在这一趋势下，传统可插拔光模块依赖较长电信号通道，正在逐渐逼近传输极限。“光进铜退”的趋势也正在从数据中心机柜之间，进一步深入到机柜内部、设备内部，甚至芯片附近。

　　NPO通过将独立封装的光引擎部署在ASIC附近，在接近共封装光学性能优势的同时，保留更高的制造良率和维护便利性。相比传统可插拔方案，NPO能够显著缩短高速电通道，减少约9-11dB信号损耗，与CPO性能差距仅约3dB，但在量产和维护方面更具优势。

　　目前，产业化进程正在加速推进。国内外企业已推出多种高密度光引擎方案，部分云厂商也开始进入试点部署阶段。由于NPO无需将光器件与AI芯片进行深度封装，更适配当前产业链成熟度，有望成为未来几年AI集群升级的重要方向。

　　过去几年，AI基础设施竞争更多围绕单颗芯片算力展开。但随着大模型规模快速增长，行业竞争正在从“谁的芯片更强”，转向“谁能让整个系统跑得更快”。

　　超节点正成为这一趋势的重要载体。随着AI服务器从单机柜向多机柜扩展，数百甚至数千颗AI芯片需要高速互联，传统PCB、铜缆和连接器逐渐难以满足带宽、功耗和散热要求。

　　以AI芯片互联为例，随着新一代GPU架构不断提升SerDes速率，单芯片互联带宽持续增长。从早期几十Gbps级别，到百Gbps，再到未来数百Gbps，电信号传输距离不断缩短，通道损耗快速上升。

　　与此同时，可插拔光模块需要依赖较长的主机侧电通道，在高带宽交换设备中，光模块功耗占比已接近系统总功耗的一半。以12.8T交换机为例，若采用32个400G可插拔光模块，单模块功耗约12W，仅光模块部分功耗就达到384W，接近交换芯片自身功耗。随着带宽继续提升，依靠DSP补偿延长电通道的方式正在逼近成本和能耗边界，架构升级已成为必然趋势。

　　，负责完成电信号和光信号之间的转换。目前主要有硅光和VCSEL两条技术路线。硅光路线具备高集成度、低损耗以及兼容半导体制造工艺等优势，更适合未来高带宽AI互联场景；VCSEL路线则凭借成本优势和短距离高速传输能力，在超短距互联中具备竞争力。

　　外置激光源通过将激光器与高温芯片区域分离，可以降低温度、提高可靠性，并方便后续维护；内置光源则有助于进一步提高系统集成度。此外，

　　传统光模块可能只需要连接少量光纤，而NPO需要支持几十路甚至更多通道，对光纤阵列、精密制造和长期稳定性提出更高要求。国产AI算力加速拥抱NPO

　　NPO推动光纤数量和连接密度大幅提升，MT插芯、MPO/MTP以及Fiber-to-Chip等连接技术价值量将持续提升。

　　超节点规模扩大将持续拉动高速互联芯片、交换设备以及系统级解决方案需求。整体来看，AI基础设施正在从“算力堆叠”进入“互联效率竞争”阶段。随着电互联逐渐逼近物理边界，NPO有望成为连接芯片、存储与网络的新型基础设施，并推动光通信产业链进入新的成长周期。