一、CPO需求端：网络互联规模、密度、速率持续提升，催化CPO需求

AI发展促使网络互联密度、速率持续提升。AI模型持续迭代，参数的增加使得训练所消耗的算力持续提升，导致训练集群规模持续扩大。

推理端，vibecoding、openclaw等应用爆发，带来大量推理需求，同时模型的复杂度提升，使得token输出所消耗的算力也持续增长，带动算力和网络需求。

CPO可以有效帮助大规模集群降低功耗、提升互联密度、提升高速率下的传输稳定性。AI集群规模扩大带动的网络互联规模、密度、速率的提升，显著催化CPO需求。

根据EpochAI估测，当前主流模型训练所消耗的算力均已经达到10~25FLOP的数量级，如GPT-5训练所消耗算力已经达到6.6*10~25FLOP，部分大模型如Grok4训练所消耗的算力已经达到10~26量级。

大模型训练所消耗的算力已经达到 10^25 FLOP 量级

二、CPO供给端：博通、英伟达、Marvell加速推出CPO交换芯片，CPO稳定性明显提升

CPO供给目前也逐渐成熟，博通、英伟达、Marvell等主要交换芯片厂商已经推出CPO交换芯片。CPO的稳定性也达到了较高水平。当前CPO的供给端也可以满足较大出货，加速渗透率提升的时间点。

博通先后发布了25.6T CPO交换芯片 Tomahawk 4 Humbolt、51.2T CPO交换芯片 Tomahawk5 Bailly、102.4T CPO交换芯片 Tomahawk 6 Davisson。

博通22年推出第一代CPO交换芯片 Humbolt，2026年已经推出102.4TCPO交换芯片

三、光器件、晶圆代工/封测、CPO解决方案厂商有望受益

CPO产业链主要包括核心光器件、制造、CPO解决方案，以英伟达CPO方案为例分析CPO供应链可以分为CPO核心零部件（激光器、光引擎等核心光学零组件）、CPO制造（包括晶圆代工、测试等）、CPO解决方案（包括CPO交换芯片/XPU厂商、交换机/机柜厂商）。

CPO核心零部件主要为各类光学器件，我们以英伟达CPO方案为例，定量说明CPO当中各类光学零部件的应用场景与数量关系。

一个典型的CPO交换机当中，交换芯片与光引擎封装在基板上，通过基板传输信息。光引擎与外部光源连接，光引擎接收外部光源传输的光信号，以及交换芯片传输的电信号。光引擎可以将电信号转化为光载波，变为带有信息的光信号，再通过外部光源对外传输。

典型的CPO交换机当中核心包括交换芯片、光引擎、外部光源等

内容目录

一、网络互联规模、密度、速率提升，CPO交换芯片推出，CPO渗透率提升已具条件

1.1、CPO需求端：网络互联规模、密度、速率持续提升，催化CPO需求

1.2、CPO供给端：博通、英伟达、Marvell加速推出CPO交换芯片，CPO稳定性明显提升

二、光器件、晶圆代工/封测、CPO解决方案厂商有望受益

2.1、CPO产业链主要包括核心光器件、制造、CPO解决方案，以英伟达CPO方案为例分析9

2.2核心光器件厂商有望受益，Lumentum等厂商展望积极

2.3、台积电COUPE技术有望巩固台积电行业地位，光引擎封装、CPO测试厂商有望受益

2.4、英伟达CPO方案技术激进，交换机厂商有望受益CPO带来的收入增长

三、投资建议

图表目录

来源：证券；需要25页报告全文可联系客服。

【免责声明】本文转载自网络，内容版权归原作者所有。如有侵犯您的权益，请及时与我们联系，我们将于第一时间协商版权问题或删除内容。内容为作者个人观点，不代表本公众号立场和对其真实性负责。