集邦咨询：AI数据中心光通信模块渗透率2030年或达35%
根据TrendForce集邦咨询最新发布的高速互连市场研究报告显示，英伟达下一代AI算力架构表明，未来GPU设计的重心将转向更高密度的芯片互连以及更快的数据传输。机柜内芯片互连与跨机柜的大规模互连将成为规划数据中心时的核心议题。采用铜缆的传统电气传输方案受物理限制，难以应对超大规模的数据搬运需求，光学传输方案因此获得发展空间。TrendForce集邦咨询预估，CPO在AI数据中心光通信模块的渗透率将逐年成长，有望在2030年达到35%。
免费影视、动漫、音乐、游戏、小说资源长期稳定更新！ 👉 点此立即查看 👈
按照NVIDIA NVLink 6的传输通信协议，其定义的单通道400G SerDes的极速，以及单颗GPU拥有3.6 TB/s的带宽极限。在极端的高频传输速率下，铜缆方案电信号随传输距离增加而衰减的情况加剧，导致可用距离被严格限制在一公尺内。
然而，当芯片互连规模扩大，Scale-Up串联规模从单一机柜扩展至跨机柜，铜缆方案将无法应付需求。此外，光学传输具备WDM技术，能利用多种波长在单一光纤内大幅提升传输密度，是铜缆传输无法企及的优势。因此，各大云端供应商正携手新创公司研发各项光学传输方案，为将来更大的带宽需求作准备，也替CPO技术的渗透与成长前景奠定基础。
产业龙头深化布局，算力基础建设对光学技术依赖将加深
观察NVIDIA近年对CPO与硅光技术的策略，在半导体封装端，NVIDIA通过TSMC COUPE 3D封装技术，堆栈逻辑与硅光芯片，并利用硅光芯片上的200G PAM4微环调制器，兼顾小体积与低功耗，提升光引擎的整体带宽密度。
NVIDIA近日也宣布分别投资Lumentum与Coherent各20亿美元，并签署多年采购承诺，以及先进激光、光学产品的优先供货权。此举显示NVIDIA开始针对Scale-Up光互连的关键零部件预先做战略储备，将深度参与激光与光学元件研发，意味着未来的算力基础设施将更依赖光学技术。
TrendForce集邦咨询预期，基于硅光与CPO的光互连技术，将率先导入在NVIDIA Rubin 世代机柜间数据传输的Scale-Out，并规划将光互连整合至未来的Scale-up互连架构中，以实现更高的带宽密度。据TrendForce集邦咨询估计，2026年用于AI数据中心的光通信模块中，CPO渗透率仅约0.5%。随着硅光与CPO封装技术逐渐纯熟，跨机柜的Scale-Up光互连数据传输最快将于Rubin Ultra或Feynman世代开始出现。在数据传输带宽不断提高的情况下，TrendForce集邦咨询预估到2030年左右，硅光CPO于AI数据中心的渗透率有机会达到35%水平。同时，新型态的光互连与Optical I/O等光学技术也可能陆续出现。
相关攻略
智通财经APP获悉，根据TrendForce集邦咨询最新高速互连市场研究，NVIDIA(英伟达)下一代的AI算力柜架构显示，未来GPU设计重心将转向更高密度的芯片互连，以及更高速的数据传输，机柜内芯
智通财经APP获悉，根据TrendForce集邦咨询最新调查，随着生成式AI兴起，数据中心对高速传输的需求持续提升，原先应用在机柜内(Intra-Rack)短距传输的铜缆方案，将在传输密度与节能上面
进入2026年，光纤行业开启加速上行期。最新数据显示，国内主流G 652 D单模光纤价格在1月上涨超过75%，2月部分报价已达到60多元 芯公里，创下近七年新高。业内认为，光纤价格火爆，与北美科技巨
如果置身于一个规划容纳数十万张加速卡的超大规模智算园区，人们会对“云端算力”这个词产生一种全新的认知。在这个由数以万计机柜堆叠而成的算力集群中，设备之间的物理互联跨度可能长达数公里。这种大规模算力集
在多重因素的推动下，伦敦铜价再创历史新高，投资者押注这一轮上涨将持续。具体行情显示，周一（12月8日）欧洲时段，伦敦金属交易所（LME）铜期货价格一度涨1 5%至每吨11771美元，突破了前一交易日
热门专题
热门推荐
本文介绍了2026年主流的USDT交易软件，重点分析了币安、欧易和火币三大平台的特点与优势。内容涵盖平台安全性、交易功能、用户体验及费用结构，旨在为不同需求的用户提供选择参考。文中强调选择平台时应综合考虑资产安全、操作便捷性和交易成本，并提醒注意风险管理与合规操作。
本文介绍了USDT交易的基本概念与主流平台选择。USDT作为稳定币，其交易主要通过加密货币交易所进行。选择平台时需综合考虑安全性、流动性、手续费和用户体验。文中列举了当前市场认可度较高的几类交易平台，并提醒用户注意资产安全与合规操作，建议根据自身需求谨慎选择。
哥本哈根大学计算机科学系于2026年3月发布了一项具有里程碑意义的研究（论文编号arXiv:2603 12935v1），揭示了当前主流AI推荐系统可能潜藏的社会偏见风险。这项研究同时指出，一种高效且低成本的解决方案——提示工程，或许能成为破解这一难题的关键。 当您使用求职平台或新闻资讯应用时，背后的
照片模糊了、雨滴遮挡了画面、夜晚拍摄噪点过多……这些常见的图像质量问题，往往让人束手无策。传统的解决方案，就像请来一群专科医生：去模糊、去噪点、去雨滴，各有各的专长，但每个“医生”都需要海量的“临床经验”——动辄数百万张训练图片，才能达到可用的修复水平。 然而，一项由香港科技大学、哈尔滨工业大学深圳
这项由英属哥伦比亚大学（UBC）与Vector人工智能研究院联合主导的前沿研究，于2026年3月以预印本论文（arXiv:2603 12634v1）形式发布。研究团队创新性地提出了“预算感知价值树搜索”（Budget-Aware Value Tree Search，简称BA VT）框架，旨在攻克一个