伯恩斯坦97页研报拆解：AI数据中心连接之战，谁才是2026真正赢家？_老虎社区_美港股上老虎

伯恩斯坦97页研报拆解：AI数据中心连接之战，谁才是2026真正赢家？

PANews05-19

伯恩斯坦97页深度报告：AI数据中心连接性取代算力成新瓶颈，铜光互连长期共存，CPO方向明确但2028年后才大规模部署，2026年更确定的业绩在PCB、ABF、LPO/NPO等环节。伯恩斯坦最新发布的一份97页的深度报告指出，人工智能数据中心中的铜互连和光互连并非相互替代，而是将在纵向扩展和横向扩展场景下长期共存。尽管CPO技术在功耗和成本方面具有优势，但由于制造和维护方面的挑战，其广泛部署仍面临...

网页链接

免责声明：本文观点仅代表作者个人观点，不构成本平台的投资建议，本平台不对文章信息准确性、完整性和及时性做出任何保证，亦不对因使用或信赖文章信息引发的任何损失承担责任。

暂无评论

热议股票

7x24

全部

{"i18n":{"language":"zh_CN"},"data":{"share":"https://www.laohu8.com/m/news/1138690335?lang=zh_CN&edition=full","thumbnail":"https://static.tigerbbs.com/046a48157ac96fe2329395581438a557","is_english":false,"pubTime":"2026-05-19 19:35","share_image_url":"https://static.laohu8.com/e9f99090a1c2ed51c021029395664489","id":"1138690335","market":"us","top_or_hot":-1,"title":"伯恩斯坦97页研报拆解：AI数据中心连接之战，谁才是2026真正赢家？","media":"PANews","content":"<div>\n<p>伯恩斯坦97页深度报告：AI数据中心连接性取代算力成新瓶颈，铜光互连长期共存，CPO方向明确但2028年后才大规模部署，2026年更确定的业绩在PCB、ABF、LPO/NPO等环节。伯恩斯坦最新发布的一份97页的深度报告指出，人工智能数据中心中的铜互连和光互连并非相互替代，而是将在纵向扩展和横向扩展场景下长期共存。尽管CPO技术在功耗和成本方面具有优势，但由于制造和维护方面的挑战，其广泛部署仍面临...</p>\n\n<a href=\"https://www.panewslab.com/zh/articles/019e3e04-f0be-7109-a843-b53a54f6ecf7\">网页链接</a>\n\n</div>\n","source":"PANews","html":"<!DOCTYPE html>\n<html>\n<head>\n<meta http-equiv=\"Content-Type\" content=\"text/html; charset=utf-8\" />\n<meta name=\"viewport\" content=\"width=device-width,initial-scale=1.0,minimum-scale=1.0,maximum-scale=1.0,user-scalable=no\"/>\n<meta name=\"format-detection\" content=\"telephone=no,email=no,address=no\" />\n<title>伯恩斯坦97页研报拆解：AI数据中心连接之战，谁才是2026真正赢家？</title>\n<style type=\"text/css\">\na,abbr,acronym,address,applet,article,aside,audio,b,big,blockquote,body,canvas,caption,center,cite,code,dd,del,details,dfn,div,dl,dt,\nem,embed,fieldset,figcaption,figure,footer,form,h1,h2,h3,h4,h5,h6,header,hgroup,html,i,iframe,img,ins,kbd,label,legend,li,mark,menu,nav,\nobject,ol,output,p,pre,q,ruby,s,samp,section,small,span,strike,strong,sub,summary,sup,table,tbody,td,tfoot,th,thead,time,tr,tt,u,ul,var,video{ font:inherit;margin:0;padding:0;vertical-align:baseline;border:0 }\nbody{ font-size:16px; line-height:1.5; color:#999; background:transparent; }\n.wrapper{ overflow:hidden;word-break:break-all;padding:10px; }\nh1,h2{ font-weight:normal; line-height:1.35; margin-bottom:.6em; }\nh3,h4,h5,h6{ line-height:1.35; margin-bottom:1em; }\nh1{ font-size:24px; }\nh2{ font-size:20px; }\nh3{ font-size:18px; }\nh4{ font-size:16px; }\nh5{ font-size:14px; }\nh6{ font-size:12px; }\np,ul,ol,blockquote,dl,table{ margin:1.2em 0; }\nul,ol{ margin-left:2em; }\nul{ list-style:disc; }\nol{ list-style:decimal; }\nli,li p{ margin:10px 0;}\nimg{ max-width:100%;display:block;margin:0 auto 1em; }\nblockquote{ color:#B5B2B1; border-left:3px solid #aaa; padding:1em; }\nstrong,b{font-weight:bold;}\nem,i{font-style:italic;}\ntable{ width:100%;border-collapse:collapse;border-spacing:1px;margin:1em 0;font-size:.9em; }\nth,td{ padding:5px;text-align:left;border:1px solid #aaa; }\nth{ font-weight:bold;background:#5d5d5d; }\n.symbol-link{font-weight:bold;}\n/* header{ border-bottom:1px solid #494756; } */\n.title{ margin:0 0 8px;line-height:1.3;color:#ddd; }\n.meta {color:#5e5c6d;font-size:13px;margin:0 0 .5em; }\na{text-decoration:none; color:#2a4b87;}\n.meta .head { display: inline-block; overflow: hidden}\n.head .h-thumb { width: 30px; height: 30px; margin: 0; padding: 0; border-radius: 50%; float: left;}\n.head .h-content { margin: 0; padding: 0 0 0 9px; float: left;}\n.head .h-name {font-size: 13px; color: #eee; margin: 0;}\n.head .h-time {font-size: 11px; color: #7E829C; margin: 0;line-height: 11px;}\n.small {font-size: 12.5px; display: inline-block; transform: scale(0.9); -webkit-transform: scale(0.9); transform-origin: left; -webkit-transform-origin: left;}\n.smaller {font-size: 12.5px; display: inline-block; transform: scale(0.8); -webkit-transform: scale(0.8); transform-origin: left; -webkit-transform-origin: left;}\n.bt-text {font-size: 12px;margin: 1.5em 0 0 0}\n.bt-text p {margin: 0}\n</style>\n</head>\n<body>\n<div class=\"wrapper\">\n<header>\n<h2 class=\"title\">\n伯恩斯坦97页研报拆解：AI数据中心连接之战，谁才是2026真正赢家？\n</h2>\n\n<h4 class=\"meta\">\n\n\n2026-05-19 19:35 北京时间&nbsp;&nbsp;&nbsp;<a href=https://www.panewslab.com/zh/articles/019e3e04-f0be-7109-a843-b53a54f6ecf7><strong>PANews</strong></a>\n\n\n</h4>\n\n</header>\n<article>\n<div>\n<p>伯恩斯坦97页深度报告：AI数据中心连接性取代算力成新瓶颈，铜光互连长期共存，CPO方向明确但2028年后才大规模部署，2026年更确定的业绩在PCB、ABF、LPO/NPO等环节。伯恩斯坦最新发布的一份97页的深度报告指出，人工智能数据中心中的铜互连和光互连并非相互替代，而是将在纵向扩展和横向扩展场景下长期共存。尽管CPO技术在功耗和成本方面具有优势，但由于制造和维护方面的挑战，其广泛部署仍面临...</p>\n\n<a href=\"https://www.panewslab.com/zh/articles/019e3e04-f0be-7109-a843-b53a54f6ecf7\">网页链接</a>\n\n</div>\n\n\n</article>\n</div>\n</body>\n</html>\n","isBrief":false,"type":0,"news_type":1,"symbol":"AVS","symbol_name":"1倍做空AVGO ETF-Direxion","start_time":0,"source_url":"https://www.panewslab.com/zh/articles/019e3e04-f0be-7109-a843-b53a54f6ecf7","article_id":"1138690335","we_media_id":null,"thumbnails":["https://static.tigerbbs.com/046a48157ac96fe2329395581438a557"],"rights":null,"url":"https://stock-news.laohu8.com/highlight/detail?id=1138690335","pubTimestamp":1779190559,"columns":[],"sourceInfo":{"source_id":"PANews","name":"PANews"},"weMediaInfo":null,"summary":"伯恩斯坦97页深度报告：AI数据中心连接性取代算力成新瓶颈，铜光互连长期共存，CPO方向明确但2028年后才大规模部署，2026年更确定的业绩在PCB、ABF、LPO/NPO等环节。伯恩斯坦最新发布的一份97页的深度报告指出，人工智能数据中心中的铜互连和光互连并非相互替代，而是将在纵向扩展和横向扩展场景下长期共存。详细拆解下这份报告真正想讲的不是“CPO 要爆发”，而是：AI 数据中心的瓶颈，正在从 GPU/HBM/CoWoS，继续向“连接系统”迁移。","collect":0,"end_time":0,"defaultTopTitle":"panewslab.com","property":[],"viewcount":null,"language":"zh","relate_stocks":{"AVS":"1倍做空AVGO ETF-Direxion","NVDS":"1.5倍做空NVDA ETF-Tradr","AVGG":"2倍做多AVGO ETF-Leverage Shares","07388":"XI二南英伟","NVDU":"2倍做多NVDA ETF-Direxion","NVDW":"NVDA周配息ETF-Roundhill","AVGU":"2倍做多AVGO ETF-GraniteShares","07788":"南方两倍做多英伟达","NVDX":"2倍做多NVDA ETF-T-Rex","NVYY":"GraniteShares YieldBOOST NVDA ETF","DIPS":"做空NVDA期权收益策略ETF-YieldMax","AVGW":"Roundhill AVGO WeeklyPay ETF","NVDY":"NVDA期权收益策略ETF-YieldMax","NVD":"2倍做空NVDA ETF-GraniteShares","NVDA":"英伟达","AVGX":"2倍做多AVGO ETF-Defiance","NVII":"Rex NVDA Growth & Income ETF","NVDB":"ProShares Ultra NVDA ETF","ANV":"GraniteShares Autocallable NVDA ETF","NVDD":"1倍做空NVDA ETF-Direxion","AVGO":"博通","NVDG":"2倍做多NVDA ETF- Leverage Shares","NVDL":"2倍做多NVDA ETF-GraniteShares","NVDO":"2倍上限加速NVDA ETF-Leverage Shares","AVL":"2倍做多AVGO ETF-Direxion","NVDQ":"2倍做空NVDA ETF-T-Rex"},"translate_title":"Disassembly of Bernstein's 97-page research report: Who is the real winner in 2026 in the battle of AI data center connection?","themeId":null,"isJumpTheme":false,"ttsUrl":"https://static.tigerbbs.com/25738c95d2fa5b7f8d35ba07ea3e3ee3","symbols_score_info":{"NVDS":0.6,"NVDG":0.6,"NVD":0.6,"AVGG":0.6,"ANV":0.6,"NVDL":0.6,"AVGX":0.6,"AVGW":0.6,"NVDD":0.6,"DIPS":0.6,"NVDO":0.6,"NVDQ":0.6,"NVYY":0.6,"AVL":0.6,"NVDB":0.6,"NVDA":2,"07788":0.6,"NVDX":0.6,"07388":0.6,"NVDU":0.6,"AVS":0.6,"NVDY":0.6,"NVDW":0.6,"NVII":0.6,"AVGU":0.6,"AVGO":2},"content_text":"伯恩斯坦97页深度报告：AI数据中心连接性取代算力成新瓶颈，铜光互连长期共存，CPO方向明确但2028年后才大规模部署，2026年更确定的业绩在PCB、ABF、LPO/NPO等环节。伯恩斯坦最新发布的一份97页的深度报告指出，人工智能数据中心中的铜互连和光互连并非相互替代，而是将在纵向扩展和横向扩展场景下长期共存。尽管CPO技术在功耗和成本方面具有优势，但由于制造和维护方面的挑战，其广泛部署仍面临阻碍，大规模普及不太可能在2028年之前实现，因此光互连LPO/NPO可能成为过渡时期的领导者。但CPO正在从根本上重塑价值链，将利润中心从传统的光模块供应商转移到芯片设计、先进封装和系统集成商。这里要特别说下伯恩斯坦这家机构，伯恩斯坦（Bernstein，全称为 Sanford C. Bernstein）是一家总部位于美国的全球知名投资研究公司和资产管理机构。它成立于1967年，目前隶属于全球资产管理巨头联博（AllianceBernstein，简称AB），伯恩斯坦也是规模最大、历史最悠久的独立卖方研究机构之一。下面详细拆解下伯恩斯坦的这份报告。2月中在有详细拆解过AI算力产业链瓶颈传导的底层逻辑，聊到25-26年光互连是市场正在切换的AI主线之一。在伯恩斯坦这份报告，核心是三个方面：为什么连接性取代算力成为新瓶颈？CPO兑现节奏在哪里？为什么 PCB/ABF 基板是 2026 年更现实的业绩兑现方向？详细拆解下这份报告真正想讲的不是“CPO 要爆发”，而是：AI 数据中心的瓶颈，正在从 GPU/HBM/CoWoS，继续向“连接系统”迁移。未来的投资主线不是 CPO 独赢，而是光、电、铜、板、封装、测试共同升级。更直白地说：过去市场看 AI，主要看 GPU 算力。现在市场开始看 GPU 之间怎么连起来。未来要看的是 算力利用率能不能被连接系统释放出来。这就是报告标题里所谓的 “War for AI Data Center Connectivity”。一、为什么“连接”会变成 AI 数据中心的新瓶颈？AI 集群不是把 GPU 堆在一起就完事了。真正的问题是：这些 GPU 必须高速同步、交换参数、传输激活值、做 AllReduce、做模型并行和数据并行。理论算力再强，如果 GPU 之间通信跟不上，实际利用率就会掉下来。可以把 AI 集群理解成一个巨大的工厂：为什么连接性会取代算力成为新瓶颈？这件事的根源要从大模型的训练方式说起。大模型训练有两种并行方法：一种叫张量并行，一种叫专家并行。这两种方法的共同特点是需要GPU之间频繁地、大规模地交换数据。一次训练GPU之间要交换的数据量是天文数字，什么意思呢？过去你只要堆GPU数量就行了，现在你堆的越多，GPU之间通信的开销就越大。到某个临界点加GPU不再让训练变快，反而让通信堵车更严重，这就是连接瓶颈。伯恩斯坦给了一组对比，一个标准的英伟达GB30机柜里面，GPU和GPU之间用的是铜缆，因为距离短，铜缆便宜稳定。但机柜和机柜之间必须用光纤，因为铜缆超过2米信号衰减就受不了。光纤的两端需要光模块，光模块负责把电信号转成光信号再转回来。问题来了，一个1.6T的光模块功耗大概三十瓦，其中一大半都被一个叫DSP数字信号处理器的芯片吃掉了。一个机柜里几百个光模块，光通信这一项的功耗就压不下来。所以现在的AI数据中心遇到的真问题，不是算力不够使功耗到顶了。英伟达自己说新一代CPU交换机能比传统光模块节省70%的功耗，一个51.2T的交换机，光这一项就能省五百瓦，省下来的功耗可以让你多塞GPU。英伟达自己也在强化这个叙事。2025 年 3 月，NVIDIA 发布 Spectrum-X Photonics 和 Quantum-X silicon photonics switches，强调它们是为了让 AI factories 连接数百万 GPU，并降低能耗和运维成本；NVIDIA 称其 photonics switches 可以实现每端口 1.6Tb/s、3.5 倍能效提升、63 倍信号完整性提升、10 倍网络韧性提升。Bernstein这份报告的底层逻辑是：AI 资本开支的下一阶段，不只是继续买更多 GPU，而是买更多“让 GPU 有效工作的连接能力”。二、报告最核心的判断：不是“铜退光进”，而是“多路线共存”市场上经常有一个简单说法：光进铜退。但这份报告的观点更细：铜和光不是简单替代关系，而是在不同距离、不同带宽、不同维护要求、不同成本结构下长期共存。Bernstein 认为 copper 和 optical interconnects 不是简单替代品，而是在 Scale-up 和 Scale-out 场景下分别发展。这个判断非常关键。1. Scale-up：机柜内/近距离互联，铜仍然很强Scale-up 更接近 GPU 与 GPU、GPU 与 switch、机柜内或近机柜范围的高速互联。这里最看重：低延迟、低成本、高可靠性、可维护性、短距离传输能力。在这个场景里，铜并没有马上死掉。老黄之前也明确表态：NVIDIA 暂时不会把 CPO 用在旗舰 GPU 之间的主连接上，因为传统铜连接目前比 CPO 光连接可靠得多；NVIDIA 会先把 CPO 用在服务器顶部交换机中的两款新网络芯片上。这句话非常重要。它说明：CPO 是方向，但不是马上全面替代铜。也就是说，至少在现阶段，NVIDIA 的逻辑是：交换机侧可以先上 CPO，GPU/XPU 侧要更谨慎。原因很简单：GPU 是系统里最贵、最关键的资产。你不能因为光互连节能，就牺牲可靠性。AI 训练集群里，一个链路频繁掉线，损失的不只是硬件成本，而是训练任务中断、GPU 利用率下降、调度复杂度上升。2. Scale-out：机柜间/集群间互联，光学更有优势Scale-out 是更大范围的 GPU 集群扩展，通常涉及机柜之间、数据中心内部更长距离的东西向流量。这个场景下，光学方案的优势更明显：距离更远、带宽更高、线缆更轻、功耗更低、布线密度更好。所以未来不是“铜被光完全替代”，而是：伯恩斯坦这份报告最有价值的地方：它没有停留在“CPO 概念股”层面，而是把 AI 连接拆成了多条技术路线。三、CPO：方向很重要，但 2026 年不是全面爆发年这份报告里最容易被市场误读的地方，就是 CPO。很多人看到 CPO，就直接得出结论：光模块要被替代，CPO 立刻爆发，传统光模块厂完了。这个理解太粗。Bernstein 预计 CPO 在 Scale-out 网络中的小规模部署可能从 2026 年下半年开始，主要用于验证真实性能和供应链成熟度；但在更关键的 Scale-up 场景中，CPO 采用可能推迟到 2028 年下半年以后，因为行业需要先验证交换机侧 CPO 的长期可靠性，再应用到更高价值、更不能容错的 XPU 系统里。这和Jensen Huang之前的表态是吻合的：CPO 会先用于网络交换芯片，而不是直接大规模进入 GPU 主连接。所以时间节奏应该这样理解：LightCounting 的观点也支持“渐进演进”而不是“一夜切换”。它预测传统 retimed pluggables 未来 5 年仍将占主导，虽然 LPO/CPO 在 2026–2028 年会占 800G 和 1.6T 端口的重要比例。 EDN 对行业观点的总结也提到，Yole 认为 CPO 大规模部署可能在 2028–2030 年之间，LightCounting 则认为本十年内光模块仍会占数据中心光链路的大多数，但光学器件会持续向 ASIC 靠近。所以我的判断是：CPO 是中长期方向，但 2026 年更确定的收入，不一定在最纯的 CPO 概念股，而在 CPO 前夜必须先升级的光源、测试、封装、PCB、ABF、CCL、1.6T 光模块和 LPO/NPO。四、LPO/NPO：它们是 CPO 爆发前的“过渡主线”这份报告很重要的一点，是没有把技术路线简单分成“传统光模块 vs CPO”。中间还有 LPO 和 NPO。1. LPO 是什么？LPO，全称 Linear Pluggable Optics。它大致可以理解为：保留可插拔形态，但去掉或弱化 DSP，用线性驱动和主机侧均衡来降低功耗。优点是：功耗更低、成本可能更低、仍然保留一定可维护性。缺点是：系统调试更难、链路预算更紧、对主机侧 SerDes 和系统工程要求更高。公开摘要提到，LPO 通过去掉 DSP、把信号处理交给线性组件，可以相较传统可插拔模块大幅降低功耗，同时保留模块化维护便利；Bernstein 甚至认为到 2030 年 LPO 出货量可能超过 CPO。2. NPO 是什么？NPO 可以理解为 Near-Packaged Optics，也就是把光引擎放得更靠近 ASIC，但又不像 CPO 那样彻底封到一起。它的价值在于折中：这说明未来几年很可能不是“一步到 CPO”，而是：传统可插拔 → LPO/NPO → CPO → 光 I/O / optical fabric这也是为什么 2026 年你不能只看 CPO。真正能兑现业绩的，可能是那些能跨多个阶段供货的公司。总结下来就是CPO这个故事2026年还不会兑现，CPO在2026年下半年只能小批量出货，只用于scale out场景，也就是机柜和机柜之间真正大规模铺开要等到2028年。为什么这么慢？伯恩斯坦给了三个原因：第一个原因是云服务商不愿意换传统光模块出问题了，运维拔下来换一个新的就行，几分钟搞定。CPU是焊死在交换机里的，一个光引擎坏了，整台交换机要返厂，停机时间、运维成本对亚马逊、谷歌、微软这些云服务商来说是大问题。而且光模块的故障率不低，行业标准是10万小时故障一次，换算下来1万个光模块一年要换九个，这是硬故障，还没算软故障。CPO把光引擎做进芯片里，可靠性必须做到几个数量级的提升，才能让云服务商放心。伯恩斯坦直接说了，他们和中际旭创这家中国光模块厂沟通，中际旭创告诉他们没有一家云服务商客户计划在2026到2027年大规模部署CPO这句话很重，市场可能还没听进去。第二个原因是过渡方案已经出来了，CPU不是唯一选择。中间有两个技术，一个叫LPO个叫NPO。LPO是把光模块里那个最耗电的DSP芯片去掉，用更简单的元件替代。这一刀下去，功耗降到传统光模块的3分之1，但还保留可插拔800G的LPO现在已经在量产。NPO是把光引擎放在交换机芯片旁边的PCB上，但还是可拆卸的。英伟达现在叫CPU的产品，严格说其实是NPO这两个过渡方案能撑2到3年。所以云服务商完全有理由说我先用LPU撑着，等CPO真的成熟了再说。第三个原因是scale up场景里，铜缆还没死，GPU之间的连接叫scale up。这里铜缆的成本优势、可靠性优势，目前没有任何替代品能比。伯恩斯坦明确说，2026到2028年，scale up仍然是铜缆主导，立讯精密在这里是受益者，他跟英伟达GP300铜缆连接器跟安费诺正面竞争，还有一个叫CPC 共封装铜缆的过渡技术术，进一步延长了铜缆的生命周期lightcounting这家行业咨询机构预测，到2029年1.6T的连接市场里，铜缆还能占接近一半的份额。五、CPO 最大影响：不是简单降成本，而是重分配利润池CPO 的产业意义，不只是节能，也不是单纯替代光模块。它真正改变的是：利润从哪里产生。传统可插拔光模块时代，价值链大致是：DSP / 光芯片 / TOSA/ROSA / 模块封装 / 光模块厂 / 交换机厂 / 云厂商。CPO 时代会变成：Switch ASIC / 光引擎 / 外置激光源 / FAU / 先进封装 / 晶圆制造 / 测试 / 系统集成。Bernstein 用 NVIDIA Quantum-X800 CPO switch 做了成本拆解：该交换机配置四颗 switch ASIC，每颗集成 18 个 optical engines，并有 18 个外部光源模块；单台 Quantum-X800 CPO switch 估算成本约 57 万美元。摘要还指出，在 CPO 架构下 DSP 被取消，光引擎与交换芯片共封装，价值中心向芯片设计、先进封装和晶圆制造转移。这就是为什么报告会利好这些方向：相对来说，传统光模块厂会面临一个问题：如果价值从模块封装转到 ASIC、封装、光引擎和系统集成，它们的利润池可能被重构。但这不等于传统光模块厂马上没价值。因为 2026–2028 年，800G、1.6T、LPO/NPO 仍然会有大量需求。Cignal AI 也指出，高速 datacom 模块，尤其是 800GbE 和新兴 1.6TbE 设计，仍会是 2026 年的主要增长引擎。所以正确理解是：CPO 会改变光模块产业链利润分配，但不会在 2026 年立刻消灭可插拔光模块。六、为什么报告强调 PCB、ABF、CCL 是 2026 更现实的方向？这是我认为最值得你关注的地方。CPO 的想象空间大，但兑现周期偏后。相比之下，PCB、ABF、CCL 的升级更靠近当下订单。原因是：即使 CPO 还没有大规模商用，AI 服务器和交换机已经在升级。Rubin、Rubin Ultra、GB300、云厂商 ASIC、下一代 switch ASIC，都在提高：单板速率、封装面积、供电密度、信号完整性要求、散热要求、材料低损耗要求。这是这份研报里最反共识，但最容易被忽略的一条。真正在2026年赚到钱的是PCB、HDI、ABF、基板这条老钱赛道。为什么说反共识？因为这条赛道太传统了。PCB是几十年的老行业，全球市场2025年850亿美元，听起来一点也不性感，所有人都盯着CPO，盯着光模块，盯着英伟达，没人愿意花时间研究印刷电路板，但伯恩斯坦的数据告诉我们，这条赛道在2025年已经悄悄起飞了。伯恩斯坦给了一组数字，盛虹科技做HDI高密度互联板的，2025年营收同比增长63%。WUS沪电股份给英伟达GB300MPCB的营收增长45%。Gold circuit金象电给AWS Trinium年供货的增长40%，shengyi electronicd生益电子AWS供应链的另一家增长40%。这些都是已经发生的真实业绩，不是预期，是兑现。为什么这条赛道在涨？有三层维度可以看：第一层是AI服务器对PCB的含量翻倍了。过去英伟达H10服务器，一台80GPUHDI加PCB的总价值大概100到150美元每張GPU。换到GB200VL72机柜，这个数字直接翻到300美元每張。什么意思呢？同样卖一张GPU，PCB厂商赚的钱翻了一倍。而且这还没完，即将到来的Vera Robin平台会采用一种叫midplane中版的新结构，把原本用铜缆连接的部分换成多层PCB。这块mid plane是44层板，用最高端的M8等級覆铜版，在下一代的Rubin ultra可能用到78层版M9等级。层数翻倍，材料升级，价值量再次翻倍。第二层是上游材料卡脖子。ABF基板有一种关键材料叫T-glass低热膨胀系数玻璃纤维，它的作用是防止AI芯片在高温下基板变形导致焊点失效。T glass现在全球只有一家公司能做到顶级规格，叫日东纺，CTE数值是2.8%，其他厂家做不到这个水平。日东纺的新产能要到2026年底才能上线，正式出货要到2027年，这意味着整个2026年t glass持续短缺。什么是t glass短缺？就是ABF基板厂商可以名正言顺涨价。Unimicron新兴电子已经和客户重新谈了价格。伯恩斯坦的模型预测，ABF基版的ASP在2026年每个季度环比涨5%到7%，年累计涨幅可能超过20%。第三层是ABF膜的隐形垄断者。ABF膜是ABF基板的核心材料之一，这种材料的发明者叫Agenomoto，味知数，就是那个卖味精的日本食品公司。他们在90年代研发味精的过程中，意外发现了一种特殊的氨基酸衍生薄膜，可以做半导体基板的热胀层。从那时起，全球95%的ABF膜都来自未知素。伯恩斯坦的数据，味之素的ABF业务毛利率60%，12026财年增速32%，2027财年预计加速到45%。这家公司的ABF业务30年没人能撼动倍。所以 2026 年更确定的不是“CPO 一夜爆发”，而是：高速 PCB 要升级； ABF 基板要升级； CCL 要升级到更低损耗材料； 铜箔、玻纤布、低 Dk/低 Df 材料要升级； 测试和验证环节要升级。所以2026 年更现实的策略，是先抓三类确定性——1.6T 和 LPO/NPO 过渡带来的光学需求、Rubin/ASIC 带来的 PCB/ABF/CCL 升级、CPO 试产前必须投入的测试/FAU/光源/先进封装。因为资本市场常犯一个错误：喜欢买最远的概念，但真正先出业绩的往往是“远期概念之前必须先建好的基础设施”。CPO 就像未来的高铁站。但在高铁站全面运行前，先赚钱的可能是修路、铺轨、供电、信号系统和检测设备。七、这份报告里的产业链受益顺序如果把 AI 连接产业链分成四层：第一层：最强平台级赢家这类公司不是只卖一个零件，而是控制架构。NVIDIANVIDIA 的优势不是只有 GPU，而是 GPU + NVLink + InfiniBand + Ethernet + Spectrum-X + Quantum-X + 软件生态。NVIDIA 官方披露的 silicon photonics networking switches 已经把 TSMC、Coherent、Corning、Fabrinet、Foxconn、Lumentum、SENKO、SPIL、Sumitomo Electric、TFC Communication 等纳入生态。这说明 NVIDIA 在做一件事：不只是卖 GPU，而是把 AI 工厂的网络架构也纳入自己的平台控制。台积电，它是这整个故事的隐形枢纽cop平台，把电子芯片和光子芯片用混合建合技术结合起来。所有大客户英伟达、博通、Ai labs都在往台积电迁移。这家不靠CPO本身赚多少钱，但cpo强化了台积电在先进封装和晶圆代工的统治地位。BroadcomBroadcom 的逻辑不同。它更像是：Ethernet switch ASIC + custom ASIC + CPO + 云厂商定制芯片生态。Broadcom 2025 年 10 月宣布 Tomahawk 6 Davisson，这是其第三代 CPO Ethernet switch，具备 102.4Tbps switching capacity，并称已在 shipping；Broadcom 称其通过集成 TSMC COUPE 光引擎和先进多芯片封装，将 optical interconnect power consumption 降低 70%，同时支持 512 XPUs 的 scale-up 和两层网络中 100,000+ XPUs。这说明 台积电、Broadcom 是 NVIDIA 之外，在 AI 网络与 CPO 价值链里非常关键的公司。第二层：确定性较强的光学与高速互连这包括：1.6T 光模块、LPO/NPO、硅光、激光器、外置光源、FAU、光连接器。代表方向包括 Coherent、Lumentum、Fabrinet、Innolight、Eoptolink、SENKO、Corning、Sumitomo 等。NVIDIA 官方生态名单里就包含多家光学、封装和连接相关企业。这一层的重点不是“谁最像 CPO”，而是：谁能同时吃到 800G/1.6T、LPO/NPO、CPO 试产、外置光源和 FAU 需求。能跨阶段的公司，胜率高于单一概念公司。第三层：PCB、ABF、CCL、材料这是 2026 年认为最容易被低估的地方。公开转述中提到，原报告覆盖或提及了 Chroma、Luxshare、Unimicron、NVIDIA、Broadcom、TSMC、Ibiden 等公司。这里面 Unimicron、Ibiden 这种基板/PCB 链条公司非常值得注意，因为 AI 服务器复杂度提升后，PCB 和封装基板不再只是跟随件，而是性能约束本身。第四层：测试设备、良率、可靠性CPO 最大难点不是 PPT，而是量产。量产要解决：光电耦合良率；外置激光源稳定性；高温环境可靠性；封装应力；现场维护；测试时间；一致性；失效后维修模式。所以测试设备和可靠性验证可能是很好的“卖铲人”。这类公司不一定最性感，但如果 CPO 进入试产，它们往往是最早看到订单的环节。八、这份报告的投资含义：不要买“最像概念的”，要买“最难绕开的”这份报告对投资最大的启发是：AI 连接不是单点技术革命，而是瓶颈迁移。投资要押共同瓶颈，不要押单一路线。什么叫共同瓶颈？就是无论最终是 CPO、LPO、NPO，还是传统可插拔继续升级，都绕不开的东西。比如：相反，单一路线风险比较比如你只买“纯 CPO 概念”，风险是：CPO 量产时间推迟，订单不兑现，估值先杀。只买传统光模块，风险是：CPO/NPO/LPO 重构价值链，长期利润池被平台厂和芯片/封装厂拿走。只买 PCB/材料，风险是：客户扩产过快、供给集中释放、毛利率反转。所以更好的组合是：2026 年买确定性，2027 年买订单弹性，2028 年以后买架构期权。九、个人对这份报告的合理性评价很合理的地方第一，把 AI 瓶颈从 GPU 扩展到连接系统，这个方向非常对。NVIDIA、Broadcom 的产品发布都在验证这一点。第二，反对“铜退光进”的简单叙事，这个判断非常重要。Reuters 对 Jensen Huang 的报道已经明确说明，铜在 GPU/XPU 核心连接里短期仍有可靠性优势。第三，认为 CPO 是方向但规模化要等可靠性验证，这个判断也合理。LightCounting、Yole/EDN 的行业判断都偏向“逐步迁移，而非立刻全面替代”。第四，强调 PCB/ABF/CCL、测试、光源等“前置环节”更容易在 2026 年兑现，这个对投资更有帮助。因为资本市场容易过度交易最远期的故事，却低估近期真正进订单的环节。需要注意的地方第一，公开转述可能会把 Bernstein 的观点“投资化、标题党化”。比如“AI 真正战场不在芯片，在连接”这句话有传播力，但严格说，GPU/HBM/CoWoS 仍然是核心瓶颈，只是连接的边际重要性上升，不是芯片不重要。第二，CPO 的价值转移方向对，但速度可能被市场高估。CPO 要解决制造、封装、现场维护、失效更换、可靠性等问题，不是一个发布会之后立刻放量的技术。第三，LPO/NPO 的过渡价值很大，但其系统调试难度也不低。LPO 不是“低功耗版可插拔”这么简单，它把很多复杂度转移到了主机侧和系统级调试上。第四，PCB/ABF/CCL 这条线虽然确定性强，但也要警惕扩产周期。材料和基板行业一旦看到高景气，很容易扩产，后面客户平台节奏一慢，毛利率就会反噬。十、未来 2–3 年，可以按这个时间表跟踪2026：不要只看 CPO，看三条确定性2026 年重点不是 CPO 大爆发，而是：1.6T 可插拔光模块是否放量；LPO/NPO 是否获得更多云厂商/交换机平台认证；PCB/ABF/CCL 是否继续涨价或扩产；CPO 相关测试设备、FAU、外置光源是否开始有实际订单。如果这些发生，说明报告逻辑进入兑现期。2027：看 CPO 试点从“样机”走向“客户部署”关键指标是：NVIDIA Quantum-X / Spectrum-X Photonics 的真实客户部署；Broadcom Davisson/Tomahawk CPO 的客户扩展；CoreWeave、Lambda、Meta、Google、微软、亚马逊等是否采用；CPO 外置光源、FAU、测试设备是否进入收入确认。2028以后：看 CPO 是否进入 Scale-up最关键的转折点是：CPO 是否从交换机侧走向 XPU/GPU 附近；光 I/O 是否进入高端 ASIC/GPU 封装；OCS/optical fabric 是否开始改变数据中心网络拓扑。如果到了这一步，CPO 就不只是光模块替代，而是 AI 计算架构的变化。十一、基于这份报告的投资框架：四类资产，四种逻辑如果用这份报告指导美股/港股/A股投资，我会分四类。个人最认可的策略是：核心仓买平台赢家，弹性仓买光学与PCB确定性，期权仓小比例买 CPO 远期方向。不建议一上来就把所有资金押在“最纯 CPO 概念股”。十二、这份报告最核心的五个要点第一，AI 数据中心的瓶颈正在从“算得快”转向“连得快、连得稳、连得省电”。第二，光不会立刻消灭铜，铜也不会永远守住所有场景；不同距离和系统层级会选择不同方案。第三，CPO 是方向，但 2026 年更现实的收入在 1.6T、LPO/NPO、光源、测试、PCB、ABF、CCL。第四，CPO 的真正影响不是让光模块便宜，而是把利润池从传统模块封装转向芯片、封装、光引擎、光源、测试和系统平台。第五，投资 AI 连接，不要买最热的概念，要买最难绕开的瓶颈。这是一份很有价值的“AI 第二层基础设施”报告。它提醒市场：GPU 之后，下一个被重新定价的不是某一个零件，而是整个 AI 连接栈。但它也不能被简单读成“CPO 立刻爆发”。更准确的读法是：2026 年看可插拔/LPO/NPO/PCB/ABF/测试；2027 年看 CPO 试点订单；2028 年以后看 CPO 和光 I/O 是否真正进入 AI 计算核心架构。","kind":"news","is_publish_news":true,"is_publish_highlight":true,"is_publish_live":false,"is_publish_wemedia":false,"editions":null,"column":"","sentiment":"0","news_tag":"","news_rank":0,"isVideo":false,"video":null,"symbols":[],"gpt_button":0,"need_auth":false,"need_login_tip":false,"code":"91000000","status":"200"},"commentList":[],"hasMoreComments":false,"newsSizeData":{"likeSize":18,"commentSize":0,"repostSize":1,"favoriteSize":36,"likeStatus":false,"favoriteStatus":false},"isCrawlerRequest":true}