共同封裝光學（CPO）：AI 算力時代光電整合技術完整解析與投資機會
關鍵重點摘要
- CPO 將光學元件與電子晶片整合在同一基板，光電轉換路徑從數十公分縮短至數毫米，從根本解決 AI 算力通訊瓶頸。
- 可降低互連功耗 30–50%、提供數倍頻寬密度，是 AI 超級電腦與超大規模資料中心的核心技術。
- Yole Group 預測 CPO 市場從 2024 年 4,600 萬美元，以年均 137% 成長，2030 年達 81 億美元。
- NVIDIA 計劃 2026 年 Rubin 平台導入 CPO；Broadcom 51.2T CPO 交換機已進入量產。
- 台積電先進封裝平台（CoWoS、SoIC）是台灣切入 CPO 供應鏈的核心優勢，2025–2026 年是關鍵觀察視窗。
說實話，AI 時代最讓人頭痛的問題不是算力不夠，而是算力傳不出去。GPU 越做越強，晶片之間溝通的速度卻跟不上——這條「路」就是資料中心的光學互連。CPO，正是為了拓寬這條路而生的技術。
什麼是共同封裝光學（CPO）？
共同封裝光學（Co-Packaged Optics，CPO）是一種將光學收發元件與電子 IC（如交換器 ASIC、GPU）直接整合在同一封裝基板上的技術。傳統可插拔光模組距離晶片有數十公分遠，CPO 把這段距離縮短到幾毫米，讓光電轉換發生在晶片旁邊而非晶片外面，從根本降低訊號損耗。CPO 並不是要取代矽光子技術，而是矽光子技術走向大規模商業應用的必然演化方向。
CPO 解決了哪些傳統架構的痛點？
AI 模型規模持續擴大，資料中心的 GPU 需要高頻率交換龐大參數，帶來三個傳統架構難以解決的瓶頸：
- 頻寬瓶頸：網路從 400G 升級到 800G、1.6T，可插拔模組的物理限制逐漸顯現。
- 功耗暴漲：數以萬計的光模組消耗的電力，已成為資料中心電費與散熱的主要壓力。
- 延遲問題：電氣路徑過長導致訊號延遲，GPU 算力無法充分發揮。
CPO 通過把光學元件直接封裝在晶片旁，同時解決這三個問題——這是它真正的價值所在。
CPO 三大核心應用場景
一、AI 超級電腦——大規模 GPU 集群
這是 CPO 目前最迫切的應用場景。訓練大型語言模型（LLM）需要數萬個 GPU 高頻交換參數，CPO 將光學 I/O 整合到交換器 ASIC 封裝中，可降低互連功耗 30–50%，並在有限晶片邊緣提供數倍頻寬密度。
NVIDIA 計劃在 2026 年將 CPO 架構導入下一代 Rubin 平台，這個選擇本身就是業界對 CPO 能力最直接的技術背書。
二、超大規模資料中心——東西向流量
對 Google、Meta、Amazon 等雲端巨頭來說，資料中心內部的東西向流量遠超對外流量。CPO 省下的能耗可直接用來部署更多算力，提升資本回報率。Broadcom 已量產的 51.2T CPO 交換機正是為了滿足這個巨大需求而生。
三、未來運算架構——資源池化與 HPC
未來資料中心的趨勢是「資源池化（Disaggregation）」，將 CPU、記憶體、GPU 分散成獨立資源池，通過超高速網路按需調用。CPO 的極低延遲與高頻寬，讓不同機櫃的硬體資源能夠實現接近主機板等級的通訊效率，也是氣候模擬、基因定序等 HPC 場景的關鍵基礎。
CPO 與可插拔光模組：四大維度規格對比
| 比較維度 | 可插拔光模組（Pluggable） | 共同封裝光學（CPO） |
|---|---|---|
| 頻寬密度 | 受插槽數量限制，擴展性較低 | 整合於封裝，頻寬密度提升數倍 |
| 每比特功耗 | 較高，受電氣路徑長度影響 | 降低 30–50%，轉換更靠近晶片 |
| 延遲 | 電氣路徑較長，延遲相對較高 | 路徑縮短至毫米級，延遲大幅降低 |
| 維護靈活性 | 可熱插拔，故障時單獨更換 | 整合封裝，故障維護較複雜，初期成本較高 |
CPO 並非在所有維度都完勝——可插拔模組的靈活維護優勢在現行資料中心運維體系中仍有價值。CPO 針對的是特定高效能場景，並非全面取代。
CPO 市場規模有多大？商業化時程怎麼看？
CPO 市場正處於商業化爆發的前夕。根據 Yole Group 預測，市場規模將從 2024 年的 4,600 萬美元，以年均複合成長率 137% 成長，2030 年達 81 億美元。LightCounting 也預測到 2027 年，CPO 將佔 800G 和 1.6T 高速埠總出貨量的近 30%。重要催化劑包括：NVIDIA Rubin 平台 2026 年導入 CPO、OIF 2023 年發布 3.2T CPO 模組標準、Broadcom 51.2T CPO 交換機已量產、Lumentum 等元件廠積極投入供應鏈布局。
2025 年 AI 浪潮推動全球科技股持續創高，這波動能延伸至 2026 年，光學互連題材的關注度持續升溫。
台灣供應鏈與投資機會
台灣的先進封裝與矽光子供應鏈，正好站在這波技術升級的關鍵位置。台積電在矽光子製程方面擁有深厚技術積累，先進封裝平台（CoWoS、SoIC）為 CPO 整合提供了關鍵製程能力。光學被動元件、驅動晶片、封裝材料等環節也有台廠積極切入。
不過說實話，台灣供應鏈要真正受惠，還需面對量產良率穩定性、標準化進程快慢、與國際大廠認證導入週期等現實考驗。這些因素直接影響台廠從樣品到量產的轉換時程。想追蹤 CPO 相關概念股的最新量化動態，可以參考查看最新產業發展趨勢與相關概念股分析報告，掌握各題材類股的最新資料。
CPO 導入挑戰與風險
CPO 技術前景令人振奮，但三個現實問題不能輕易跳過。
熱管理難度：光學元件對溫度敏感，整合封裝後散熱難度大增，過熱會造成波長漂移影響訊號品質。
量產良率：CPO 封裝的光學對準精度遠高於傳統電子封裝，從實驗室到大規模量產的良率提升是關鍵瓶頸，目前業界數據仍相對不透明。
標準化進程：OIF 雖已發布 CPO 模組標準，但完整生態系互通性仍在建立中，不同廠商方案的介面差異增加系統整合難度與成本。
CPO 不是沒有風險，但整個大方向已經確立。投資人需要判斷的是各廠商的實際落地進度，而不只是題材敘事。
常見問題
共同封裝光學（CPO）和可插拔光模組有什麼本質上的不同？
可插拔光模組是距離晶片數十公分遠的外掛元件，電氣路徑較長導致訊號損耗與延遲。CPO 將光學收發元件直接整合在與交換器 ASIC 相同的封裝基板上，路徑縮短至數毫米，降低訊號損耗、減少功耗達 30–50%，並提升頻寬密度。簡言之：可插拔模組是「外掛配件」，CPO 是「原廠內建」，兩者差異決定了 AI 算力集群的效能上限。
CPO 技術的市場規模有多大？何時會進入大規模商業化？
根據 Yole Group 預測，CPO 市場將從 2024 年的 4,600 萬美元，以年均複合成長率 137% 成長，2030 年達 81 億美元。LightCounting 預測到 2027 年 CPO 將佔 800G 和 1.6T 高速埠出貨量的近 30%。業界普遍認為 2025–2026 年是商業化轉折點：NVIDIA Rubin 平台 2026 年導入 CPO，Broadcom 51.2T CPO 交換機已量產，標準與供應鏈均在快速成熟中。
為什麼 AI 大型語言模型的訓練需要 CPO 技術？
訓練 LLM 需要數萬個 GPU 高頻交換參數，對節點間連接速度與延遲要求極高。傳統銅線架構的電氣路徑過長造成訊號延遲，可插拔光模組在 800G 以上場景下功耗也大幅上升。CPO 在封裝層級整合光學 I/O，同時提供更低延遲、更高頻寬密度與 30–50% 的功耗節省，使構建大規模 AI 算力集群成為可能。
CPO 技術目前面臨哪些主要挑戰？
CPO 商業化面臨三大挑戰：熱管理（光學元件對溫度敏感，整合封裝後散熱複雜，過熱造成波長漂移）、量產良率（光學對準精度遠高於傳統電子封裝，良率提升是關鍵瓶頸）、標準化進程（OIF 已發布 3.2T CPO 模組標準，但完整生態系互通性仍在建立，廠商間介面差異增加整合難度）。
台灣有哪些廠商具備切入 CPO 供應鏈的優勢？
台灣在先進封裝與矽光子製程方面具備切入 CPO 生態系的核心優勢。台積電先進封裝平台（CoWoS、SoIC）為 CPO 整合提供關鍵製程能力，矽光子製程技術居全球前列。光學被動元件、驅動晶片、封裝材料等環節也有台廠積極布局。投資人應重點觀察：量產良率提升進度、與 NVIDIA 及 Broadcom 大廠的認證進展，以及 2026 年 NVIDIA Rubin 平台量產後的實際訂單動向。
本文內容由作者研究整理，部分資訊經 AI 輔助編排優化。資料僅供參考，不構成任何投資建議或專業意見。如有疑問請洽詢相關專業人士。
喜歡我們的分析嗎？我們每天會在這裡更新最新資訊和投資心得，快來追蹤我們吧！
