AI算力基礎設施正在迎來一場架構變革。隨着大模型訓練和推理規模不斷擴大,AI服務器正從幾十張卡的小規模集群,向數百張、數千張卡的超節點演進。簡單來說,未來AI芯片不僅要「算得快」,還要「連得快」,芯片之間的數據傳輸效率正在成為決定算力釋放的關鍵。
在這一趨勢下,傳統可插拔光模塊依賴較長電信號通道,正在逐漸逼近傳輸極限。「光進銅退」的趨勢也正在從數據中心機櫃之間,進一步深入到機櫃內部、設備內部,甚至芯片附近。
東北證券最新研究指出,近封裝光學(NPO,Near-Packaged Optics)有望成為當前階段最具工程可行性的高速光互聯方案。NPO通過將獨立封裝的光引擎部署在ASIC附近,在接近共封裝光學(CPO)性能優勢的同時,保留更高的製造良率和維護便利性。
相比傳統可插拔方案,NPO能夠顯著縮短高速電通道,減少約9-11dB信號損耗,與CPO性能差距僅約3dB,但在量產和維護方面更具優勢。對於產業而言,NPO相當於在「不推倒重來」的情況下,為現有AI基礎設施打開了一條升級路徑。
目前,產業化進程正在加速推進。國內外企業已推出多種高密度光引擎方案,部分雲廠商也開始進入試點部署階段。由於NPO無需將光器件與AI芯片進行深度封裝,更適配當前產業鏈成熟度,有望成為未來幾年AI集群升級的重要方向。
AI競爭從「芯片性能」轉向「系統效率」
過去幾年,AI基礎設施競爭更多圍繞單顆芯片算力展開。但隨着大模型規模快速增長,行業競爭正在從「誰的芯片更強」,轉向「誰能讓整個系統跑得更快」。
長上下文、多模態模型、MoE架構以及推理階段持續擴展,都需要大量芯片之間的數據交換。一顆芯片性能再強,如果彼此之間「溝通太慢」,整體算力也無法充分發揮。
因此,AI集群的核心指標正在從峯值算力轉向有效算力,即整個系統真正能夠釋放出來的計算能力。
超節點正成為這一趨勢的重要載體。隨着AI服務器從單機櫃向多機櫃擴展,數百甚至數千顆AI芯片需要高速互聯,傳統PCB、銅纜和連接器逐漸難以滿足帶寬、功耗和散熱要求。
相比已經廣泛採用光模塊的Scale-out網絡,Scale-up(芯片內部及節點內部互聯)目前仍大量依賴銅連接,但其帶寬需求更高,正成為光互聯下一輪增長的重要市場。

SerDes升級逼近電互聯極限,NPO時代提前到來
推動NPO加速發展的核心原因,是高速SerDes技術演進帶來的物理限制。
以AI芯片互聯為例,隨着新一代GPU架構不斷提升SerDes速率,單芯片互聯帶寬持續增長。從早期幾十Gbps級別,到百Gbps,再到未來數百Gbps,電信號傳輸距離不斷縮短,通道損耗快速上升。
在112G/lane條件下,封裝級高速通道損耗已經達到較高水平;進入224G/lane時代後,傳統電互聯面臨更嚴峻挑戰。與此同時,可插拔光模塊需要依賴較長的主機側電通道,在高帶寬交換設備中,光模塊功耗佔比已接近系統總功耗的一半。
以12.8T交換機為例,若採用32個400G可插拔光模塊,單模塊功耗約12W,僅光模塊部分功耗就達到384W,接近交換芯片自身功耗。隨着帶寬繼續提升,依靠DSP補償延長電通道的方式正在逼近成本和能耗邊界,架構升級已成為必然趨勢。
簡單理解,過去是「銅線不夠長,用光模塊補」;未來是「距離太近、速度太快,光必須直接靠近芯片」。
NPO產業鏈核心:光引擎、光源與高密度連接
NPO的核心,是把光通信能力進一步搬到AI芯片附近。
其中,光引擎是最核心的環節,負責完成電信號和光信號之間的轉換。目前主要有硅光和VCSEL兩條技術路線。
硅光路線具備高集成度、低損耗以及兼容半導體制造工藝等優勢,更適合未來高帶寬AI互聯場景;VCSEL路線則憑藉成本優勢和短距離高速傳輸能力,在超短距互聯中具備競爭力。
隨着光引擎功率不斷提升,光源方案也在持續升級。外置激光源通過將激光器與高溫芯片區域分離,可以降低溫度、提高可靠性,並方便後續維護;內置光源則有助於進一步提高系統集成度。
此外,高密度光連接也是NPO的重要組成部分。傳統光模塊可能只需要連接少量光纖,而NPO需要支持幾十路甚至更多通道,對光纖陣列、精密製造和長期穩定性提出更高要求。
國產AI算力加速擁抱NPO
從技術適配角度看,NPO與國產AI算力發展路徑具有較高匹配度。
隨着國產AI加速卡向超節點方向演進,計算規模不斷擴大,對高速低延遲互聯提出更高要求。相比CPO需要依賴先進封裝能力,NPO能夠在不改變ASIC封裝體系的情況下實現光互聯升級,更符合當前國內產業鏈的工程基礎。
目前,國內廠商正在圍繞高密度光引擎、光連接、光源以及相關標準體系加快佈局。部分超節點方案已開始驗證NPO技術路徑,未來隨着AI基礎設施規模化部署,NPO有望成為國產算力集群提升有效算力的重要支撐。
投資邏輯:NPO帶動光互聯產業鏈全面升級
隨着AI基礎設施進入高速互聯時代,NPO有望帶動整個光通信產業鏈升級。
產業鏈受益方向主要集中於:
一是光引擎環節。隨着高速率光引擎需求增長,具備高速光模塊、硅光平台和光電轉換能力的企業有望受益。
二是高密度光連接環節。NPO推動光纖數量和連接密度大幅提升,MT插芯、MPO/MTP以及Fiber-to-Chip等連接技術價值量將持續提升。
三是FAU及微光學環節。隨着光I/O密度提升,高精度光纖陣列和微納光學器件成為關鍵瓶頸。
四是光源及上游材料環節。高功率激光器、VCSEL、磷化銦等材料需求將隨光互聯升級同步增長。
五是先進封裝與光電融合環節。雖然NPO降低了對先進封裝的依賴,但光電協同製造仍將成為產業升級的重要方向。
六是國產AI算力與交換基礎設施環節。超節點規模擴大將持續拉動高速互聯芯片、交換設備以及系統級解決方案需求。
整體來看,AI基礎設施正在從「算力堆疊」進入「互聯效率競爭」階段。隨着電互聯逐漸逼近物理邊界,NPO有望成為連接芯片、存儲與網絡的新型基礎設施,並推動光通信產業鏈進入新的成長周期。