2026年的前几个月，光芯片行业的并购活动异常频繁。英伟达在3月2日宣布向Lumentum和Coherent分别注资20亿美元；三周后，再次向Marvell投资20亿美元。同月，Credo Technology以7.5亿美元收购以色列硅光子公司DustPhotonics。而就在几个月前，Marvell刚刚以最高55亿美元完成了对Celestial AI的收购。这些交易叠加在一起，仅光互连领域在半年内流入的资本就超过百亿美元。
大量收购投资都指向了同一个方向——光芯片。随着AI算力规模的急剧扩张，光芯片成为整个算力体系的核心枢纽。谁能在这个环节建立壁垒，谁就能在未来数年的AI基础设施竞赛中拥有护城河。
对于AI数据中心而言，传统的铜线显得越来越力不从心。随着人工智能运算规模持续扩张，数据中心面临严峻的功耗与传输带宽瓶颈。传统插拔式光学模块的电信号传输距离与能效已逐渐逼近物理极限。铜线的物理特性决定了其传输损耗随频率提升呈指数级上升，当集群规模从数千张GPU扩展到数万甚至更多时，芯片之间的连接开始消耗系统总功耗中越来越大的份额，成为制约整体性能的短板。
此时，光互联应运而*。CPO（共封装光学）将高速光引擎与交换芯片或大规模AI计算芯片通过先进封装技术集成在同一封装基板内，将高速电信号传输限制在毫米级的近距离范围内，中远距离传输则交由光纤完成。这解决了传统可插拔光模块存在的功耗高、信号损耗大、带宽受限等问题。相较于传统方案，CPO功耗可降低40%以上，带宽提升3倍，延迟缩短50%。这些数字换算到具体现实中，就是一个运营数十万张GPU的超大规模数据中心每年可以节省数亿美元的电力成本，同时获得更高的训练吞吐量。
硅光子和CPO并非新技术。英特尔早在20多年前就开始在这一领域布局，目前已出货超过800万个硅光光学收发器；博通也是CPO标准的早期推动者之一。但这项技术在相当长的时间里，与大规模商业化部署之间始终隔着一段距离。让它真正到达拐点的是AI对算力需求的量级跃升。目前市场普遍预期2026年将成为CPO迈向商业部署的关键起点。
