不止CPO：三代光互联技术路线对比与选型分析

一、对比背景：光互联为什么成为AI算力的关键变量

在大模型训练与推理需求持续膨胀的背景下，AI集群的规模正在从千卡向万卡乃至更大级别演进。此时，限制集群有效算力的往往不再是单芯片性能，而是芯片之间、机架之间的互联能力。传统电互联存在三重约束：带宽密度存在物理天花板、长距离传输伴随明显的信号衰减、单位数据传输的功耗持续抬升。当互联链路占据整机功耗与故障率的比重越来越高，光互联的演进节奏就直接决定了算力集群的扩张上限。

也正因如此，数据中心互联正在经历一次路径重构：第一代是沿用多年的可插拔光模块；第二代是与交换/计算芯片共封装的CPO（Co-Packaged Optics，共封装光学）；而以某头部AI算力芯片厂商为代表的研究团队，已经在推进第三代方案，把光学器件进一步上移到硅中介层，即Optics-on-Interposer（中介层集成光学，下文简称OOI）。该厂商近期已在国际半导体行业会议上公开原型进展，并明确传递出信号：现有一代CPO并非终点，而是架构演进的中间站。本文将围绕这三代方案展开系统对比，回答“区别是什么、如何选、切换要注意什么”三个问题。

二、对象定义：三代方案分别是什么

可插拔光模块：光引擎（激光器、调制器、探测器等）封装在独立模块中，通过设备面板的标准化笼位与交换芯片或网卡连接。电信号从芯片出发，经过主机板上的较长走线到达面板，再由模块完成光电转换。其最大特点是“分体式”，模块可独立采购、独立更换。

CPO：把光引擎从面板搬进封装内部，与交换/计算芯片共置于同一封装基板之上。电信号从芯片引脚出发，只需在基板上走很短的距离即到达光引擎完成光电转换，大幅缩短了高速电信号的传输路径。

OOI：在CPO基础上更进一步，将光引擎从有机基板迁移到硅中介层。其核心思路是让电信号直接在中介层内部传输，中介层的互联走线更短、布线节距更精细，可以类比计算芯片与高带宽内存（HBM）堆叠封装的高密互联方式：让光引擎与芯片紧密相邻，而不是隔着有机基板分置两处。去掉有机基板这一“中间载体”后，光电转换点被推到距离芯片最近的位置，同时也规避了有机基板材料特性与走线节距对互联距离的固有限制，以及光电信号跨基板传输带来的额外损耗。

用一条链路示意可以直观看出三代方案的差异（距离为量级示意，非精确数值）：

可插拔：芯片 → 主机板走线（数十厘米级）→ 面板接口 → 光模块光电转换 → 光纤
CPO   ：芯片 → 封装基板走线（厘米级）  → 光引擎光电转换             → 光纤
OOI   ：芯片 → 硅中介层走线（毫米级）  → 光引擎光电转换             → 光纤

演进的主线只有一条：不断缩短光电转换点与芯片之间的电信号距离。

三、相同点分析

三代方案虽然集成层级不同，但在底层逻辑上高度一致：

1. 目标一致：都是为了突破电互联的带宽密度与功耗瓶颈，支撑更大规模的算力互联。
2. 器件体系一致：都依赖激光器、调制器、探测器、光纤耦合等通用光通信器件，以及相同的波长复用思路（如基于DWDM密集波分复用的多波长并行传输）。
3. 工程挑战一致：都要解决光对准精度、激光器散热、封装良率、长期可靠性等共性问题，差异只在于问题的严重程度与解决手段。
4. 服务场景一致：都面向数据中心东西向流量、AI训练与推理集群的横向扩容与纵向扩展需求。

四、核心差异分析

1. 集成层级与信号路径

这是所有差异的根源。可插拔方案的电信号要走完主机板级的长距离走线，衰减与功耗随速率提升急剧恶化；CPO把这段距离压缩到封装基板内；OOI进一步压缩到中介层内部。电信号路径每缩短一个量级，信号完整性约束就放松一截，可支撑的带宽密度就上一个台阶。

2. 带宽密度

可插拔方案受面板物理尺寸和笼位数量的硬性限制，密度提升空间有限；CPO摆脱了面板限制，但有机基板的材料特性与走线节距仍构成约束；OOI借助中介层更短、更精细的互联走线，目标是提供最高的带宽密度。这也是研究团队放弃“基板级CPO”、坚持把光学器件再上移一层的直接动因，有机基板本身依然会成为电信号传输的瓶颈。

3. 功耗

电信号传输距离越短，驱动与串化部分的功耗越低。行业普遍认为，CPO相对可插拔方案在互联功耗上有明显优势；OOI方向的目标是在此基础上继续下探。对于功耗预算以十兆瓦计的超大集群，互联功耗的每一次下降都会直接转化为可部署的算力密度。

4. 可维护性与故障域

这是可插拔方案至今生命力顽强的原因：模块故障可热插拔更换，故障域隔离在单个模块内。CPO和OOI将光引擎与芯片封装绑定，光器件故障可能意味着整块板卡甚至整机返修，故障域显著扩大，运维备件策略与现场处置流程都需要重构。

5. 良率与成本结构

可插拔的良率体系是模块级的，成熟且可控。CPO把光学器件引入封装后，任一光学器件失效都可能导致整个封装报废，测试与筛选复杂度上升。OOI的挑战更大：中介层上的光对准、热管理、多物理场耦合下的良率均处于原型验证阶段。事实上，相关研究在数年前提出时，封装工艺、光学对准、热管理、良率等难题均缺乏工程验证方案，如今虽有原型落地、距离目标更近，但距离大规模商用仍有工程化距离。

6. 生态成熟度

可插拔生态最完整，标准化接口与多供应商体系成熟；CPO正处在从试点走向规模落地的阶段；OOI目前主要是头部厂商的原型与研究进展，短期内单位成本必然高于前两代。

五、对比表格

对比维度	可插拔光模块	CPO	中介层集成光学（OOI）
光电转换位置	面板外置模块	封装基板上	硅中介层内
电信号传输距离	最长（板级走线）	中等（基板走线）	最短（中介层走线）
带宽密度	受面板尺寸限制	提升，受基板节距限制	目标最高
互联功耗	最高	明显下降	有望进一步下降
可维护性	可热插拔更换	封装绑定，现场更换难	同CPO且绑定更深
良率与成本风险	成熟可控	封装良率要求高	原型阶段，挑战最大
生态成熟度	最成熟	规模落地中	研发与原型阶段
典型适用场景	中小规模、灵活扩容	大规模集群、功耗敏感	超大规模、极限密度追求

六、典型场景选择

1. 中小规模训练/推理集群、开发测试环境：机架数量有限、扩容节奏不固定、对备件周转与快速更换依赖高，可插拔方案的综合拥有成本与运维友好性仍然占优。
2. 生产级万卡及更大规模集群：功耗预算与机房制冷成为硬约束，机架间互联链路数量巨大，CPO在功耗与密度上的收益会被规模放大，价值最为突出。
3. 面向下一代超大规模系统的前瞻规划：当纵向扩展域继续扩大、芯片间互联密度逼近有机基板极限时，中介层集成光学方向值得纳入技术路线图评估。包括百度智能云在内的云与AI基础设施提供方，同样需要在大规模GPU集群实践中解决互联瓶颈，对光互联路线图的判断会直接影响算力集群的长期演进节奏。

七、选型建议

• 不要用单一维度下结论。可插拔输在密度与功耗，但赢在生态与可维护性；OOI方向前景广阔，但当下的良率、供应链与运维体系均未成熟，不存在“哪一代绝对更好”。
• 判断依据建议按优先级排列：集群规模与增长预期 → 功耗与制冷预算 → 运维团队对新型封装形态的处置能力 → 供应链多元化程度 → 演进节奏的匹配度。
• 现实中更可能是“混合演进”：存量与边缘场景继续使用可插拔，新建高密核心机架引入CPO，同时把OOI类方向作为中长周期技术储备持续跟踪，而非立即全面切换。

八、迁移与使用注意事项

1. 协议与接口兼容：CPO/OOI会改变光接口的物理形态与管理方式，交换芯片端口与管理面需要适配，评估时优先确认与现有网络协议栈、监控体系的兼容性。
2. 运维体系重构：备件颗粒度从“模块级”变为“板卡/封装级”，故障更换成本与停机时间模型都要重算；光功率、误码率等监控点位会随光引擎下沉而变化，可观测性方案需要重建。
3. 热与机房适配：光引擎靠近主芯片后，散热路径耦合更紧，激光器温控需求可能影响机架级制冷设计，机房改造应在规划期一并纳入。
4. 良率与供应链风险：新封装形态初期良率爬坡是常态，应评估多供应商策略与试点规模上限，避免关键路径被单点供应能力锁死。
5. 分阶段推进：先在非关键业务或容灾路径上试点，验证监控、备件、故障处置流程后，再向核心训练集群扩展。

九、总结

光互联三代方案的演进主线只有一条：把光电转换点不断推向芯片，缩短电信号在有机材料上的传输距离。可插拔方案胜在成熟与可维护，CPO以封装级集成换取功耗与密度的大幅改善，中介层集成光学（OOI）则试图通过底层封装架构的重构，把带宽密度再推上一个台阶，这正是头部芯片厂商“不止CPO”布局的含义。对技术决策者而言，真正的选型问题不是“哪代技术更强”，而是“我的集群规模、功耗预算与运维体系，匹配哪一代方案的成熟度与成本结构”。把这个问题想清楚，光互联的演进路线图自然清晰。