未观察到任何不可纠正的错误。Teralynx T100 和 Spectrum-X 6810 等系统依赖于共封装光器件市场中的集中式 102.4T 交换架构。.

关键指标包括：

• 1500万港口小时相当于7812个实际测试小时。.
• 连续325天压力测试无故障。.
• 未观察到任何不可纠正的码字。.
• 用 CPO 替换可插拔元件，显著减少故障点。.

高可靠性和冗余需求如何影响共封装光器件市场的未来网络硬件测试？
可靠性和冗余在超大规模环境中至关重要，并直接影响共封装光器件 (CPO) 的设计。可插拔 400G 收发器的平均故障间隔时间 (MTBF) 通常为 55 万至 100 万小时，而 CPO 模块的器件寿命约为 260 万小时。

这项重大改进支持连续、长时间运行。盲插式光连接器设计和外部光源模块允许在不完全关闭系统的情况下进行维护。.

冗余架构和故障转移设计：
集成式光模块市场系统采用内置冗余机制，确保不间断运行。在 102.4T 交换机中，集成了 36 个光引擎，但仅使用 32 个，其余的用于故障转移。

这种架构确保单个组件的故障不会影响系统性能。取消前面板可插拔组件还能减少信号衰减，并去除高故障率的组件。.

标准演进与外形尺寸创新
行业标准正在快速发展，以支持CPO（云平台）的部署。IEEE 802.3规范了800G协议，而电气接口已发展到CEI-112G和CEI-224G。

新型封装形式，例如 OSFP-XD，解决了 1.6T 模块的散热难题，而 QSFP-DD800 标准则支持 800G 部署。共封装光模块市场通过取消传统的前面板连接器，从根本上改变了硬件设计。.

其他进展包括：

• 在集成交换机封装内提供 12.8T 带宽的 I/O 芯片。.
• 线性光学技术无需使用功耗高的数字信号处理器 (DSP)。.
• 移除发射器和接收器路径中的重定时器。.
• 超大规模数据中心运营商确保长期晶圆代工产能，用于102.4T硅的生产。.

竞争分析：主导共封装光学元件市场的五大厂商

1. NVIDIA 凭借其Spectrum-X光子平台引领行业——这是首款面向Vera Rubin人工智能平台实现全面量产的CPO以太网交换机。NVIDIA对Coherent和Lumentum的40亿美元投资，为人工智能工厂带来了3.5倍的更高能效和10倍的可靠性。
2. 博通 凭借 Bailly 占据主导地位，Bailly 是业界首款量产的 51.2Tbps CPO 以太网交换机，目前正迭代推出 102.4Tbps Davisson 交换机。与可插拔交换机相比，Bailly 的功耗降低了 70%，并凭借其开放的生态系统，成为顶级交换机 ASIC 供应商。
3. Ayar Labs 是业界首个经过验证的 AI 规模化扩展 CPO 解决方案，获得了 NVIDIA 和 AMD 的 5 亿美元 E 轮融资。其 TeraPHY™ 芯片组每个可提供 8 Tbps 的吞吐量，能效比铜高 4-8 倍，延迟比铜低 10 倍。
4. 英特尔 于 2020 年率先展示了 CPO 技术，采用 EMIB 封装避免了 CoWoS 良率问题，实现了近 50% 的电源效率提升，同时还为整个 CPO 生态系统申请了专利。
5. Marvell 提供 6.4Tbps 的 3D SiPho 引擎，可为 xPU 提供 25Tbps 的吞吐量，为扩展交换机提供 51Tbps 的吞吐量，利用其在 AI 加速器领域的定制芯片领先地位。

共封装光学器件市场细分分析

按数据速率：高达 800G 的速率巩固了其无可争议的主导地位，市场份额高达 58%。

到2026年，“最高800G”数据速率细分市场将牢牢占据共封装光器件市场58%的份额，这主要得益于下一代数据中心对带宽的迫切需求。行业运营商并没有贸然跃升至新兴的1.6T或3.2T架构，而是将重心放在800G上，因为800G在性能、良率可靠性和每比特成本效率方面达到了最佳平衡。. 

这种主导地位本质上与51.2T交换机ASIC的大规模部署密切相关，这些ASIC与800G光引擎原生兼容，能够有效解决严重的电子I/O瓶颈问题。通过采用这种数据速率标准，硅光子学供应商实现了显著的规模经济效益，克服了以往困扰高密度光集成制造的难题。因此，800G CPO解决方案正在迅速取代传统的可插拔收发器，为扩展网络容量提供了一条切实可行的途径，同时又不会超出现代服务器机架严格的散热限制。.

共封装光学器件市场的主要突出指标：

• 与 51.2T ASIC 的协同作用： 完美地反映了当前一代高容量商用芯片的基数要求，确保无缝网络架构集成。
• 优化功耗： 大幅降低每比特皮焦耳 (pJ/bit) 指标，延长电力匮乏的计算基础设施的重要生命线。
• 供应链成熟度： 受益于稳定的硅光子代工工艺，从而提高了生产良率并降低了总拥有成本 (TCO)。
• 可插拔收发器取代： 是推动密集机架顶部部署中 DSP 密集型 800G 可插拔设备迁移的主要商业催化剂。

按集成类型划分：2.5D 包装以 52% 的市场份额保持市场领先地位。

2.5D集成技术占据52%的市场份额，并将继续引领2026年共封装光学器件的架构发展方向。其持续的领先地位源于其独特的优势，能够弥合传统基板的局限性与共封装光学器件市场中真正3D异构堆叠复杂热约束之间的鸿沟。通过利用先进的硅中介层将光芯片放置在核心主机ASIC附近，2.5D配置实现了前所未有的前沿I/O密度，同时有效缓解了困扰单片设计的严重散热难题。. 

这种方法已成为光引擎集成的实际标准，因为它允许在最终组装之前对光子芯片和电子芯片进行独立测试，从而提高整体制造良率。随着超大规模数据中心在不影响元件寿命的前提下要求更紧密的互连，2.5D封装为目前半导体生态系统中共封装光学器件市场提供了最具商业可行性、可扩展性和风险规避性的方案。.

关键突出指标：

• 已知良好芯片 (KGD) 良率挽救： 可在异构集成之前对光电芯片进行预验证，从而大幅减少昂贵的生产线末端封装故障。
• 卓越的散热管理： 通过促进中间层的横向散热，避免直接 3D 堆叠中固有的局部热热点。
• 晶圆代工生态系统标准化： 充分利用高度精细化的 2.5D 制造工作流程（例如台积电的 CoWoS），确保大批量商业可用性和可靠性。
• 最大化海滨密度： 大幅缩短 DSP/ASIC 和光学器件之间的电气走线距离，几乎消除超高频下的信号劣化。

按应用领域划分：人工智能/机器学习网络在共封装光学器件市场占据前所未有的主导地位，市场份额高达 65%。

人工智能和机器学习网络已经对 CPO 领域造成了巨大的冲击，在 2026 年占据了 65% 的市场份额。数万亿参数生成式人工智能模型的爆炸式增长从根本上打破了传统的铜基互连阈值，因此集群拓扑结构必须发生根本性的转变。. 

在这些以GPU为中心的庞大环境中，延迟和带宽瓶颈会直接导致计算周期闲置和巨额经济损失。共封装光器件通过构建超低延迟、高基数的光纤网络，有效解决了这一关键痛点，能够高效地覆盖庞大的AI服务器集群。通过将光I/O直接嵌入到交换或计算芯片旁边，AI网络架构绕过了传统可插拔架构所需的高功耗重定时器。. 

这种深刻的架构转变使数据中心运营商能够将宝贵的电力预算从网络传输直接重新分配给 AI 加速器，从而巩固了共封装光器件市场作为必要推动因素的地位。.

关键突出指标：

• GPU 到 GPU 架构扩展： 提供协调数万个加速器同步训练所需的高带宽、低延迟背板。
• 消除延迟： 消除传统可插拔器件的大量前向纠错 (FEC) 开销，大幅降低神经网络操作中的尾延迟。
• 计算能力重新分配： 卸载大量网络功率开销，释放关键的机架功率密度，专门用于高性能 AI 处理单元。
• Radix 扩展准备： 有助于构建更扁平、无阻塞的网络拓扑结构，这对于管理深度学习工作负载产生的爆炸性东西向流量至关重要。

按最终用户划分：超大规模和云服务提供商占据市场主导地位，占比 68%。

超大规模数据中心和云巨头无疑是共封装光器件（CPO）市场生态系统的支柱，它们占据着72%的市场份额，是主要的商用力量。到2026年，孵化和部署CPO技术所需的巨额资本支出，实际上将早期大规模应用限制在这些拥有足够规模来支撑定制芯片投资的一级运营商身上。随着超大规模数据中心积极扩展其全球人工智能基础设施，它们同时也面临着区域数据中心电力供应的绝对物理极限。. 

因此，这些实体正在大力推动CPO路线图的制定，这不仅是为了追求速度，更是为了将互连功耗降低高达30%，从而实现可持续发展。它们深度垂直整合，涵盖专有交换机ASIC和定制数据中心架构，使它们能够绕过传统的OEM供应链，并积极主导共封装光器件市场框架的标准化、定价和大规模部署。.

关键突出指标:

• 资本支出集中度和规模： 只有一级运营商才能掌握巨额基础设施预算，以补贴异构包装技术的早期溢价。
• 积极的 ESG 要求： 利用 CPO 固有的能源效率，在数据中心电力需求飙升的情况下，满足严格的企业可持续发展目标。
• 定制硅协同效应： 可与超大规模数据中心设计的专有网络芯片无缝集成，从而促进高度优化的闭环硬件环境。
• 供应链去中介化： 赋予云服务提供商直接与半导体代工厂和光学引擎先驱合作的杠杆作用，从而加快定制化实施方案的上市速度。

 如需了解更多研究详情：  请申请免费样品 

共封装光学器件市场区域分析

北美占据最大的市场份额

北美占据全球共封装光器件 (CPO) 市场 48% 的份额。这一主导地位主要得益于超大规模数据中心对 CPO 技术的积极应用。在亚马逊云服务 (AWS)、微软 Azure、谷歌云和 Meta 等主要 云服务提供商 引发了紧迫的带宽危机。随着人工智能训练集群的单节点吞吐量逼近 100 Tb/s，传统的铜缆互连面临着严重的功耗和延迟限制，因此必须采用 CPO 技术来最大限度地降低能耗和物理占用空间。

美国独自主导着区域市场。

美国凭借一己之力巩固了这一区域主导地位，占据了北美市场约76.8%的份额。全美拥有超过5000个数据中心，因此对400G、800G以及新兴的1.6T以太网速度的高速、高能效光互连的需求无与伦比。此外，博通、英特尔和思科系统等硅谷领军企业在研发领域的巨额投入，也推动了硅光子技术的持续商业创新。. 

博通的 51.2 Tbps CPO 交换机 ASIC 和思科的 Silicon One 平台完美地凸显了该地区的技术优势。此外，诸如美国《芯片法案》(CHIPS Act) 等联邦举措已战略性地拨款超过 16 亿美元用于先进封装研究，从而巩固了北美作为全球 CPO 部署主要需求驱动力的地位。.

亚太地区是增长最快的地区

虽然北美地区仍处于领先地位，但亚太地区已确定成为 2026 年共封装光器件市场技术增长最快的市场。这一增长势头主要得益于数字化转型战略、5G 基础设施的快速部署以及中国、印度、日本和印度尼西亚这四个主要国家积极开展的技术推广活动。.

中国

中国无疑引领着该地区的结构性需求。在“中国制造2025”倡议的大力支持下，中国目前拥有超过450个大型 数据中心。中国高产量制造商利用成本效益高的生产方式和垂直整合，主导着硬件供应链，从而确保为高性能计算和本地化人工智能集群提供强大且自主的基础设施。

印度

印度的云平台运营商 (CPO) 增长迅猛，这直接源于其到 2028 年实现万亿美元数字经济的国家雄心。该国广泛的数字化转型以及企业对云服务日益增长的偏好，需要升级的低延迟网络架构，因此，对于印度快速扩张的电信基础设施而言，快速采用云平台运营商 (CPO) 至关重要。.

日本

日本凭借其在共封装光学器件市场中独树一帜的高端高性能模块工程技术，保持着强大的技术领先地位。住友电工和富士通等日本企业目前在相干光学和超高速 数据中心 应用领域占据主导地位。它们的主要关注点仍然是最大限度地提高带宽密度和能源效率，以满足科学计算和先进的6G预封装的需求。

印度尼西亚

印尼正迅速加快光纤网络（CPO）的整合，以支持其蓬勃发展的数字经济。在智能手机普及率不断提高、云计算和物联网需求激增的推动下，印尼正在扩大其本地数据中心规模，并大力投资于集成光纤技术，以确保其国内网络连接能够全面应对未来挑战。.

共封装光学器件市场近期五大发展趋势

1. GlobalFoundries – SCALE CPO 光模块（2026 年 5 月）
   GF 推出了 SCALE 硅光子 CPO 光引擎平台，该平台定位为首款支持光计算互连 MSA 的模块，超越了 OCI MSA 对 AI 规模化互连的规范，并在其平台上演示了 8λ/16λ 双向 DWDM。
2. Coherent – 在 OFC 2026 上展示多技术 CPO（2026 年 3 月）
   Coherent 宣布了 多项 CPO 演示，包括 6.4T (32×200G) 硅光子插槽式 CPO、多模 VCSEL 基 CPO 和 400G/通道 InP 调制器阵列。
3. Ayar Labs 加入 NVIDIA NVLink™ Fusion 生态系统（2026 年 6 月 2 日）

Ayar Labs 宣布其 CPO 产品现在在光学和电气上与NVIDIA 的 NVLink Fusion平台兼容，从而能够实现具有高带宽、低延迟光连接的机架级 AI 基础设施。

1. Ayar Labs 完成 5 亿美元 E 轮融资（2026 年 3 月 3 日） 

CPO 的领导者筹集了 5 亿美元 （由 Neuberger Berman 领投，NVIDIA、AMD、联发科也参与投资），以扩大大规模生产和测试能力，使总融资额达到 8.7 亿美元，估值达到 37.5 亿美元。

共封装光学器件市场中的顶尖公司

• 思科系统
• 英特尔公司
• 博通公司.
• 英伟达公司
• 梅拉诺克斯科技公司
• 漫威科技集团
• Inphi公司
• 富士通有限公司
• 三星电子
• 其他主要参与者

市场细分概述

按组件

• 光学的
  • 光学引擎
  • 光子集成电路
  • 外部激光器
• 电子集成电路
• 组装与包装

按数据速率

• 最高可达 800G
• 1.6吨
• 3.2T及以上

按集成类型

• 二维
• 2.5D
• 3D

通过申请

• 人工智能/机器学习网络
• 交换
• 解耦互连

最终用户

• 超大规模云
• 电信
• 高性能计算/研究

按地区

• 北美
  • 美国.
  • 加拿大
  • 墨西哥
• 欧洲
  • 西欧
    • 英国
    • 德国
    • 法国
    • 意大利
    • 西班牙
    • 西欧其他地区
  • 东欧
    • 波兰
    • 俄罗斯
    • 东欧其他地区
• 亚太地区
  • 中国
  • 印度
  • 日本
  • 澳大利亚和新西兰
  • 韩国
  • 东盟
  • 亚太其他地区
• 中东和非洲 (MEA)
  • 沙特阿拉伯
  • 南非
  • 阿联酋
  • 中东和非洲其他地区
• 南美洲
  • 阿根廷
  • 巴西
  • 南美洲其他地区