三大光通信股年内翻倍，追光人继续嗨？

博通 (AVGO.US)
420.710
416.100
-1.05%
-1.10%

英伟达 (NVDA.US)
222.320
220.500
-1.33%
-0.82%

博通 (AVGO.US)
420.710
416.100
-1.05%
-1.10%

英伟达 (NVDA.US)
222.320
220.500
-1.33%
-0.82%

伯恩斯坦97页研报拆解：AI数据中心连接之战，谁才是2026真正赢家？
PANews
·
43分钟前
33分钟
英伟达
(NVDA.US)
222.320
220.500
-1.33%
-0.82%

博通
(AVGO.US)
420.710
416.100
-1.05%
-1.10%

伯恩斯坦97页深度报告：AI数据中心连接性取代算力成新瓶颈，铜光互连长期共存，CPO方向明确但2028年后才大规模部署，2026年更确定的业绩在PCB、ABF、LPO/NPO等环节。

伯恩斯坦最新发布的一份97页的深度报告指出，人工智能数据中心中的铜互连和光互连并非相互替代，而是将在纵向扩展和横向扩展场景下长期共存。尽管CPO技术在功耗和成本方面具有优势，但由于制造和维护方面的挑战，其广泛部署仍面临阻碍，大规模普及不太可能在2028年之前实现，因此光互连LPO/NPO可能成为过渡时期的领导者。但CPO正在从根本上重塑价值链，将利润中心从传统的光模块供应商转移到芯片设计、先进封装和系统集成商。

这里要特别说下伯恩斯坦这家机构，伯恩斯坦（Bernstein，全称为 Sanford C. Bernstein）是一家总部位于美国的全球知名投资研究公司和资产管理机构。它成立于1967年，目前隶属于全球资产管理巨头联博（AllianceBernstein，简称AB），伯恩斯坦也是规模最大、历史最悠久的独立卖方研究机构之一。下面详细拆解下伯恩斯坦的这份报告。

在伯恩斯坦这份报告，核心是三个方面：（1）为什么连接性取代算力成为新瓶颈？（2）CPO兑现节奏在哪里？（3）为什么PCB/ABF基板是2026年更现实的业绩兑现方向？

这份报告真正想讲的不是“CPO要爆发”，而是：AI数据中心的瓶颈，正在从GPU/HBM/CoWoS，继续向“连接系统”迁移。未来的投资主线不是CPO独赢，而是光、电、铜、板、封装、测试共同升级。

更直白地说：过去市场看AI，主要看GPU算力。

现在市场开始看GPU之间怎么连起来。

未来要看的是算力利用率能不能被连接系统释放出来。

这就是报告标题里所谓的“War for AI Data Center Connectivity”。

一、为什么“连接”会变成AI数据中心的新瓶颈？
AI集群不是把GPU堆在一起就完事了。真正的问题是：这些GPU必须高速同步、交换参数、传输激活值、做AllReduce、做模型并行和数据并行。理论算力再强，如果GPU之间通信跟不上，实际利用率就会掉下来。

可以把AI集群理解成一个巨大的工厂：

为什么连接性会取代算力成为新瓶颈？

这件事的根源要从大模型的训练方式说起。大模型训练有两种并行方法：一种叫张量并行，一种叫专家并行。这两种方法的共同特点是需要GPU之间频繁地、大规模地交换数据。

一次训练GPU之间要交换的数据量是天文数字，什么意思呢？过去你只要堆GPU数量就行了，现在你堆的越多，GPU之间通信的开销就越大。到某个临界点加GPU不再让训练变快，反而让通信堵车更严重，这就是连接瓶颈。

伯恩斯坦给了一组对比，一个标准的英伟达GB30机柜里面，GPU和GPU之间用的是铜缆，因为距离短，铜缆便宜稳定。但机柜和机柜之间必须用光纤，因为铜缆超过2米信号衰减就受不了。光纤的两端需要光模块，光模块负责把电信号转成光信号再转回来。

问题来了，一个1.6T的光模块功耗大概三十瓦，其中一大半都被一个叫DSP数字信号处理器的芯片吃掉了。一个机柜里几百个光模块，光通信这一项的功耗就压不下来。

所以现在的AI数据中心遇到的真问题，不是算力不够使功耗到顶了。英伟达自己说新一代CPU交换机能比传统光模块节省70%的功耗，一个51.2T的交换机，光这一项就能省五百瓦，省下来的功耗可以让你多塞GPU。

$英伟达(NVDA.US)$自己也在强化这个叙事。2025年3月，NVIDIA发布Spectrum-X Photonics和Quantum-X silicon photonics switches，强调它们是为了让AI factories连接数百万GPU，并降低能耗和运维成本；NVIDIA称其photonics switches可以实现每端口1.6Tb/s、3.5倍能效提升、63倍信号完整性提升、10倍网络韧性提升。

Bernstein这份报告的底层逻辑是：AI资本开支的下一阶段，不只是继续买更多GPU，而是买更多“让GPU有效工作的连接能力”。

二、报告最核心的判断：不是“铜退光进”，而是“多路线共存”
市场上经常有一个简单说法：光进铜退。

但这份报告的观点更细：铜和光不是简单替代关系，而是在不同距离、不同带宽、不同维护要求、不同成本结构下长期共存。Bernstein认为copper 和optical interconnects不是简单替代品，而是在Scale-up和Scale-out场景下分别发展。这个判断非常关键。

1. Scale-up：机柜内/近距离互联，铜仍然很强
Scale-up更接近GPU与GPU、GPU与switch、机柜内或近机柜范围的高速互联。这里最看重：

低延迟、低成本、高可靠性、可维护性、短距离传输能力。

在这个场景里，铜并没有马上死掉。

老黄之前也明确表态：$英伟达(NVDA.US)$暂时不会把CPO用在旗舰GPU之间的主连接上，因为传统铜连接目前比CPO光连接可靠得多；NVIDIA 会先把CPO用在服务器顶部交换机中的两款新网络芯片上。

这句话非常重要。它说明：CPO是方向，但不是马上全面替代铜。

也就是说，至少在现阶段，NVIDIA的逻辑是：

交换机侧可以先上CPO，GPU/XPU侧要更谨慎。

原因很简单：GPU是系统里最贵、最关键的资产。你不能因为光互连节能，就牺牲可靠性。AI训练集群里，一个链路频繁掉线，损失的不只是硬件成本，而是训练任务中断、GPU利用率下降、调度复杂度上升。

2. Scale-out：机柜间/集群间互联，光学更有优势
Scale-out是更大范围的GPU集群扩展，通常涉及机柜之间、数据中心内部更长距离的东西向流量。

这个场景下，光学方案的优势更明显：

距离更远、带宽更高、线缆更轻、功耗更低、布线密度更好。

所以未来不是“铜被光完全替代”，而是：

伯恩斯坦这份报告最有价值的地方：它没有停留在“CPO 概念股”层面，而是把AI连接拆成了多条技术路线。

三、CPO：方向很重要，但2026年不是全面爆发年
这份报告里最容易被市场误读的地方，就是CPO。

很多人看到CPO，就直接得出结论：

光模块要被替代，CPO立刻爆发，传统光模块厂完了。

这个理解太粗。

Bernstein预计CPO在Scale-out网络中的小规模部署可能从2026年下半年开始，主要用于验证真实性能和供应链成熟度；但在更关键的Scale-up场景中，CPO采用可能推迟到2028年下半年以后，因为行业需要先验证交换机侧CPO的长期可靠性，再应用到更高价值、更不能容错的XPU系统里。

这和Jensen Huang之前的表态是吻合的：CPO会先用于网络交换芯片，而不是直接大规模进入GPU主连接。

所以时间节奏应该这样理解：

LightCounting的观点也支持“渐进演进”而不是“一夜切换”。它预测传统retimed pluggables未来5年仍将占主导，虽然LPO/CPO在2026–2028年会占800G和1.6T端口的重要比例。EDN对行业观点的总结也提到，Yole认为CPO大规模部署可能在2028–2030年之间，LightCounting则认为本十年内光模块仍会占数据中心光链路的大多数，但光学器件会持续向ASIC靠近。

所以我的判断是：

CPO是中长期方向，但2026年更确定的收入，不一定在最纯的CPO概念股，而在CPO前夜必须先升级的光源、测试、封装、PCB、ABF、CCL、1.6T光模块和LPO/NPO。

四、LPO/NPO：它们是CPO爆发前的“过渡主线”
这份报告很重要的一点，是没有把技术路线简单分成“传统光模块 vs CPO”。

中间还有LPO和NPO。

1. LPO是什么？
LPO，全称Linear Pluggable Optics。它大致可以理解为：保留可插拔形态，但去掉或弱化 DSP，用线性驱动和主机侧均衡来降低功耗。

优点是：功耗更低、成本可能更低、仍然保留一定可维护性。

缺点是：系统调试更难、链路预算更紧、对主机侧SerDes和系统工程要求更高。

公开摘要提到，LPO通过去掉DSP、把信号处理交给线性组件，可以相较传统可插拔模块大幅降低功耗，同时保留模块化维护便利；Bernstein甚至认为到2030年LPO出货量可能超过CPO。

2. NPO是什么？
NPO可以理解为Near-Packaged Optics，也就是把光引擎放得更靠近ASIC，但又不像CPO那样彻底封到一起。

它的价值在于折中：

这说明未来几年很可能不是“一步到 CPO”，而是：传统可插拔 → LPO/NPO → CPO → 光 I/O / optical fabric

这也是为什么2026年你不能只看CPO。真正能兑现业绩的，可能是那些能跨多个阶段供货的公司。

总结下来就是CPO这个故事2026年还不会兑现，CPO在2026年下半年只能小批量出货，只用于scale out场景，也就是机柜和机柜之间真正大规模铺开要等到2028年。

为什么这么慢？伯恩斯坦给了三个原因：

第一个原因是云服务商不愿意换传统光模块出问题了，运维拔下来换一个新的就行，几分钟搞定。CPU是焊死在交换机里的，一个光引擎坏了，整台交换机要返厂，停机时间、运维成本对$亚马逊(AMZN.US)$、$谷歌-A(GOOGL.US)$、$微软(MSFT.US)$这些云服务商来说是大问题。而且光模块的故障率不低，行业标准是10万小时故障一次，换算下来1万个光模块一年要换九个，这是硬故障，还没算软故障。

CPO把光引擎做进芯片里，可靠性必须做到几个数量级的提升，才能让云服务商放心。伯恩斯坦直接说了，他们和中际旭创这家中国光模块厂沟通，中际旭创告诉他们没有一家云服务商客户计划在2026到2027年大规模部署CPO这句话很重，市场可能还没听进去。

第二个原因是过渡方案已经出来了，CPU不是唯一选择。中间有两个技术，一个叫LPO个叫NPO。LPO是把光模块里那个最耗电的DSP芯片去掉，用更简单的元件替代。这一刀下去，功耗降到传统光模块的3分之1，但还保留可插拔800G的LPO现在已经在量产。

NPO是把光引擎放在交换机芯片旁边的PCB上，但还是可拆卸的。英伟达现在叫CPU的产品，严格说其实是NPO这两个过渡方案能撑2到3年。所以云服务商完全有理由说我先用LPU撑着，等CPO真的成熟了再说。

第三个原因是scale up场景里，铜缆还没死，GPU之间的连接叫scale up。这里铜缆的成本优势、可靠性优势，目前没有任何替代品能比。

伯恩斯坦明确说，2026到2028年，scale up仍然是铜缆主导，立讯精密在这里是受益者，他跟英伟达GP300铜缆连接器跟安费诺正面竞争，还有一个叫CPC 共封装铜缆的过渡技术术，进一步延长了铜缆的生命周期

lightcounting这家行业咨询机构预测，到2029年1.6T的连接市场里，铜缆还能占接近一半的份额。

五、CPO最大影响：不是简单降成本，而是重分配利润池
CPO 的产业意义，不只是节能，也不是单纯替代光模块。