全球首款量产CPO交换机落地:中国光通信产业链的新机遇与行业拐点
2026-08-27 【 字体:大 中 小 】
- 首页 > 技术文库 > 全球首款量产CPO交换机落地:中国光通信产业链的新机遇与行业拐点
全球首款量产CPO交换机落地:中国光通信产业链的新机遇与行业拐点
关键词:CPO交换机光通信
时间:2026-8-27 09:11:39 来源:网络
“
2026年8月14日,英伟达宣布Spectrum-X CPO交换机全面量产,成为全球首款量产的200G/lane共封装光学以太网交换机。而2026年也被行业机构正式确认为“CPO量产元年”。
”

2026年8月14日,英伟达宣布Spectrum-X CPO交换机全面量产,成为全球首款量产的200G/lane共封装光学以太网交换机。而2026年也被行业机构正式确认为“CPO量产元年”。该产品激光器减少约75%,功耗降低约80%,单芯片带宽102.4Tb/s。天孚通信作为唯一被英伟达官方点名的A股厂商进入核心供应链。数据显示,中国厂商占据全球光模块前十名中七席,CPO市场规模将从2024年的0.46亿美元增至2030年的81亿美元,产业拐点已现。
CPO量产元年的产业意义
CPO技术的产业意义在于:它解决的不是某一环节的性能瓶颈,而是AI算力集群从万卡迈向百万卡规模时“电信号跑不远”的根本矛盾。传统可插拔光模块方案中,信号从交换芯片到光模块需要经过十几厘米的PCB走线,当速率达到200Gbps时功耗失控、信号衰减严重。CPO将光引擎与交换芯片封装在一起,传输路径从十几厘米缩到几毫米,功耗降低约80%,激光器减少约75%,链路损耗降幅约82%,信号完整性提升约6300%(即64倍)。据Lambda实测数据,CPO交换机单台功耗3.95kW,较传统交换机7.0kW,单台功耗降低约44%。

【图表:CPO与传统可插拔方案性能对比】
从发布到全面量产不到一年半:2025年3月GTC首次发布,2026年1月纳入Vera Rubin平台,5月进入量产,8月官宣全面量产。首批客户包括CoreWeave、Lambda、甲骨文等AI基础设施厂商。
产业格局重构:价值链正在"换牌桌"
CPO量产最深远的影响不是技术本身,而是产业链价值分配正在被重构。传统可插拔光模块时代,价值集中在模块组装和外壳制造;CPO架构下,核心价值向硅光芯片设计、精密耦合器件、先进封装和外置光源四个环节倾斜。
英伟达公布的五家核心供应链伙伴分别为:台积电负责硅光子工艺、矽品负责封装测试、Lumentum供应激光芯片、天孚通信负责激光器模块子组件、鸿海承接整机组装。名单中没有一家传统可插拔光模块组装厂,这意味着“可插拔”形态正在退场,光引擎的位置从面板边缘挪到了芯片旁边。
但这并不意味着传统光模块厂商的终结。CPO用于交换机内部高密度互连,而交换机对外跨机柜互联仍需要1.6T硅光可插拔模块。据TrendForce数据,当前CPO在AI数据中心光模块中的渗透率仅约0.5%,IDC预计大规模商用将于2027至2028年逐步展开。未来三到五年,可插拔与CPO将根据不同场景形成互补格局。
中国厂商的机遇与卡位
中国光通信产业已经深度嵌入全球CPO供应链。建银国际证券估计,中国供应商目前占据全球约40%至50%的光模块总市场份额,在全球前十大光模块厂商中占据七席。中际旭创在800G光模块领域的市场份额约50%,2025年营收达382亿元,同比增长60%。
在CPO产业链中,中国厂商的卡位呈现出清晰的梯队:
第一梯队是直接进入英伟达核心供应链的企业。天孚通信是唯一被英伟达官方点名的A股厂商,负责激光器模块子组件组装,核心产品包括光纤阵列单元(FAU)和外置光源(ELS)组件,已通过英伟达认证进入量产供应链。工业富联作为鸿海旗下A股平台,承接CPO交换机整机系统组装,英伟达已将2026至2027年累计出货目标上修至超过5万台。中际旭创为CPO交换机外联侧供应1.6T硅光可插拔模块,是跨机柜互联的直接增量市场。
第二梯队是深度适配CPO硅光路线的企业。新易盛已构建覆盖可插拔、LPO、NPO及CPO等多种互联形态的技术体系。华工科技具备芯片到器件到模块一体化能力。光迅科技推进NPO/CPO原型验证,走国产替代与出海双线逻辑。
第三梯队是上游光芯片和设备厂商。源杰科技是国内大功率连续波(CW)激光器芯片龙头,70mW芯片已批量出货,拟投资约42.68亿元扩产,订单能见度覆盖至2028年。仕佳光子披露最高28亿元定增计划,其中14亿元用于CW激光器芯片产业化。炬光科技公布最高10.21亿元定增计划。罗博特科子公司提供CPO封装所需的高精度光电耦合与测试设备,配套台积电和矽品产线。
中国银河证券指出,国内光通信产业链正迎来新一轮密集资本开支,本轮投资同时伴随着从可插拔光模块向CPO、NPO的技术升级。
行业前景与投资展望
根据Yole数据,CPO市场规模将从2024年的0.46亿美元飙升至2030年的81亿美元,年复合增长率高达137%。LightCounting预测,2030年全球CPO端口可达3,635万个,其中800G端口161万个、1.6T端口862万个、3.2T端口2,612万个。按年复合增长率推算,2025年市场规模约1.09亿美元,2026年约2.57亿美元,2027年约6.06亿美元,2028年约14.29亿美元,2029年约33.67亿美元。

【图表:2024-2030年全球CPO市场规模预测】
英伟达2026财年第二季度网络收入创下73亿美元历史新高,同比增长98%。2026年3月,英伟达分别向Lumentum和Coherent各投资20亿美元,合计40亿美元,锁定上游光学元件产能。Lumentum高管表示,磷化铟激光器供货缺口已超过同期存储芯片紧缺程度,供应量仍比客户需求低逾30%。上游产能紧张意味着产业链高景气将持续。
竞争格局方面,博通展示了采用102.4Tbps Tomahawk 6的Davisson CPO平台,谷歌走OCS光电路交换路线。国内紫光股份、锐捷网络也在自研51.2T CPO交换机,对标Spectrum-X,瞄准国内智算中心订单。
结语
英伟达CPO交换机全面量产,标志着光通信产业从“概念炒作”进入“订单兑现”阶段。对中国厂商而言,机遇与挑战并存:天孚通信、工业富联已直接切入核心供应链;中际旭创、新易盛在1.6T外联模块领域保持优势;源杰科技、仕佳光子等在上游光芯片国产替代中加速卡位。但需清醒认识,高端激光芯片、硅光子核心工艺、先进封装核心技术仍由海外主导,国内产业链在核心芯片和底层工艺上仍存在短板。AI推理时代的核心矛盾正在从“单点算力”转向“系统级带宽与能效”,CPO作为支撑这一转型的关键技术基座,长期发展空间广阔。
上一篇:【营收降9.8%、研发却增13.7%:经纬恒润在“勒紧裤腰带”和“砸钱搞技术”之间如何抉择?】
下一篇:【交互能效达GB300 104倍!OpenAI自研芯片碾压英伟达】
猜你喜欢
- 芯闻
- 芯品
- 方案
- 文章
- • 力成:FOPLP及CPO方案2027年量产!
- • 地月“信息高速路”通了:我国成功建立超过 40 万公里双向激光链路
- • 传台积电拟逾300亿元新台币收购友达双厂,中科CPO产业链加速成形
- • 欧菲光召开内部会议 正式发布“欧菲光·光启未来”战略
- • 龙芯中科成功研发首款全国产 FC SAN 交换机:搭载龙架构处理器,性能翻倍、成本下降
- • 兆易创新推出全新光模块专用MCU,聚力光互联产业升级
- • Rambus推出集成时分复用功能的PCIe® 7.0交换机IP 助力构建可扩展AI与数据中心基础设施
- • 华北工控BIS-6675FT-B10搭载飞腾D2000处理器:满足工业交换机的产品需求
- • [原创]ADI ADIN2111低功耗低复杂度双以太网端口交换机解决方案
- • [原创] ADI ADP1074隔离式DC-DC同步电源设计方案
- • [原创] Linear LTC4279单端口以太网(PoE)供电设备控制方案
- • [原创] TI TPS546C23带PMBus35A DC-DC转换器解决方案
- • 全球首款量产CPO交换机落地:中国光通信产业链的新机遇与行业拐点
- • AI算力驱动光模块升级,高端MLCC迎来黄金窗口期
- • 散热成AI算力最大“拦路虎”,CPO和STCO成关键
- • AI算力大洗牌!巨头从拼规模转向拼效率
猜你喜欢
TDK 推出带有 IS 接口的低功耗 MEMS 麦克风,并在全球销售
北京矽成推出自主研发车用UFS 3.1存储方案,引领汽车电子存储新时代
全新MASTERGAN1,让GaN晶体管更具说服力和直观性
深耕珠海共“城”长,华发打造珠海人居新样板
KLA 推出全面的IC载板产品组合,开启先进封装新时代
小封装FPGA在工业领域的大作为
美光出样用于游戏和人工智能的新一代显存
亿纬储能发布628Ah储能电池及5MWh储能系统新品!
Nexperia现可提供采用节省空间的CFP3-HP汽车平面肖特基二极管
车载应用PoC接口小型化,您需要这款村田3225尺寸、大电流电感器
详解 Cascode SiC JFET 在 LLC 中的应用:优势与 dv/dt 控制
纳芯微高级工程师贾晓雨:智能底盘芯片如何从技术路线走向量产?
工厂里平常的一天,直到红色警报闪烁……
算力狂飙下的封装突围:华天先进攻坚高阶封测国产化
AI拉动12英寸硅片量价齐升 涨价红利2027年集中释放
5G射频迷局:为何传统频谱分析仪难以捕捉现代射频干扰?
锁相环:参考振荡器与时钟分配缓冲器的选型
英迪芯微,一家中国车规芯片企业的创业坚守和二次曲线
AI质检迈入ACI认知检测时代:工业视觉模型实现产线持续自学习
工业机器人如何学习成为灵巧的机器