CPO光引擎放哪：有机基板与硅中介层方案对比

一、对比背景：光引擎的“位置”，正在成为AI基础设施的关键变量

AI训练与推理集群的规模持续扩大，交换芯片带宽从数十Tb/s迈向百Tb/s量级，网络侧光互连的压力随之陡增。传统可插拔光模块虽然生态成熟、维护方便，但电信号要从交换芯片出发，穿过封装、基板、主板，一路走到面板上的光模块，传输距离长、功耗高、密度受限。

共封装光学（CPO，Co-Packaged Optics）的出现正是为了解决这一问题：把光学引擎从面板“搬进”封装，靠近交换芯片。而近期某头部AI芯片厂商在国际半导体行业会议上展示的下一代方案，把这一思路又推进了一步——将光学引擎直接放到承载芯片的硅中介层上，并配套演示了单纤256 Gb/s的密集波分复用（DWDM）技术。

本文对比的对象明确为： 当前已量产的CPO方案（光学引擎位于有机基板，下称“方案A”）与下一代方案（光学引擎位于硅中介层，下称“方案B”），并以可插拔光模块作为演进参照系。两者究竟差异何在、各自解决什么问题、当前建设与未来规划应如何取舍，是本文要回答的三个核心问题。

二、对象定义：两种方案分别是什么

方案A：当前量产CPO（光学引擎位于有机基板）
将光学引擎从可插拔光模块的位置拉近到交换芯片旁，放置于封装内的有机基板或多芯片模块（MCM）上。信号路径为：交换芯片 → 中介层 → 有机基板走线 → 光学引擎 → 光纤。这是目前CPO的主流量产形态，已有面向AI集群专用网络和通用以太网交换的量产产品线落地。

方案B：下一代硅中介层光学方案（光学引擎位于硅中介层）
逻辑更为激进：把光学引擎直接放置在承载交换/算力芯片的硅中介层上，电信号完全在中介层内部以短距离、细间距的互连走线传输，参照的正是GPU与HBM内存目前极度靠近的封装思路。该方案目前处于研究原型阶段，尚未量产。

参照系：可插拔光模块
光引擎位于面板上的可插拔模块中，与交换芯片之间的电信号路径最长，但生态最成熟、可维护性最好，作为对比基线纳入。

三、相同点：三者的“最大公约数”

1. 目标一致：都在解决同一组问题——缩短电信号传输距离、降低互连功耗、提升带宽密度、压低每比特成本。
2. 技术同源：方案B并非推倒重来，它建立在方案A已量产的CPO产品经验之上，同样依赖硅光子集成、光纤耦合、共封装等基础技术栈。
3. 面向场景一致：都瞄准超大规模AI集群、高带宽交换网络这类“带宽密度与功耗双敏感”的场景。
4. 共同挑战一致：散热、光纤管理、可靠性验证、量产良率是三类方案都要面对的工程命题，只是难度梯度不同。

四、核心差异：从信号路径到成本结构的逐项拆解

4.1 信号路径与封装架构：有机基板是否还在信号路径中

这是两代方案最本质的分水岭，示意如下：

可插拔光模块（传统方案）:
  交换芯片 → 封装/基板走线 → 主板 → 面板 → 可插拔模块 → 光纤
方案A 当前CPO（基板方案）:
  交换芯片 → 中介层 → 有机基板走线 → 光学引擎 → 光纤
方案B 下一代（中介层方案）:
  交换芯片 → 中介层内短距离细间距走线 → 光学引擎（同一中介层）→ 光纤

方案A中，有机基板仍在信号路径里，电信号需要穿过中介层、再经过基板走线才能抵达光学引擎；方案B则把有机基板从信号路径中彻底移除，电信号在中介层内部即完成“芯片—光学引擎”的交接。配合微凸块（Microbump）与低电容接口的整合应用，可以缓解AI系统扩展时GPU与交换机之间的传输瓶颈。

4.2 带宽密度与物理占位：从约100毫米到约8毫米

根据该厂商公布的200T交换ASIC封装对比示意图：方案A下光学组件的分布范围长达约100毫米；方案B将关键结构压缩至仅约8毫米的中介层区域。占位缩小一个数量级，意味着同样的封装边界内可以布置更多光学引擎与光纤，带宽密度显著提升，同时也释放了交换芯片周边宝贵的布线资源。

4.3 功耗：每一毫米走线都在“耗电”

高速串行接口的功耗与走线长度、负载电容直接相关。从可插拔方案到量产CPO，已经实现了约80%的功耗下降（该厂商口径，其量产CPO以太网交换机系统相比传统可插拔方案）；方案B进一步缩短电信号距离、降低接口电容，功耗有望继续下探。需要说明的是，方案B的具体功耗收益目前仅有厂商演示数据，尚待量产验证，不宜直接外推。

4.4 成熟度与工程风险：量产与研究原型之间的鸿沟

• 方案A：已量产。 该厂商已有两款CPO产品分别服务于AI集群专用网络与通用以太网交换；2026年8月，其单通道200G的CPO以太网交换机系统宣布全面量产，交换容量达102.4 Tb/s。
• 方案B：研究原型。 该厂商研究科学家明确表示，这些技术正在为未来产品进行评估，仍需解决阻碍商业化的各项挑战。结合行业普遍认知，这些挑战通常包括：大尺寸硅中介层的制造成本与良率、光学器件与数字电路同层集成的散热耦合、封装级返修难度、测试与可靠性验证体系等。

4.5 可维护性：集成度越高，故障域越大

• 可插拔模块：现场热插拔更换，运维最友好；
• 方案A：光学引擎不可独立插拔，故障通常需要板卡甚至封装级处理；
• 方案B：光学与芯片共享同一中介层，集成度最高，故障域进一步扩大，返修与备件成本更高，对运维体系的要求也最严格。

4.6 成本结构：单位封装成本与每比特成本的博弈

方案A供应链相对成熟，但光学组件分布范围大，基板走线与光纤资源占用多；方案B的中介层面积成本更高，但凭借带宽密度提升，以及配套DWDM技术对单纤容量的榨取，每比特成本具备更优的潜力。在真机演示中，DWDM利用8个不同波长、每波长承载32 Gb/s数据，在单根光纤上实现256 Gb/s聚合带宽——用更少的光纤承载同样的流量，直接摊薄光纤、连接器与布线成本。当然，DWDM同样处于研究阶段。

4.7 接入与生态：上层网络几乎无感，底层规划大不相同

对上层应用与网络协议而言，无论哪种方案，交换机对外提供的仍是标准以太网或高速互联端口，业务侧改造量很小。差异集中在基础设施层：方案B一旦落地，机架布局、光纤走线、散热设计、备件策略都可能需要重新规划，相关工具链与生态仍在建立过程中。

五、对比表格：一张表看清三者的关键差异

对比维度	可插拔光模块（参照）	方案A：当前CPO（基板方案）	方案B：下一代（中介层方案）
光学引擎位置	面板可插拔模块	封装内有机基板/MCM	承载芯片的硅中介层
电信号传输距离	最长（跨板到面板）	中等（经中介层+基板）	最短（中介层内细间距走线）
光学组件占位	面板+模块空间	约100毫米分布（200T ASIC示例）	约8毫米中介层区域
功耗表现	基准	相比可插拔下降约80%（厂商口径）	有望进一步下降（待量产验证）
单纤容量演进	单波长为主	单波长大容量	配套8波长DWDM，单纤256 Gb/s演示
成熟度	成熟量产	已量产（单通道200G、102.4 Tb/s产品）	研究原型，未量产
可维护性	热插拔更换	封装/板卡级维护	封装级维护，故障域更大
成本结构	模块+面板资源	供应链成熟，占位大	中介层成本高，每比特成本潜力更优
适用阶段	存量与中小规模	当前新建大规模AI集群	未来超大规模集群的前瞻规划

六、典型场景选择

1. 存量数据中心与中小规模集群：可插拔光模块在灵活性与运维门槛上仍是最优解，无需为CPO改造机架与运维体系。
2. 当前新建大规模AI训练集群：已量产CPO（方案A）收益明确——功耗显著下降、带宽密度提升，且供应链成熟，是现实主选。
3. 面向3-5年后的超大规模集群：当带宽密度、功耗预算、光纤数量成为硬约束时，方案B与DWDM的组合值得纳入技术雷达，并在机架与散热设计上预留前瞻性。
4. 运维自动化程度有限、缺乏封装级维护能力的团队：应谨慎评估CPO类方案的可维护性配套，避免出现“买得起、养不起”的局面。

七、选型建议：用四把尺子衡量

无论是百度智能云这类承载大规模AI算力的平台方，还是自建训练集群的企业团队，评估光互连路线时建议固定使用四把尺子：

1. 落地时间窗：未来12-24个月内要落地的项目，优先考虑已量产的CPO方案；中介层光学更适合作为长期跟踪对象。
2. 功耗与密度预算：机柜功率、光纤数量越紧张的集群，越能从更高集成度中获益；约束宽松时则不必激进。
3. 运维能力：备件粒度、返修流程、监控体系能否支撑封装级维护，是CPO类方案能否平稳运行的前提。
4. 每比特成本视角：不要只看峰值带宽和单台设备价格，把每比特功耗、每比特成本、可维护性放在一起权衡，才能得出贴近真实TCO的结论。

八、迁移与使用注意事项

对于计划从可插拔向CPO演进、或为下一代方案做前瞻规划的团队，以下事项建议提前评估：

1. 布线与光纤管理：DWDM可减少光纤数量，但需提前规划波长方案与光纤资源台账；
2. 散热设计：光学引擎与芯片距离更近，热敏感器件与热源耦合加剧，需要冷板/液冷协同设计；
3. 可维护性策略：备件粒度从“模块”变为“封装/板卡”，返修流程、SLA定义、故障演练都要重新设计；
4. 可观测性：光链路的光功率、误码率等指标应纳入统一监控告警体系，避免光层故障成为运维盲区；
5. 兼容性：CPO交换机对外端口协议变化不大，但机架级供电、承重、尺寸规格可能调整，需与机房设施团队提前对齐；
6. 生态成熟度：关注多供应商供给能力、标准化进展与交付周期，降低单一技术路线的锁定风险。

九、总结

回到本文的对比主题，两代CPO方案的核心差异可以用一句话概括：方案A把光学引擎“拉近”了芯片，但有机基板仍在信号路径中；方案B把有机基板从信号路径中彻底拿掉，电信号完全在硅中介层内完成交接，并借助DWDM进一步榨取单纤容量。 带宽密度与功耗收益因此显著，工程与运维挑战也随之放大。

两者并非替代关系，而是时间轴上的接力：用成熟的基板CPO解决当下的带宽与功耗问题，同时把中介层光学与DWDM作为下一代选项持续跟踪。最终的决策依据，永远是集群规模、功耗预算、运维能力与落地时间窗这四个约束条件的交集，而不是某一项单点指标的领先。