从量产到复制：为什么2028年更像CPO产业化的检验窗口

CPO真正的分水岭，不是有没有“百万级”

而是能否跨客户、跨平台、跨供应链复制。

CPO已经不再只是实验室技术。Broadcom的51.2T Bailly已经进入真实交付和生产体系，NVIDIA也在2026年先后用“now in production”和“volume manufacturing”描述Spectrum-X Ethernet Photonics相关CPO交换系统。

但“能够生产”仍然不等于“能够规模复制”。真正决定CPO能否成为AI网络基础设施的，是持续采购、跨平台复用、第二来源、良率与测试、维修边界以及生命周期TCO。

因此，2028年更值得被看作一场产业化考试，而不是一个预设好的爆发年份。

三个结论先行

CPO已经进入真实生产阶段，但行业尚未完成从“头部平台生产”到“多平台复制”的跨越。

2028年的价值不在预测一个出货整数，而在检验持续采购、跨平台、第二来源、TCO和维护体系。

中国企业的机会不只在光引擎，而在CW/ELS、FAU、封装、耦合、测试与可维护设计等能够跨架构复用的基础能力。

Part.1先别被“量产”骗了：CPO产业化到底走到哪一步

CPO现在最容易被误读的词，是“量产”。

技术展示、样品、客户认证（Qualification）、生产导入、批量制造和跨平台规模复制，本来就是不同的产业状态。

把这些状态全部压缩成一句“已经量产”，会直接高估产业成熟度。

Broadcom的Bailly是一个重要参照。

2024年，Broadcom已经公开披露51.2T Bailly CPO Ethernet switch向客户交付，并讨论其面向规模制造所采用的CMOS、先进封装和自动化光纤连接能力。

这说明CPO进入真实生产体系，并不是从2026年才开始。

但102.4T Davisson必须单独判断。

Broadcom在2025年的Davisson公告正文中使用了“now shipping”，但同一公告的Availability同时明确，TH6-Davisson BCM78919正向early-access customers and partners sampling；其平台采用16个6.4T Davisson DR光引擎。

因此，更稳妥的状态判断是：

102.4T Davisson已经推出并进入早期客户导入，但不宜直接定义成已经完成规模量产。

这一点尤其需要与Tomahawk 6 ASIC自身的生产状态区分。

到OFC 2026，Broadcom明确使用“production volume”描述Tomahawk 6 102.4T交换芯片，而Davisson CPO则另行列示。

所以：

Tomahawk 6 ASIC进入production volume，并不能自动外推为TH6-Davisson CPO已经规模量产。

NVIDIA则提供了另一个观察样本。

2026年5月，NVIDIA明确称“Spectrum-X Ethernet Photonics“now in production”；7月又进一步使用“volume manufacturing”描述相关CPO交换系统的制造状态，并列出CoreWeave、Lambda和Oracle Cloud Infrastructure等首批adopters。

但状态边界仍然不能跳级：

adopter不等于已核验采购量；公开采用不等于规模部署；volume manufacturing（批量制造）也不等于跨ASIC、跨供应商的开放生态已经成熟。

因此，与其问“CPO有没有量产”，不如把产业状态拆开：

CPO已经证明“能生产”。

下一阶段真正需要证明的是：

能不能复制。

Part.2Pluggable、LPO/LRO、NPO、CPO不会排队退场

讨论CPO时，一个常见误区是把不同光学架构写成：Pluggable → LPO → NPO → CPO

仿佛后一种技术出现，前一种技术就会退出。

实际情况并非如此。

线性可插拔光学（Linear Pluggable Optics，LPO）试图降低模块侧数字处理和重定时带来的功耗，同时尽量保留前面板可插拔形态。

线性接收光学（Linear Receive Optics，LRO），以及发送重定时、接收线性的RTLR（Retimed Transmitter, Linear Receiver），则属于另一类系统折中。

OIF已经发布112 Gb/s RTLR Implementation Agreement，其核心思路是在发送方向进行重定时、接收方向保留线性链路，并更多利用host SerDes的处理能力。

板上光学（OBO）、近封装光学（NPO）和共封装光学（CPO），进一步改变的是光引擎与ASIC之间的物理边界。

与此同时，OIF的系统框架还讨论了：

近封装铜互连（Near-Packaged Copper，NPC）

以及

共封装铜互连（Co-Packaged Copper，CPC）

等实现。

所以真正需要比较的不是：

“谁离ASIC最近？”

而是四个问题：

①高速电通道有多长；②光引擎处于什么封装边界；③哪些组件能够独立测试；④发生故障后更换哪一级FRU。

OIF的HD Connector Framework本身就把pluggable、NPO/NPC、CPO/CPC放在统一的带宽密度、电性能、热管理和可维护性框架中讨论。

这意味着未来更可能形成架构分层。

通用、开放、强调热插拔和成熟运维体系的连接，retimed pluggable仍会长期存在。

LPO/LRO可能进入部分对功耗更敏感、但仍希望保留前面板维护边界的系统。

NPO继续在短电通道和模块化维护之间寻找平衡。

CPO则更可能首先进入：

带宽密度最高、功耗约束最严、系统价值最高，而且能够承受更高集成复杂度的平台。

因此真正发生变化的并不是：

“CPO淘汰了谁”。

而是：

高速电信号应该走到哪里，光电转换又应该从哪里开始。

Part.3为什么200G/Lane开始改变光电边界

围绕“智算互联”的核心命题，光通信3.0在四大技术方向上展开系统性攻坚：

CPO重新进入产业中心，根本原因并不是硅光突然成熟。

而是高速电链路的系统代价越来越高。

当交换容量向102.4T演进、SerDes进入200G/lane时代，把高速电信号从ASIC一路送到前面板，需要面对插损、反射、串扰、连接器密度、散热和信号完整性等多重约束。

从上到下分别为DSO、LPO、CPO架构示意图

这里需要拆开三个过去容易混写的层级：

第一，ASIC SerDes自身的均衡与信号恢复能力。

第二，PCB、连接器和封装共同构成的host electrical channel。

第三，根据架构不同可能额外引入retimer；传统fully-retimed pluggable内部还存在模块侧DSP/CDR。

所以，CPO的系统价值不能简单概括成“去掉DSP”。

更准确的逻辑是：

通过把光电转换靠近ASIC，缩短最困难、损耗最高的高速电通道，降低系统对长距离高速电连接和部分信号调理资源的依赖。

OIF在2026年发布的Energy Efficient Interfaces Framework（OIF-EEI-FD-01.0），以及进一步形成的HD Connector Framework（OIF-EEI-HDC-FD-01.0），已经把AI系统中的功耗、带宽密度、信号完整性、电/光接口和不同物理架构纳入同一讨论框架。OIF官方文档目录

这对Scale-out网络已经足够重要。

但真正可能扩大光互连价值边界的，是Scale-up。

Scale-out解决更多节点之间如何扩展。

Scale-up解决的则是一个紧密计算域内部，多颗XPU如何进行更高带宽、更低时延的通信。

Broadcom已经把TH6-Davisson同时定位于AI cluster的scale-up和scale-out场景。

与此同时，Optical Compute Interconnect MSA也直接把目标放在开放、可互操作的AI scale-up optical architecture。

这意味着：

光学正在从网络端口技术，进一步向计算系统内部互连技术延伸。

Part.4CPO真正难的是量产后的五件事

英伟达CPO光引擎

第一关：系统良率

一套CPO系统可能同时包含ASIC、光子集成电路（PIC）、电子集成电路（EIC）、光引擎、封装基板、FAU、ELS、连接器以及散热结构。

因此，“一颗芯片良率高”并不能回答系统经济性。

真正重要的是通过Known Good Die（KGD）、Known Good Component（KGC）、封装前筛选、分阶段光电测试、冗余和返修设计，把缺陷尽可能提前截获。

核心问题是：

一个低价值光学组件失效时，会不会拖累一颗高价值交换ASIC？

第二关：ELS与热

交换ASIC附近本身就是高热密度区域，而激光器对温度、效率和寿命高度敏感。

因此，External Laser Source正在从“激光器器件”演变成一个系统级子系统。

竞争重点也会从激光器裸片（laser die）的单一性能，进一步延伸到：

控制、监控、冗余、热管理、可靠性、光纤管理和现场替换能力。

第三关：维修边界

传统可插拔发生故障，通常更换module即可。

CPO则必须重新定义Field Replaceable Unit（FRU）。

究竟更换ELS、光引擎、整块交换板，还是包含高价值ASIC的更大系统单元？

不同答案对应完全不同的生命周期成本。

所以，一项成熟技术不能只是：

“能工作”。

还必须：

“能坏，而且坏得起。”

第四关：封装和测试必须同时成熟

有先进封装能力，不等于具备CPO规模制造能力。

CPO还需要PIC/EIC筛选、FAU/PIC主动耦合、全通道光电联合测试、老化、失效分析和返修。

真正的产能瓶颈甚至可能来自一台主动耦合设备的UPH、一套多通道测试系统的吞吐量，或者返修后的重新验证节拍。

国内企业也已经开始向这一基础设施环节延伸。

炬光科技2026年度向特定对象发行股票募集资金使用可行性分析报告明确披露“面向光互联核心器件的高端装备产业化项目”，规划高精度光学耦合、高速光通信器件测试、微纳光学高精度贴装与视觉检测三类装备。

但这里必须保持状态边界：

这是建设中的产业化项目，不是相关设备已经大规模外售。

第五关：标准与第二来源

这一关可能决定CPO最后形成的是开放产业，还是少数巨头内部的封闭系统。

Open CPX MSA面向的是socketed optical engine及其系统接口，目标涉及socket、电连接器以及机械、热、电、光和管理边界。

OCI MSA关注的则是AI scale-up开放光互连架构和optical PHY。

两者不是同一个层级。

更重要的是：

有规范，不等于有第二来源。

真正的产业化必须经历：

规范 → 多厂商产品 → 互操作 → Qualification → 实际替换 → 持续采购。

Part.5从2024到2028：什么事实才算真正过关

2024—2025：首批真实生产

Broadcom Bailly已经证明CPO可以离开样机阶段，进入真实制造和客户交付。

但它首先证明的是：

头部厂商能够围绕特定ASIC，把光、电、封装和系统供应链组织起来。

它尚未证明整个产业已经进入开放复制。

2026：更多头部平台确认生产状态

NVIDIA开始明确使用“now in production”和“volume manufacturing”等状态词。

因此，2026更准确的定义不是“CPO生产元年”。

而是：

生产状态从先行平台进一步扩展到更多头部厂商。

2027：看批量项目是否可持续

第三方机构对high-volume deployment的年份判断本身仍在调整。

LightCounting此前分别讨论过2027和2028等不同放量窗口。

这反而提醒行业：

不要把某一年写成已经确定的“爆发节点”。

2027真正值得观察的是：

头部项目放量之后，订单能不能持续，制造和现场可靠性能不能稳定。

2028：检验产业模式

到2028，行业理论上应该开始拥有今天仍不充分的：

生命周期数据、持续采购、第二代平台、第二来源、跨产线制造、维修和TCO数据。

因此：

2028不是答案，而是一场产业模式考试。

Part.6中国企业：六种能力比一个“CPO标签”更重要

中国企业真正值得关注的，不是谁最早给自己贴上“CPO公司”的标签。

而是谁掌握了能够跨NPO、CPO乃至未来光I/O继续复用的能力。

重点包括：

CW/ELS、高通道FAU、高速光引擎、主动耦合、光电联合测试和可维护设计。

以下状态均指企业公告或公开材料披露状态，不代表对匿名客户关系的第三方确认。

据光迅科技自身披露，其2026年公开的3.2T NPO方案包含OE、ELSFP和FMU-Shuffle，并称已完成国内头部CSP全系统验证。

由于客户未具名、采购量未公开，本文只将其定义为：

“据公司披露的系统验证状态”。

仕佳光子2025年年报披露，应用于CPO的高通道FAU已经实现小批量出货，同时数据中心硅光配套CW DFB相关产品进入小批量阶段。

这里同样必须分层：

FAU小批量出货，是FAU的商业化状态；CW DFB小批量，是光源器件状态。它们都不能自动推导完整ELS或CPO系统已经规模量产。

因此，对中国企业而言：

器件能力决定能不能进场；系统协同决定能不能留下；规模制造决定最终能拿走多少价值。

Part.7不只看功耗：用TCO和六项指标判断规模化

CPO的商业故事通常从功耗开始。

但不能在功耗这里结束。

真正需要比较的是Total Cost of Ownership，即全生命周期总拥有成本。

TCO只计算成本

以一台交换系统的生命周期为统一边界：

TCO = 初始设备成本 + 光学/ELS成本 + 封装与测试增量成本 + 生命周期能源成本 + 备件库存成本 + 故障维修成本 + 停机机会成本

其中：

生命周期能源成本 = IT侧平均功耗 × PUE × 年运行小时 × 使用年限 × 电价

比较CPO与基准架构时：

ΔTCO = TCO_CPO − TCO_基准架构

如果ΔTCO小于0，说明在统一成本边界下，CPO拥有生命周期成本优势。

系统级收益与TCO分开计算

如果未来客户数据能够独立证明CPO带来了GPU利用率、network goodput或job completion time等收益，则不再直接塞进TCO。

可以另设：

净经济影响 = ΔTCO − 经独立验证的系统级增量收益

这样既避免把收益混入“总拥有成本”，也减少与停机机会成本等项目发生重复计量的风险。

三个最重要的敏感性变量

第一，PUE和电价。

电价越高、运行时间越长，节能价值越容易覆盖CPO的初始premium。

第二，FRU边界。

坏一只ELS、一个光引擎、一块板卡，与更换包含高价值ASIC的系统单元，经济结果完全不同。

第三，良率和现场故障率。

良率影响初始成本，故障率影响维修、备件和停机成本。

所以，判断CPO是否真正规模化，可以最终落在六项指标上：

1. 多客户持续采购

不是“有没有adopter”，而是多家独立终端客户有没有进入：

生产部署 → 持续采购 → 跨代复购。

2. 跨平台复用

同一套光引擎、ELS和接口体系，能不能跨ASIC代际继续使用。

3. 真实第二来源

供应商B能否在相同接口、测试和Qualification规则下真正替换供应商A。

4. 制造稳定性

行业最终需要看到的包括：

过程能力（如适用的Cp/Cpk）、良率分布、测试吞吐量、返修率以及主要失效模式。

5. 多客户TCO验证

只有多个客户代入自己的PUE、电价、运行时间、FRU、故障率和备件体系，仍然得到可接受的生命周期经济性，商业逻辑才真正站稳。

6. 维护和接口成熟

如果FRU边界不清、私有接口大量存在、现场维护高度依赖原厂，即便出货数字很大，也可能仍然是一个大型封闭项目。

所以未来看到“百万级CPO”时，第一句话应该是：

百万究竟指lane、optical engine、port、CPO package，还是switch system？

统计单位不同，产业意义完全不同。

真正的规模成熟是：

量和可替换性同时出现。

Part.8长期不是谁淘汰谁而是系统边界重新划分

长期来看，光电转换继续向ASIC靠近，方向越来越明确。

但这并不意味着所有系统最终都会收敛到CPO。

OIF正在同时讨论pluggable、NPO/NPC、CPO/CPC等不同架构。

LightCounting一方面提高了对CPO部署的预期，另一方面仍判断800G及以上retimed pluggable到2030年前保持增长。

这意味着长期竞争更可能是场景分层。

强调开放性、热插拔和成熟运维的场景，可插拔仍然有长期价值。

前面板功耗成为主要矛盾的部分连接，LPO/LRO可能继续存在。

NPO在短电距离和模块化维护之间找到自己的位置。

CPO则进入带宽密度最高、功耗约束最严格、需要最深系统协同的交换和计算平台。

更远期，光I/O还可能继续进入计算封装内部。

所以CPO真正代表的，不是一次普通的光模块升级周期。

而是：

交换ASIC、计算ASIC、光引擎、封装、光源、连接和维护边界的重新划分。

结语

2028年要检验的不是CPO有没有出货

而是它有没有成为工业体系

今天再问：

“CPO能不能做出来？”

意义已经越来越小。

头部平台已经证明，CPO可以进入真实生产体系。

真正没有完全回答的问题，是：

CPO能不能稳定、开放、经济地复制？

所以，2028值得被放在观察窗口中心，不是因为届时一定会发生一次所谓“全面爆发”。

而是因为到那个时间点，产业应该开始拥有今天仍不充分的证据：

更多生命周期数据；

多家客户持续采购；

更多ASIC平台；

经过Qualification的第二来源；

跨批次、跨产线制造结果；

可计算的维修与备件成本；

以及标准从“文件”走向实际互操作的结果。

如果这些条件不能同时成立，即使一个头部项目拥有非常大的出货规模，CPO仍可能主要是一种高度垂直整合的高量定制架构。

如果这些条件开始同时成立，CPO才真正从一项先进技术转变成一种可复制的AI基础设施能力。

三个战略判断

第一，技术趋势判断：

光电转换向ASIC靠近是长期趋势，但Pluggable、LPO/LRO、NPO和CPO更可能分层共存，而不是顺序淘汰。

第二，商业化节奏判断：

2024—2026已经证明CPO能够进入真实生产；2027适合观察批量项目持续性；2028更重要的是验证多客户、跨平台、第二来源、制造稳定性和生命周期TCO。

第三，企业行动判断：

中国企业没有必要把战略押在某一个封装名词上。真正值得长期投入的是CW/ELS、FAU、光引擎、封装、主动耦合、光电联合测试和可维护设计这些可以跨NPO、CPO乃至未来光I/O复用的基础能力。

光从前面板向ASIC附近移动，看似只是一次板级电连接距离的缩短。

真正重新划定的，却是AI网络产业链的：

价值边界、制造边界、维护边界，以及未来供应链的控制边界。

方法与口径说明

本文严格区分发布、送样、公司披露验证、客户认证（Qualification）、production、volume manufacturing和跨平台规模复制，不把相邻状态自动等同。

企业披露的匿名客户验证，只定义为“据公司披露的验证状态”，不视为客户侧独立确认，也不进一步推导采购规模。

厂商功耗数据只用于说明各自平台公开状态，不对不同系统边界下的数据做直接横向比较。

所有“出货量”如未说明统计单位，不以“百万级”等整数直接判断产业成熟度；应首先说明统计对象为lane、optical engine、port、CPO package还是switch system。

TCO只描述成本。GPU利用率、goodput、job completion time等系统收益，仅在获得独立客户数据验证后进入“净经济影响”分析。

2028属于本文建立的产业观察窗口，不构成确定性的市场规模预测。

-END-