LC：AI集群和HPC是CPO的正確切入點

  ICC訊（編譯：Nina）對于光通信行業來說，從可插拔光學器件到共封裝光學器件(Co-packaged Optics，CPO)的轉變是令人興奮的，但對于數據中心采用CPO，很重要的一點是，大家要抱切合實際的期望。除了眾多制造挑戰和滿足降低功耗的目標之外，最終用戶還必須接受CPO作為一種持續降低成本的可行方法。

  人工智能(AI)集群和高性能計算機(HPC)采用CPO的時間有更多的不確定性，但這個市場更愿意冒險和使用創新解決方案，即使它們是專有的(Proprietary)。這些系統甚至比數據中心的計算集群更需要帶寬。專家認為，GPU互連現在可使用當前所使用的互連帶寬的10倍。未來，分散集群(Disaggregated clusters)的出現還需要再增加10倍。

  AI集群和HPC的架構正在不斷發展。我們可能會看到CPO部署在GPU、TPU上以及以太網、InfiniBand或NVLink交換機上。有多種基于FPGA的加速器(Accelerator)也可能受益于CPO。LC當前的預測將所有這些用例組合成一個“AI集群和HPC”應用類別。

  大型數據中心的計算集群將是CPO的第二大應用。一些大客戶不打算使用專有的CPO設計，而是更愿意等待基于標準CPO解決方案的新的競爭生態系統出現。這將限制早期部署的規模，但會有客戶愿意冒險。

  下圖顯示了LC對CPO端口和可插拔以太網光收發器以及AOC出貨量的預測?？刹灏纹骷⒃谖磥?年內甚至更長的時間里繼續主導市場。然而，CPO端口將占到2027年部署的800G和1.6T端口總數的近30%。

  CPO支持者可能會認為這種觀點過于保守，但LC懷疑它可能過于樂觀。預測者往往會低估改變行業方向所需的時間。

  在此分析中，LC根據800G和1.6T收發器等效物(或端口)來計算CPO，但CPO引擎可以將多個800G或1.6T端口組合成一個光芯片(Opto-chiplet)。例如，單個3.2Tbps引擎相當于4個800G CPO端口。每個AOC按兩個端口計算。

  LC目前的預測不包括由OIF開發的近封裝光學器件(Near Package Optics，NPO)的出貨量。Meta確實計劃在51.2T交換機上使用NPO，但這些可能只是數量有限的概念證明試驗。

  所有CPO解決方案都將基于硅光子(SiP)技術嗎?很可能不是。IBM正在開發基于VCSEL的系統。一家初創公司Avicena正在開發GaN micro LED，以實現極低功率、短距離(<10m) 連接。還有更多的初創公司仍處于隱形模式，LC表示期待看到更多技術進入競爭。 但至少目前，硅光是領先者和終極集成平臺。