CPO 的投资逻辑正在从概念扩散，进入产品验证和放量节奏的关键阶段。过去一年多，A 股围绕 CPO、光模块、连接器、线缆和通信设备形成了很宽的主题覆盖，但真正决定后续空间的，不是概念是否热，而是 AI 算力网络架构是否继续升级，Scale-up 网络是否从铜连接逐步走向光连接，以及超级节点扩张能带来多少新增光通信需求。
英伟达开始更明确地推动 CPO 和算力网络升级，这件事的意义在于，它把“光连接终局”从远期想象推向更具体的产品验证。当前一代产品中，第一层 Scale-up 连接仍然大量使用铜连接；真正的新增量，更多出现在第二层连接、MPO 体系、交换芯片、网络设备，以及更大规模超级节点扩张之后。
因此，CPO 不能只按光模块主题来理解。它背后对应的是 AI 数据中心从单机柜、单节点，走向更大规模集群和超级节点的网络重构。GPU 数量越多、带宽压力越大、时延要求越高，铜连接的边界越明显，光连接的价值就越容易被验证。
一、CPO 正从主题交易走向产品验证
2024 年以来，市场上出现了大量 CPO 相关公司，从光模块龙头、线缆连接器，到通信设备和网络芯片，几乎都能找到关联逻辑。主题扩散阶段，估值主要由想象力推动；进入验证阶段，市场开始要求更具体的增量：哪一层网络使用光连接，哪一代产品开始放量，哪一类器件真正进入订单。
CPO 的核心不是把光模块四个字换成新名字，而是把光电转换更靠近交换芯片或计算芯片，通过封装和架构调整降低功耗、提升带宽密度，并为更大规模算力网络提供连接能力。它解决的是 AI 数据中心越来越突出的带宽、功耗、空间和时延问题。
这也是为什么英伟达的推进值得重视。AI 基础设施的核心矛盾，已经从单卡算力逐步转向系统级算力。芯片性能提升固然重要，但如果网络连接成为瓶颈，GPU 集群就无法充分释放效率。CPO、MPO、交换芯片和网络设备，本质上都在回答同一个问题：更大的算力集群怎样被有效连接起来。
二、当前仍是铜连接为主，但光连接终局更清晰
需要把当前产品和终局形态分开看。现阶段，华为和英伟达已经发布或正在交付的部分系统，在第一层 Scale-up 连接里仍然大量使用铜连接。无论是 8 卡服务器，还是 NVL72 这样的机柜级方案，第二层光连接的体现都不会特别强。
这并不否定光连接趋势。铜连接在短距离、低成本和成熟交付上仍有优势，但随着节点规模扩大，铜连接会越来越受制于损耗、功耗、距离和布线复杂度。超级节点不断扩张后，光连接成为更自然的方向。
真正值得等待的是更大规模 GPU 组织方式。当系统从 NVL72 继续扩展到 576 GPU 级别，或者由多个机柜组成更大超级节点时，第二层 Scale-up 光连接的必要性会明显上升。光通信的新增量并不一定在当前最小单元里充分体现，而是在更大节点扩张和多层网络放大中释放。
三、Scale-up 扩张会带来多倍光通信增量
AI 数据中心网络可以从两个角度理解。第一是代际角度：华为和英伟达下一代超级节点若继续扩大，光连接用量会随节点规模成倍增加。第二是网络层级角度：即使只在第二层 Scale-up 网络中提升光连接渗透率，也会带来显著增量。
如果只看当前 4K GPU 级别集群中的三层网络，第二层连接一旦放量，也可能对应三倍左右的市场空间。若未来第一层和第二层都引入更高比例光连接，增量空间会进一步打开，甚至进入十倍级别的想象区间。
这里的关键不在于某一个静态测算，而在于架构变化方向。AI 模型训练和推理持续扩大，算力需求不断上修，超级节点规模不断增长。只要系统级算力继续追求更高带宽和更低时延，光连接在 Scale-up 网络中的位置就会越来越重要。
四、后续验证要看两个问题：2027 需求和 2028 资本开支
CPO 和二层光连接能否形成强共识，需要两个层面的验证。第一，2027 年 AI 算力需求能否继续上修。如果云厂商、主权 AI、企业训练和推理需求继续扩张，网络升级的确定性就会提高。
第二，2028 年资本开支能否提前看清。AI 基础设施投资周期长，只有看到更远期资本开支仍然有动力，市场才会愿意给网络架构升级更高估值。短期产品验证提供催化，中长期资本开支决定空间。
此外，还要看 Scale-up 光连接方案到底有多少会真正落地。不同厂商、不同客户、不同节点规模，可能采用不同连接路线。部分方案仍会坚持铜连接，部分方案会在第二层先引入光，未来再向第一层扩展。因此，判断产业空间不能只看最终形态，也要看每一代产品的渗透节奏。
五、MPO、线缆和连接器已经进入业绩加速段
在 CPO 真正全面放量之前，MPO、线缆和连接器已经先进入业绩加速段。二季度到四季度，部分以 MPO 和高速线缆为主的公司开始体现收入和利润变化，股价也逐渐由业绩支撑，而不是只靠主题推动。
这一环节的核心在定制化。AI 数据中心的网络连接不是简单标准件堆叠，而是根据机柜、节点、交换机、线缆长度、布线方式和可靠性要求进行定制。越是复杂的交付，越需要供应商具备工程能力、客户响应速度和稳定量产能力。
价值链正在向中国线缆和连接器体系迁移。国内企业不仅在成本和交付上具备优势，在工程化适配和快速迭代上也越来越强。只要海外和国内 AI 基础设施继续扩张，高速线缆、MPO、连接器和相关组件仍然会是最先受益的方向之一。
六、国内算力链条可能比海外更激进
中美 AI 基础设施竞争不是单纯地缘叙事，更重要的是产业交付能力。光通信、线缆、连接器和部分网络设备，是国内产业链具备较强控制力的领域。即使海外先进芯片存在约束，国内工程公司和设备厂仍可能通过系统集成、网络优化和交付能力参与全球 AI 基础设施建设。
国内算力链条在连接层和网络层的方案可能更激进。由于部分芯片性能不如海外顶级方案，系统层面反而需要更强的网络和连接来弥补效率差距。这会推动 MPO、交换芯片、网络设备和光连接方案更早进入实际部署。
从市场表现看，国内链条此前修复不如海外链条充分，但随着产品升级和交付能力改善，国内网络设备、连接器和交换芯片方向有机会迎来重新定价。关键不是概念覆盖，而是能否拿到真实订单、能否进入大型集群交付、能否改善盈利水平。
七、除了光模块，网络设备和交换芯片也会受益
如果超级节点不论是否在第一层全面使用光连接，第二层连接都需要更多交换芯片和更复杂的网络设备。这使得投资线索不能只停留在光模块，还要延伸到网络层。
锐捷网络、新华三和盛科通信代表了国内网络设备与交换芯片方向的重要观察样本。AI 集群规模扩大后，交换机、网卡、交换芯片、网络操作和工程部署都会成为关键组成部分。随着国内 AI 交付从试点走向规模化，这些环节的收入弹性和利润率改善都值得持续跟踪。
网络层还有一个特点：它与客户方案深度绑定。进入客户架构之后，设备替换、扩容和后续迭代会形成持续需求。若国内 AI 算力建设节奏加快，网络设备公司可能从单次交付，逐步进入更持续的扩容周期。
八、算力服务和端侧智能，是同一条网络升级逻辑的外延
除了数据中心内部连接，算力服务和端侧智能也是值得纳入框架的外延。具备华南、华北等优质资源的算力园区和服务公司，未来可能参与新型 AI 基础设施部署。它们的核心不是短期主题，而是资源位置、能耗条件、客户交付和长期运营能力。
端侧智能模组则对应另一种连接逻辑。博实结这类公司所做的端侧智能模组，通常包括传感器、端侧 SoC 或边缘算力芯片，以及通信模块。它和数据中心光模块的逻辑有相似之处：一端接收物理世界信号，中间进行处理，另一端通过通信模块连接后端网络和模型。
差别在于，端侧算力是移动的，不可能使用光纤连接，而是通过 Wi-Fi、蜂窝通信等无线方式接入网络。随着消费电子、工业设备和物联网逐步 AI 化，端侧智能模组会成为物理世界与模型系统之间的入口。它不是 CPO 本身，却延续了“信号采集、算力处理、网络连接”的同一套产业逻辑。
九、风险在节奏，机会也在节奏
CPO 和光连接的长期方向很清楚，但短期风险同样明显。第一，产品验证节奏可能慢于市场预期，当前一代系统仍以铜连接为主。第二，Scale-up 光连接到底在哪一层、哪一代产品放量，还需要等待更多客户方案确认。第三，AI 资本开支若出现下修，网络升级预期会被压制。第四，部分公司估值可能提前反映了远期空间，报表兑现一旦滞后，波动会很大。
更稳妥的研究方式，是把产业链拆成三层验证。第一层看英伟达、华为等头部厂商的产品路线，尤其是 NVL72、576 GPU 级超级节点和后续 Scale-up 方案。第二层看 MPO、线缆、连接器和光模块订单是否继续加速。第三层看交换芯片、网络设备、算力园区和端侧智能模组能否形成真实收入。
CPO 的本质不是单一器件升级，而是 AI 算力网络从局部连接走向系统级重构。当前铜连接仍然存在，光连接还在验证和渗透，但超级节点扩张、二层光连接和网络设备升级已经把增量路径勾勒出来。真正的机会，会落在那些既能参与架构升级，又能把订单转化为业绩的公司和环节上。