兴证通信CPO NPO光互联框架培训纪要

发布时间：2026-08-25 一、AI总结内容 一、核心要点 1. AI算力增长推动数据中心互联升级，CPO、NPO作为下一代光互联方案迎来0-1商业落地关键窗口，具备黄金投资期。 2. CPO与NPO技术差异明显：CPO是光引擎与交换芯片共封装，依赖先进封装，传统光模块厂商较难参与；NPO是光引擎置于PCB板，可由现有光模块产业链支撑。 二、场景应用与落地节奏 1. 应用场景上，Scale-up（AI集群内部）是CPO、NPO主要爆发场景，Scale-out仍以可插拔光模块为主导。 2. CPO目前主要针对Scale-up场景，头部玩家2026年或初步部署验证；NPO为开放定制化系统，当前无统一标准。 三、产业链与价值量环节 1. CPO核心价值量向海外厂商转移：台积等先进封装厂商、英伟达主导，关键环节包括硅光引擎、先进封装、高功率CW激光器（如Lumentum主导，国内源杰在研发验证）、FAU连接器（天孚主导）、测试设备（如罗德与施瓦茨）等。 2. NPO价值量延续现有光模块产业链，核心标的包括旭创、新易盛（光引擎）、天孚（FAU）、恒通光电（MPO连接器）、联讯（测试环节，与师德双寡头）、源杰科技（激光器）等，且FAU、MPO有量价提升逻辑。 四、风险与关注 1. CPO、NPO技术落地进度、商用化节奏存在不确定性。2. 海外厂商主导CPO核心技术，国内厂商参与程度或受制约。3. 光通信行业竞争激烈，需关注技术迭代速度与市场需求变化。 二、音频原文（转写） 大家好，欢迎参加兴政通信cpo,m,p.O框架培训。目前所有参会者均处于静音状态下面开始播报声明声明播报完毕后，主持人可直接发言本次电话会议，仅服务于兴业证券客户会议音频及文字记录的内容，版权为兴业证券所有。内容必须经兴业证券审核后方可留存，未经允许和授权转载转发此次会议内容均属侵权兴业证券将保留追究其法律责任的权利。电话会议所有参会人员不得泄露内幕信息以及未公开重要信息。 涉及外部嘉宾发言的兴业证券不保障其发言内容的准确性与完整性，商业证券不承担外部嘉宾发言内容所引起的任何损失及责任，不承担因转载转发引起的任何损失及责任，市场有风险投资需谨。提醒投资者，注意投资风险，审慎参考会议内容。各位领导早上好，欢迎您参加我们新政通信有关c,p,u,n,po的一个框架培训。我是陈光义，就大家有看到近期我们会通过一系列的一个电话，会进一步去具体阐述我们对于整个光通信各个细分板块的一个观点啊，就整体来看的话，我们依然是坚定看好整个光通信一个市场，然后具体来说的话就无论考虑技术的一个发展方向。 还是受fc,c等多重因素的影响市场近期对以np,o,c,pu为代表的这些新型光互联方案也有进一步 的一个关注。嗯，上周我们也有看到像s k海力士那边也有推出有关于利用这种c p u方案进一步去发展它这个内存池的一些方案，所以整体整个板板块也是有相应不断有这个催化所在整体的一个观点的话，我们是认为np.O还是c.Pu，当前正在迎来零到一的这个商业落地，而整个板块也是它的一个投资，也是迎来一个黄金的一个窗口期。 本质上来看的话就是npocpu方案其实是代表了光互联加速向这个芯片端去渗透整个光通信市场空间是进1步被打开的。然后具体来看的话，就是各个头部厂商其实都在积极构建各自的一个供应链的一个生态，而在这种多生态链叙事的话会存在反复的一个催化，这个在市场上其实已经有所表现了。结论上来看的话就npo和cpu。我们最终的一个落脚点肯定是看它一个供应商的一个格局。 嗯，具体跟踪的话会看它的一个订单确定性啊，以及各个板块对它的一个估值的一个重塑。最后的话，我们还是要看进一步聚焦到板块的各个龙头企业。首先，我们来看一下它的一个产业背景，就是当前ai服务器和数据中心正在面临的一个核心问题是它的计算能力提升之后，整个数据传输成为它的一个新的一个瓶颈。整个传统光通信方案是依赖这种可插拔的一个光模块嘛，像交换芯片阿斯卡光模块之间存在较长的一个电器。 连接。那么随着这个s速率在不断提升之后，这部分电链路带来的这种功耗啊和信号完整性问题会越来越明显，因此整个产业就会开始探索。通过缩短锂式距离啊，减少电信号传输路径啊，实现更低功耗和更高的1个带宽密度。那么npu和cpu就是在这个背景下大家所关注到的一个技术方案，其中啊，所谓的npu，其实就是一个进封装光学方案，它是通过将光引擎放置在靠近交换阿斯格的。 位置它其实是放跟阿斯克放在同一个pcb版上那么从而缩短整个一个信号的一个路径，而cpu的话就是所谓的这个嗯供封装的这样的一个方案，它是进一步将光引擎阿瑟克芯片集成在同一个封装体系当中，从而实现更高程度的一个光电融合。嗯，根据市场的一些数据，就相比传统这种可插拔的一个方案npo和cp.U，可以根据具体的方案降低整个交换机的功耗，约10%到30%，这个是整个一个技术的一个背景。 接下来，我们具体看一下就是np.O和c.Pu最后所要用的这样一个场景。结论上来看的话就是skyup和sky out是cpu主要或者np.O主要的这样的一个潜在的一个应用场景。在整个gpu集群的一个内部，未来是有望从这个sky up和sky out2个维度来实现总算力规模的一个提升。像目前这个数据中心与ai集群这个交换机之间的数据交互过去，主要是依靠这种可插拔光模块，而在服务器内部gpu,呃,c,pu之间的数据交互，目前多采用像pd,p走向或者铜连接等这些电互联方案，那么未来像npu,c,pu技术，这些逐步成熟。 那么就有望向这两大应用场景去逐步渗透结论上的话像sky up嗯是可能成为np.O,c,pu主要爆发的一个场景，而sky out的话未来依然会以这种可插拔方案为主导。我们首先具体来看一下。我们首先来看这个所谓的skyout网络，就scale网络其实是训练的dp并行计算来进行一个切分流程，通常就是要把这种集群横向拓展到超多的一个gpu机柜，像当前的这种训练规模已经发展到，比如像10万卡。 通常就是使用ib网络或者专门优化的以太网技术，比如像uvc协议啊，那么根据生命s这个数据的话，授予像这种gd.Sb化还有高密度端口带来这种网络的一个扁平化。你像在采用这种cpu技术的话，你确实可以带来不错的这样的一个。节能降本的一个效果，比如像两层的cpu的话节能降本就可以达到40%几的 这样的一个效果。但是要特别值得注意的一个点是，就是在整个集群层面上cpu的一个节能降本效果可能会被稀释掉，因为整个网络在于在整个集群里面。 无论它的功耗啊还是成本占比都是比较有限的，只有百分之几，那么在这个层面上去讲的话，你采用cpu技术，你所带来的一个这种降本降耗的效果就会被稀释，可能只有最后也只有百分之几的这样的一个功耗的一个节省。总而言之的话就是对于下游c s bb厂商嗯，是否要选择c.Pu方案是一个需要综合去考虑的这样的一个解决方案。嗯，当前来看的话就是各家厂商无论是英伟达也好还是博通也好。 目前推的这个cpu的一个技术基本上还主要都是针对这个scale的场景的你，比如像英伟达有针对这个ib网络，还有以太网络分别有推出这个um和spectrum系列，像这个spectrum系列。已经开始规模化的一个量产，但是从整体一个结论上来看，或者从这个实际的一个行业选择或者商业落地的一个节奏来看就是cpu，肯定会打破现有的一个硬件结构的这么一个生态，而整个产业链的核心价值与定义价权会进一步向这些交换。 这些头部厂商去集中呃，这就会面临tcu总成本优势啊，以及互操作性和它的服务维护方面的一个挑战或者综合的一个平衡。我们是认为在目前整个skill out这种场景下，或对于整个这个集群来看的话，真正掌握整个集群开支的这些。云厂商依然是掌握实际的一个话语权，而他们会更重视这种互操作性啊。所以在整个scale的这种网络当中，具备这种多供应商制衡还有支持这种热插拔，而且可以实现这种按需扩容的。 这种可插拔方案依然是未来的一个主导方案。接着我们再来看所谓这个sky up网络啊。事实上，整个整个对于一个ai集群而言skup是里面最为核心的这么一个计算的一个环节。嗯，因为事实上就是通过这个sky up来构建这种高性能多gpu系统，而且它是实现突破单这个单机pu算力和存储容量瓶颈的一个关键核心，而所谓的scare up网络互联，其实就是以推理的这种大选存并行计算流量，还有这种训练的张量并行，以及这种专家并行流量为主，所以它是有这种在网计算的一个需求的，而随着模型从这种电死。 演进到这种moe，那么整个算力集群的算力负载会从预训练逐步向这种迅推1体进行一个演进，那么通过大带宽低时延的这种网络互联，实现整个集群化的一个超节点，算力提升就会是一个主流方案。我们来看当前这种主流的这种超节点方案，事实上就嗯很有代表性就是。动力的这种a i rap加它同互联，这种紧耦合的1个系统是当前非常具有代表性的这样的一个主流的一个方案。像这种叉pu的这种scale网络。 事实上，它的带宽是远大于scale out的一个网络带宽的，比如像英伟达叉p.U，这种scaleup网络带宽，几乎就是这个scale out的一个九倍。同时，对于时延啊可靠啊成本功耗这块也会更为敏感。以nba572为代表的a i rac架构就充分利用了像同互联这种高可靠啊，低成本啊，低时延的一个优势，这样叉pu通过这种高密度线缆组件或者召唤芯片在整个机柜内进行一个互联组网同时针对这样的一个高功耗系统，配套了高能效的一个集中供电系统，还有对应的一个验证方案，而而且以这种机柜为单位可进行一个整体的交付和部署。 这就是当前的这样的一个主流的这样的一个方案。不过我没有看到像这种同互联。A i like方案，目前也正在一些评奖，不论是底层这种设计时技术就往更高。设计时速率发展过程中所面临这种封装互联啊，信号完整性还有工号三个时延测试验证等这些相互制约的这些挑战以外，还有最为直接的就是本身同互联它的一 个物理覆盖的一个范围问题事实上，比如像这种无源同缆da.C在200几年的一个典型覆盖距离大概是一米通常的话，铜缆源覆盖范围也就两到三米，也就只是针对单机柜而言。 所以通常的话，这种同互联方案，它也就是限制在单机柜内。因此，a i rec的一个架构需要将整个算力资源做到一个极致的紧凑，那么对应的话，它整个系统设计也会迎来相应挑战，比如高密度同互联方案，带来这种可制造性上的困难啊，高功率密度带来的供电和智能方案的一个挑战，以及高度物理耦合的一个系统对于故障率和运维带来的。等等。另外的话，更不要说从这种一些底层协议开始，无论是n v link还是非nv阵营，特别非nv阵营，这边基本上都已从底层协议开始支持整个skin up领域的一个光互联的一个。 这样的一个方案，所以像npo啊和c.Pu啊，这种光控填方案就可以有效的一个结构a i rac之间的一个设备和它的一个机柜。所以结论上来看的话就是sky up和skilled在技术成本还有场景上都存在相应的一个差异，两者会长期的一个互补共存啊。而其中我们特别想强调就是像n v link nv switch，特别是对于英伟达而言，是建立整个超节点优势的一个核心啊，所以我们看到英伟达在面临自己air rac同互联架构，这种高性能啊，还有扩展性所实，实在在所面临这种硬件。 能力以及物理边界的这个职员以及其他非mv证明的这种光互联的一个挑战，所以他肯定会不遗余力余力的推进这种光互联的一个方案，特别是以c,p.U为代表这种光互联的一个方案。我们认为的话就是部分头部玩家在今年会开始。嗯，初步部署这种c.P.U验证相应的一个技术和运营模式，通过提前介入来积累这种先发优势在追求极致性能还有封闭系统里面，这种特别是以这种主供应商为主的sc网络集群里面cpu和npu，这种光互联的一个战略地位会进一步。 去凸显，而且是未来迎来真正大规模应用的这么一个场景啊。呃，在这个过程中，我们想提醒一下的话，也是要重视一些sky up协同技术的一个发展所对于cpu或者np.U也好带来