伯恩斯坦最新发布的一份97页的深度报告指出，人工智能数据中心中的铜互连和光互连并非相互替代，而是将在纵向扩展和横向扩展场景下长期共存。尽管CPO技术在功耗和成本方面具有优势，但由于制造和维护方面的挑战，其广泛部署仍面临阻碍，大规模普及不太可能在2028年之前实现，因此光互连LPO/NPO可能成为过渡时期的领导者。但CPO正在从根本上重塑价值链，将利润中心从传统的光模块供应商转移到芯片设计、先进封装和系统集成商。

这里要特别说下伯恩斯坦这家机构，伯恩斯坦（Bernstein，全称为 Sanford C. Bernstein）是一家总部位于美国的全球知名投资研究公司和资产管理机构。它成立于1967年，目前隶属于全球资产管理巨头联博（AllianceBernstein，简称AB），伯恩斯坦也是规模最大、历史最悠久的独立卖方研究机构之一。下面详细拆解下伯恩斯坦的这份报告。

2月中在有详细拆解过AI算力产业链瓶颈传导的底层逻辑，聊到25-26年光互连是市场正在切换的AI主线之一。

最早https://x.com/qinbafrank/status/2015377625167089671?s=20 在去年底才开始真正关注和研究光互连方面的领域。

在伯恩斯坦这份报告，核心是三个方面：

为什么连接性取代算力成为新瓶颈？CPO兑现节奏在哪里？为什么 PCB/ABF 基板是 2026 年更现实的业绩兑现方向？详细拆解下

这份报告真正想讲的不是“CPO 要爆发”，而是：

AI 数据中心的瓶颈，正在从 GPU/HBM/CoWoS，继续向“连接系统”迁移。未来的投资主线不是 CPO 独赢，而是光、电、铜、板、封装、测试共同升级。

更直白地说：

过去市场看 AI，主要看 GPU 算力。

现在市场开始看 GPU 之间怎么连起来。

未来要看的是 算力利用率能不能被连接系统释放出来。

这就是报告标题里所谓的 “War for AI Data Center Connectivity”。

一、为什么“连接”会变成 AI 数据中心的新瓶颈？

AI 集群不是把 GPU 堆在一起就完事了。真正的问题是：这些 GPU 必须高速同步、交换参数、传输激活值、做 AllReduce、做模型并行和数据并行。理论算力再强，如果 GPU 之间通信跟不上，实际利用率就会掉下来。

可以把 AI 集群理解成一个巨大的工厂：

为什么连接性会取代算力成为新瓶颈？

这件事的根源要从大模型的训练方式说起。大模型训练有两种并行方法：

一种叫张量并行，一种叫专家并行。这两种方法的共同特点是需要GPU之间频繁地、大规模地交换数据。

一次训练GPU之间要交换的数据量是天文数字，什么意思呢？过去你只要堆GPU数量就行了，现在你堆的越多，GPU之间通信的开销就越大。到某个临界点加GPU不再让训练变快，反而让通信堵车更严重，这就是连接瓶颈。

伯恩斯坦给了一组对比，一个标准的英伟达GB30机柜里面，GPU和GPU之间用的是铜缆，因为距离短，铜缆便宜稳定。但机柜和机柜之间必须用光纤，因为铜缆超过2米信号衰减就受不了。光纤的两端需要光模块，光模块负责把电信号转成光信号再转回来。

问题来了，一个1.6T的光模块功耗大概三十瓦，其中一大半都被一个叫DSP数字信号处理器的芯片吃掉了。一个机柜里几百个光模块，光通信这一项的功耗就压不下来。

所以现在的AI数据中心遇到的真问题，不是算力不够使功耗到顶了。英伟达自己说新一代CPU交换机能比传统光模块节省70%的功耗，一个51.2T的交换机，光这一项就能省五百瓦，省下来的功耗可以让你多塞GPU。

英伟达自己也在强化这个叙事。2025 年 3 月，NVIDIA 发布 Spectrum-X Photonics 和 Quantum-X silicon photonics switches，强调它们是为了让 AI factories 连接数百万 GPU，并降低能耗和运维成本；NVIDIA 称其 photonics switches 可以实现每端口 1.6Tb/s、3.5 倍能效提升、63 倍信号完整性提升、10 倍网络韧性提升。

Bernstein这份报告的底层逻辑是：AI 资本开支的下一阶段，不只是继续买更多 GPU，而是买更多“让 GPU 有效工作的连接能力”。

二、报告最核心的判断：不是“铜退光进”，而是“多路线共存”

市场上经常有一个简单说法：光进铜退。

但这份报告的观点更细：铜和光不是简单替代关系，而是在不同距离、不同带宽、不同维护要求、不同成本结构下长期共存。Bernstein 认为 copper 和 optical interconnects 不是简单替代品，而是在 Scale-up 和 Scale-out 场景下分别发展。这个判断非常关键。

1. Scale-up：机柜内/近距离互联，铜仍然很强

Scale-up 更接近 GPU 与 GPU、GPU 与 switch、机柜内或近机柜范围的高速互联。这里最看重：

低延迟、低成本、高可靠性、可维护性、短距离传输能力。

在这个场景里，铜并没有马上死掉。

老黄之前也明确表态：NVIDIA 暂时不会把 CPO 用在旗舰 GPU 之间的主连接上，因为传统铜连接目前比 CPO 光连接可靠得多；NVIDIA 会先把 CPO 用在服务器顶部交换机中的两款新网络芯片上。

这句话非常重要。它说明：CPO 是方向，但不是马上全面替代铜。

也就是说，至少在现阶段，NVIDIA 的逻辑是：

交换机侧可以先上 CPO，GPU/XPU 侧要更谨慎。

原因很简单：GPU 是系统里最贵、最关键的资产。你不能因为光互连节能，就牺牲可靠性。AI 训练集群里，一个链路频繁掉线，损失的不只是硬件成本，而是训练任务中断、GPU 利用率下降、调度复杂度上升。

2. Scale-out：机柜间/集群间互联，光学更有优势

Scale-out 是更大范围的 GPU 集群扩展，通常涉及机柜之间、数据中心内部更长距离的东西向流量。

这个场景下，光学方案的优势更明显：

距离更远、带宽更高、线缆更轻、功耗更低、布线密度更好。

所以未来不是“铜被光完全替代”，而是：

伯恩斯坦这份报告最有价值的地方：它没有停留在“CPO 概念股”层面，而是把 AI 连接拆成了多条技术路线。

三、CPO：方向很重要，但 2026 年不是全面爆发年

这份报告里最容易被市场误读的地方，就是 CPO。

很多人看到 CPO，就直接得出结论：

光模块要被替代，CPO 立刻爆发，传统光模块厂完了。

这个理解太粗。

Bernstein 预计 CPO 在 Scale-out 网络中的小规模部署可能从 2026 年下半年开始，主要用于验证真实性能和供应链成熟度；但在更关键的 Scale-up 场景中，CPO 采用可能推迟到 2028 年下半年以后，因为行业需要先验证交换机侧 CPO 的长期可靠性，再应用到更高价值、更不能容错的 XPU 系统里。

这和Jensen Huang之前的表态是吻合的：CPO 会先用于网络交换芯片，而不是直接大规模进入 GPU 主连接。

所以时间节奏应该这样理解：

LightCounting 的观点也支持“渐进演进”而不是“一夜切换”。它预测传统 retimed pluggables 未来 5 年仍将占主导，虽然 LPO/CPO 在 2026–2028 年会占 800G 和 1.6T 端口的重要比例。 EDN 对行业观点的总结也提到，Yole 认为 CPO 大规模部署可能在 2028–2030 年之间，LightCounting 则认为本十年内光模块仍会占数据中心光链路的大多数，但光学器件会持续向 ASIC 靠近。

所以我的判断是：

CPO 是中长期方向，但 2026 年更确定的收入，不一定在最纯的 CPO 概念股，而在 CPO 前夜必须先升级的光源、测试、封装、PCB、ABF、CCL、1.6T 光模块和 LPO/NPO。

四、LPO/NPO：它们是 CPO 爆发前的“过渡主线”

这份报告很重要的一点，是没有把技术路线简单分成“传统光模块 vs CPO”。

中间还有 LPO 和 NPO。

1. LPO 是什么？

LPO，全称 Linear Pluggable Optics。它大致可以理解为：保留可插拔形态，但去掉或弱化 DSP，用线性驱动和主机侧均衡来降低功耗。

优点是：功耗更低、成本可能更低、仍然保留一定可维护性。

缺点是：系统调试更难、链路预算更紧、对主机侧 SerDes 和系统工程要求更高。

公开摘要提到，LPO 通过去掉 DSP、把信号处理交给线性组件，可以相较传统可插拔模块大幅降低功耗，同时保留模块化维护便利；Bernstein 甚至认为到 2030 年 LPO 出货量可能超过 CPO。

2. NPO 是什么？

NPO 可以理解为 Near-Packaged Optics，也就是把光引擎放得更靠近 ASIC，但又不像 CPO 那样彻底封到一起。

它的价值在于折中：

这说明未来几年很可能不是“一步到 CPO”，而是：

传统可插拔 → LPO/NPO → CPO → 光 I/O / optical fabric

这也是为什么 2026 年你不能只看 CPO。真正能兑现业绩的，可能是那些能跨多个阶段供货的公司。

总结下来就是CPO这个故事2026年还不会兑现，CPO在2026年下半年只能小批量出货，只用于scale out场景，也就是机柜和机柜之间真正大规模铺开要等到2028年。

为什么这么慢？伯恩斯坦给了三个原因：

第一个原因是云服务商不愿意换传统光模块出问题了，运维拔下来换一个新的就行，几分钟搞定。CPU是焊死在交换机里的，一个光引擎坏了，整台交换机要返厂，停机时间、运维成本对亚马逊、谷歌、微软这些云服务商来说是大问题。而且光模块的故障率不低，行业标准是10万小时故障一次，换算下来1万个光模块一年要换九个，这是硬故障，还没算软故障。

CPO把光引擎做进芯片里，可靠性必须做到几个数量级的提升，才能让云服务商放心。伯恩斯坦直接说了，他们和中际旭创这家中国光模块厂沟通，中际旭创告诉他们没有一家云服务商客户计划在2026到2027年大规模部署CPO这句话很重，市场可能还没听进去。

第二个原因是过渡方案已经出来了，CPU不是唯一选择。中间有两个技术，一个叫LPO个叫NPO。LPO是把光模块里那个最耗电的DSP芯片去掉，用更简单的元件替代。这一刀下去，功耗降到传统光模块的3分之1，但还保留可插拔800G的LPO现在已经在量产。

NPO是把光引擎放在交换机芯片旁边的PCB上，但还是可拆卸的。英伟达现在叫CPU的产品，严格说其实是NPO这两个过渡方案能撑2到3年。所以云服务商完全有理由说我先用LPU撑着，等CPO真的成熟了再说。

第三个原因是scale up场景里，铜缆还没死，GPU之间的连接叫scale up。这里铜缆的成本优势、可靠性优势，目前没有任何替代品能比。

伯恩斯坦明确说，2026到2028年，scale up仍然是铜缆主导，立讯精密在这里是受益者，他跟英伟达GP300铜缆连接器跟安费诺正面竞争，还有一个叫CPC 共封装铜缆的过渡技术术，进一步延长了铜缆的生命周期

lightcounting这家行业咨询机构预测，到2029年1.6T的连接市场里，铜缆还能占接近一半的份额。

五、CPO 最大影响：不是简单降成本，而是重分配利润池

CPO 的产业意义，不只是节能，也不是单纯替代光模块。

它真正改变的是：利润从哪里产生。

传统可插拔光模块时代，价值链大致是：

DSP / 光芯片 / TOSA/ROSA / 模块封装 / 光模块厂 / 交换机厂 / 云厂商。

CPO 时代会变成：

Switch ASIC / 光引擎 / 外置激光源 / FAU / 先进封装 / 晶圆制造 / 测试 / 系统集成。

Bernstein 用 NVIDIA Quantum-X800 CPO switch 做了成本拆解：该交换机配置四颗 switch ASIC，每颗集成 18 个 optical engines，并有 18 个外部光源模块；单台 Quantum-X800 CPO switch 估算成本约 57 万美元。摘要还指出，在 CPO 架构下 DSP 被取消，光引擎与交换芯片共封装，价值中心向芯片设计、先进封装和晶圆制造转移。

这就是为什么报告会利好这些方向：

相对来说，传统光模块厂会面临一个问题：

如果价值从模块封装转到 ASIC、封装、光引擎和系统集成，它们的利润池可能被重构。

但这不等于传统光模块厂马上没价值。因为 2026–2028 年，800G、1.6T、LPO/NPO 仍然会有大量需求。Cignal AI 也指出，高速 datacom 模块，尤其是 800GbE 和新兴 1.6TbE 设计，仍会是 2026 年的主要增长引擎。

所以正确理解是：

CPO 会改变光模块产业链利润分配，但不会在 2026 年立刻消灭可插拔光模块。

六、为什么报告强调 PCB、ABF、CCL 是 2026 更现实的方向？

这是我认为最值得你关注的地方。

CPO 的想象空间大，但兑现周期偏后。相比之下，PCB、ABF、CCL 的升级更靠近当下订单。

原因是：即使 CPO 还没有大规模商用，AI 服务器和交换机已经在升级。

Rubin、Rubin Ultra、GB300、云厂商 ASIC、下一代 switch ASIC，都在提高：

单板速率、封装面积、供电密度、信号完整性要求、散热要求、材料低损耗要求。

这是这份研报里最反共识，但最容易被忽略的一条。真正在2026年赚到钱的是PCB、HDI、ABF、基板这条老钱赛道。

为什么说反共识？因为这条赛道太传统了。PCB是几十年的老行业，全球市场2025年850亿美元，听起来一点也不性感，所有人都盯着CPO，盯着光模块，盯着英伟达，没人愿意花时间研究印刷电路板，但伯恩斯坦的数据告诉我们，这条赛道在2025年已经悄悄起飞了。

伯恩斯坦给了一组数字，盛虹科技做HDI高密度互联板的，2025年营收同比增长63%。WUS沪电股份给英伟达GB300MPCB的营收增长45%。Gold circuit金象电给AWS Trinium年供货的增长40%，shengyi electronicd生益电子AWS供应链的另一家增长40%。这些都是已经发生的真实业绩，不是预期，是兑现。为什么这条赛道在涨？有三层维度可以看：

第一层是AI服务器对PCB的含量翻倍了。过去英伟达H10服务器，一台80GPUHDI加PCB的总价值大概100到150美元每張GPU。换到GB200VL72机柜，这个数字直接翻到300美元每張。什么意思呢？同样卖一张GPU，PCB厂商赚的钱翻了一倍。

而且这还没完，即将到来的Vera Robin平台会采用一种叫midplane中版的新结构，把原本用铜缆连接的部分换成多层PCB。这块mid plane是44层板，用最高端的M8等級覆铜版，在下一代的Rubin ultra可能用到78层版M9等级。层数翻倍，材料升级，价值量再次翻倍。

第二层是上游材料卡脖子。ABF基板有一种关键材料叫T-glass低热膨胀系数玻璃纤维，它的作用是防止AI芯片在高温下基板变形导致焊点失效。

T glass现在全球只有一家公司能做到顶级规格，叫日东纺，CTE数值是2.8%，其他厂家做不到这个水平。日东纺的新产能要到2026年底才能上线，正式出货要到2027年，这意味着整个2026年t glass持续短缺。

什么是t glass短缺？就是ABF基板厂商可以名正言顺涨价。Unimicron新兴电子已经和客户重新谈了价格。伯恩斯坦的模型预测，ABF基版的ASP在2026年每个季度环比涨5%到7%，年累计涨幅可能超过20%。

第三层是ABF膜的隐形垄断者。ABF膜是ABF基板的核心材料之一，这种材料的发明者叫Agenomoto，味知数，就是那个卖味精的日本食品公司。他们在90年代研发味精的过程中，意外发现了一种特殊的氨基酸衍生薄膜，可以做半导体基板的热胀层。从那时起，全球95%的ABF膜都来自未知素。

伯恩斯坦的数据，味之素的ABF业务毛利率60%，12026财年增速32%，2027财年预计加速到45%。这家公司的ABF业务30年没人能撼动倍。

所以 2026 年更确定的不是“CPO 一夜爆发”，而是：

高速 PCB 要升级； ABF 基板要升级； CCL 要升级到更低损耗材料； 铜箔、玻纤布、低 Dk/低 Df 材料要升级； 测试和验证环节要升级。

所以2026 年更现实的策略，是先抓三类确定性——1.6T 和 LPO/NPO 过渡带来的光学需求、Rubin/ASIC 带来的 PCB/ABF/CCL 升级、CPO 试产前必须投入的测试/FAU/光源/先进封装。

因为资本市场常犯一个错误：

喜欢买最远的概念，但真正先出业绩的往往是“远期概念之前必须先建好的基础设施”。

CPO 就像未来的高铁站。

但在高铁站全面运行前，先赚钱的可能是修路、铺轨、供电、信号系统和检测设备。

七、这份报告里的产业链受益顺序

如果把 AI 连接产业链分成四层：

第一层：最强平台级赢家

这类公司不是只卖一个零件，而是控制架构。

NVIDIA

NVIDIA 的优势不是只有 GPU，而是 GPU + NVLink + InfiniBand + Ethernet + Spectrum-X + Quantum-X + 软件生态。NVIDIA 官方披露的 silicon photonics networking switches 已经把 TSMC、Coherent、Corning、Fabrinet、Foxconn、Lumentum、SENKO、SPIL、Sumitomo Electric、TFC Communication 等纳入生态。

这说明 NVIDIA 在做一件事：

不只是卖 GPU，而是把 AI 工厂的网络架构也纳入自己的平台控制。

台积电，它是这整个故事的隐形枢纽

cop平台，把电子芯片和光子芯片用混合建合技术结合起来。所有大客户英伟达、博通、Ai labs都在往台积电迁移。这家不靠CPO本身赚多少钱，但cpo强化了台积电在先进封装和晶圆代工的统治地位。

Broadcom

Broadcom 的逻辑不同。它更像是：

Ethernet switch ASIC + custom ASIC + CPO + 云厂商定制芯片生态。

Broadcom 2025 年 10 月宣布 Tomahawk 6 Davisson，这是其第三代 CPO Ethernet switch，具备 102.4Tbps switching capacity，并称已在 shipping；Broadcom 称其通过集成 TSMC COUPE 光引擎和先进多芯片封装，将 optical interconnect power consumption 降低 70%，同时支持 512 XPUs 的 scale-up 和两层网络中 100,000+ XPUs。

这说明 台积电、Broadcom 是 NVIDIA 之外，在 AI 网络与 CPO 价值链里非常关键的公司。

第二层：确定性较强的光学与高速互连

这包括：

1.6T 光模块、LPO/NPO、硅光、激光器、外置光源、FAU、光连接器。

代表方向包括 Coherent、Lumentum、Fabrinet、Innolight、Eoptolink、SENKO、Corning、Sumitomo 等。NVIDIA 官方生态名单里就包含多家光学、封装和连接相关企业。

这一层的重点不是“谁最像 CPO”，而是：

谁能同时吃到 800G/1.6T、LPO/NPO、CPO 试产、外置光源和 FAU 需求。

能跨阶段的公司，胜率高于单一概念公司。

第三层：PCB、ABF、CCL、材料

这是 2026 年认为最容易被低估的地方。

公开转述中提到，原报告覆盖或提及了 Chroma、Luxshare、Unimicron、NVIDIA、Broadcom、TSMC、Ibiden 等公司。

这里面 Unimicron、Ibiden 这种基板/PCB 链条公司非常值得注意，因为 AI 服务器复杂度提升后，PCB 和封装基板不再只是跟随件，而是性能约束本身。

第四层：测试设备、良率、可靠性

CPO 最大难点不是 PPT，而是量产。

量产要解决：

光电耦合良率；

外置激光源稳定性；

高温环境可靠性；

封装应力；

现场维护；

测试时间；

一致性；

失效后维修模式。

所以测试设备和可靠性验证可能是很好的“卖铲人”。

这类公司不一定最性感，但如果 CPO 进入试产，它们往往是最早看到订单的环节。

八、这份报告的投资含义：不要买“最像概念的”，要买“最难绕开的”

这份报告对投资最大的启发是：

AI 连接不是单点技术革命，而是瓶颈迁移。投资要押共同瓶颈，不要押单一路线。

什么叫共同瓶颈？

就是无论最终是 CPO、LPO、NPO，还是传统可插拔继续升级，都绕不开的东西。比如：

相反，单一路线风险比较

比如你只买“纯 CPO 概念”，风险是：

CPO 量产时间推迟，订单不兑现，估值先杀。

只买传统光模块，风险是：

CPO/NPO/LPO 重构价值链，长期利润池被平台厂和芯片/封装厂拿走。

只买 PCB/材料，风险是：

客户扩产过快、供给集中释放、毛利率反转。

所以更好的组合是：

2026 年买确定性，2027 年买订单弹性，2028 年以后买架构期权。

九、个人对这份报告的合理性评价

很合理的地方

• 第一，把 AI 瓶颈从 GPU 扩展到连接系统，这个方向非常对。NVIDIA、Broadcom 的产品发布都在验证这一点。
• 第二，反对“铜退光进”的简单叙事，这个判断非常重要。Reuters 对 Jensen Huang 的报道已经明确说明，铜在 GPU/XPU 核心连接里短期仍有可靠性优势。
• 第三，认为 CPO 是方向但规模化要等可靠性验证，这个判断也合理。LightCounting、Yole/EDN 的行业判断都偏向“逐步迁移，而非立刻全面替代”。
• 第四，强调 PCB/ABF/CCL、测试、光源等“前置环节”更容易在 2026 年兑现，这个对投资更有帮助。因为资本市场容易过度交易最远期的故事，却低估近期真正进订单的环节。

需要注意的地方

第一，公开转述可能会把 Bernstein 的观点“投资化、标题党化”。比如“AI 真正战场不在芯片，在连接”这句话有传播力，但严格说，GPU/HBM/CoWoS 仍然是核心瓶颈，只是连接的边际重要性上升，不是芯片不重要。

第二，CPO 的价值转移方向对，但速度可能被市场高估。CPO 要解决制造、封装、现场维护、失效更换、可靠性等问题，不是一个发布会之后立刻放量的技术。

第三，LPO/NPO 的过渡价值很大，但其系统调试难度也不低。LPO 不是“低功耗版可插拔”这么简单，它把很多复杂度转移到了主机侧和系统级调试上。

第四，PCB/ABF/CCL 这条线虽然确定性强，但也要警惕扩产周期。材料和基板行业一旦看到高景气，很容易扩产，后面客户平台节奏一慢，毛利率就会反噬。

十、未来 2–3 年，可以按这个时间表跟踪

2026：不要只看 CPO，看三条确定性

2026 年重点不是 CPO 大爆发，而是：

1.6T 可插拔光模块是否放量；

LPO/NPO 是否获得更多云厂商/交换机平台认证；

PCB/ABF/CCL 是否继续涨价或扩产；

CPO 相关测试设备、FAU、外置光源是否开始有实际订单。

如果这些发生，说明报告逻辑进入兑现期。

2027：看 CPO 试点从“样机”走向“客户部署”

关键指标是：

NVIDIA Quantum-X / Spectrum-X Photonics 的真实客户部署；

Broadcom Davisson/Tomahawk CPO 的客户扩展；

CoreWeave、Lambda、Meta、Google、微软、亚马逊等是否采用；

CPO 外置光源、FAU、测试设备是否进入收入确认。

2028以后：看 CPO 是否进入 Scale-up

最关键的转折点是：

CPO 是否从交换机侧走向 XPU/GPU 附近；

光 I/O 是否进入高端 ASIC/GPU 封装；

OCS/optical fabric 是否开始改变数据中心网络拓扑。

如果到了这一步，CPO 就不只是光模块替代，而是 AI 计算架构的变化。

十一、基于这份报告的投资框架：四类资产，四种逻辑

如果用这份报告指导美股/港股/A股投资，我会分四类。

个人最认可的策略是：

核心仓买平台赢家，弹性仓买光学与PCB确定性，期权仓小比例买 CPO 远期方向。

不建议一上来就把所有资金押在“最纯 CPO 概念股”。

十二、这份报告最核心的五个要点

• 第一，AI 数据中心的瓶颈正在从“算得快”转向“连得快、连得稳、连得省电”。
• 第二，光不会立刻消灭铜，铜也不会永远守住所有场景；不同距离和系统层级会选择不同方案。
• 第三，CPO 是方向，但 2026 年更现实的收入在 1.6T、LPO/NPO、光源、测试、PCB、ABF、CCL。
• 第四，CPO 的真正影响不是让光模块便宜，而是把利润池从传统模块封装转向芯片、封装、光引擎、光源、测试和系统平台。
• 第五，投资 AI 连接，不要买最热的概念，要买最难绕开的瓶颈。
• 这是一份很有价值的“AI 第二层基础设施”报告。它提醒市场：GPU 之后，下一个被重新定价的不是某一个零件，而是整个 AI 连接栈。

但它也不能被简单读成“CPO 立刻爆发”。更准确的读法是：

2026 年看可插拔/LPO/NPO/PCB/ABF/测试；

2027 年看 CPO 试点订单；

2028 年以后看 CPO 和光 I/O 是否真正进入 AI 计算核心架构。

免责声明：本文章仅代表作者个人观点，不代表本平台的立场和观点。本文章仅供信息分享，不构成对任何人的任何投资建议。用户与作者之间的任何争议，与本平台无关。如网页中刊载的文章或图片涉及侵权，请提供相关的权利证明和身份证明发送邮件到support@aicoin.com，本平台相关工作人员将会进行核查。