刚刚读了Bernstein一份97页的最新超长研报
AI集群规模越来越大，GPU/ASIC之间、服务器之间、机柜之间、甚至数据中心之间的数据搬运量暴增，已经成为影响整体性能、功耗和成本的新关键。因此，未来AI基建的投资不能只盯着GPU和HBM，还必须看整条连接产业链——AI PCB、HDI、CCL、ABF、铜缆、800G/1.6T/3.2T光模块、LPO/NPO/CPO、OCS、DCI、FAU、CW激光、测试设备等等。
在这条主线下，CPO是长期方向，但Bernstein判断得很清楚：未来两三年，可插拔光模块仍然是CSP最现实、最主流的选择。CPO、NPO、LPO属于中长期逐步导入的升级方案。
这份报告真正的结论是：AI数据中心进入连接瓶颈时代，可插拔光模块、AI PCB、材料、先进封装、光引擎、OCS等都会受益，只是释放节奏不同。短期主线仍是1.6T/3.2T可插拔光模块和AI PCB，中期看NPO/CPO相关、光引擎、FAU、CW激光和测试设备，长期则是整个连接架构持续升级。
该研报也花了不少篇幅来讲述CPO的进展和可插拔光模块的未来2-3年预期
但Bernstein这份报告的判断其实很清晰
研报节选
核心观点之一
Bernstein认为，CPO确实可以带来更好的性能、能效、带宽密度和可靠性，因为它把光引擎更靠近交换芯片或ASIC，缩短了高速电信号路径。
但CPO面临很多现实障碍，包括：
第一，制造良率和测试复杂度。CPO涉及电子芯片、光子芯片、FAU、微光学元件的高精度集成，对制造、耦合、封装和测试要求很高。
第二，光纤耦合和散热难度。光引擎靠近高功耗芯片后，对热管理、光学对准和长期可靠性提出更高要求。
第三，可维护性问题。如果故障需要更换整台交换机，而不是简单更换一个模块，云厂商会非常谨慎。
第四，供应商集中度问题。CPO可能使供应链从分散的光模块生态，转向少数芯片、封装和系统平台主导，降低CSP议价能力。
NVIDIA所谓的“CPO”架构更接近NPO，因为它使用可拆卸光引擎来提升可维护性。LPO则可能作为过渡方案，通过降低DSP相关功耗，在CPO成熟之前发挥桥梁作用。
所以Bernstein的判断是：CPO/NPO可能从2026年下半年开始小规模供应，但scale-up场景会更加谨慎，需要更长时间验证真实环境可靠性。
核心观点之二：Bernstein明确认为，2026-2028年CSP仍会继续偏好可插拔光模块，而不是CPO。
原因主要如下：
第一，CPO运维复杂度更高。在CPO架构中，光子组件被嵌入交换机内部。一旦发生故障，通常需要更换整台交换机，或者送回工厂维修。这会导致停机时间更长，运营影响更大。相比之下，可插拔光模块可以由普通IT人员在现场直接更换，对服务影响更小。
这里要注意一个细节：原文说Meta在2025年9月测试中显示，Bailly CPO的年度链路故障率表现比可插拔方案好5倍，但测试周期仍然有限，且仍是在实验室环境下完成的。也就是说，Bernstein并不是否认CPO可靠性进步，而是认为还需要更多真实环境验证。
第二，CPO供应链更集中。Bernstein认为，相比当前较分散的可插拔光模块市场，CPO市场未来可能高度集中，这会削弱CSP的议价能力。
第三，可插拔光模块生态已经非常成熟，供应链、测试、认证、运维体系都很完善；
维护方便，现场就能替换，不需要动整台交换机；
供应商更分散，云厂商议价能力和供应链弹性更强；
整体风险和成本更可控，不会因为局部技术优势而承担更大的运维风险。
云厂商不会为了理论上的功耗和带宽优势，就贸然承担更高的停机风险、维修风险和供应链集中风险。
这也是为什么Bernstein明确判断：未来两三年，CSP仍会优先选择可插拔光模块。
至于CPO时间节奏判断：2026年下半年CPO会有小规模出货，但主要用于scale-out场景，目的是收集市场反馈、验证供应链准备度。大规模部署可能要到2028年以后。
对相关光模块龙头的影响
对中际旭创、新易盛来说，这份报告其实强化了一个判断：
未来两三年，1.6T/3.2T可插拔光模块仍是AI数据中心光互连的主战场。
CPO的长期趋势，并不否定可插拔光模块的中短期放量。相反，如果AI集群规模继续扩大，最成熟、最确定、最容易大规模部署的方案，仍然是高速可插拔光模块。
关键在于，这些龙头能否一边吃到1.6T/3.2T订单，一边继续跟进LPO、NPO、CPO等下一代产品验证。
总结
Bernstein这份研报的核心是：
CPO是长期方向，可插拔光模块是未来两三年的确定性主线。
市场最容易犯的错，就是把长期趋势直接当成短期替代。
AI数据中心是真实商业环境，云厂商看的不只是性能参数，还有可靠性、停机风险、供应链控制力和维修效率。
CPO会来，NPO/LPO也会推进，但它们是下一阶段的升级，而不是立刻打断现有高速光模块周期。
短期看，1.6T/3.2T可插拔光模块继续放量；中期看，光引擎、FAU、CW激光、测试设备等环节逐步受益；长期看，整个AI连接价值量都在持续上升。
这不是简单的替代，而是一场AI基建从拼算力到重连接的产业升级。
