当大模型训练把 GPU 集群的互连带宽推到前所未有的量级，单卡对外带宽已经进入数十 Tb/s 的讨论区间，铜缆和 PCB 走线在这样的速率下损耗急剧上升，信号完整性补偿的功耗也水涨船高。带宽还在涨，铜的边际成本却越来越高，这正是共封装光学被重新提起的背景。

共封装光学的基本思路并不神秘：把光引擎、电光转换和驱动电路与 GPU 或交换芯片封装在一起，电信号只走封装内很短的距离，其余长距离传输全部交给光纤。这样做省掉了传统可插拔模块里的长铜走线和一部分重定时环节，高速电信号不必再穿越连接器、背板和长 PCB 走线。

收益首先体现在单位比特功耗上。光传输本身损耗低、距离无关性强，端口密度也可以摆脱电连接器尺寸的束缚。其次是系统层面，交换机面板不再被光模块塞满，气流通道和散热设计反而更自由，这对动辄数千卡的集群很有吸引力。面板省出来的空间和功耗预算，最终都会折算成可部署的算力密度。

但 CPO 也把过去可插拔架构掩盖的问题推到了台面上。光引擎紧贴高功耗芯片，热耦合成为一阶问题，激光器对温度敏感，封装热设计必须同时照顾两种器件。光器件一旦封装进去就难以单独更换，可靠性和维修策略要从单板级重写，良率也变成芯片加光引擎的联合良率，任何一方的波动都会直接反映在整体成本上。

产业落地上还有标准与供应链的磨合。光引擎接口、测试方法、故障定位流程都不如可插拔模块成熟，数据中心运营方需要新的备件和运维逻辑。这决定了 CPO 会先在超大规模、带宽需求最极端的场景落地，而不是一夜之间替换所有端口，可插拔与共封装在相当长的时间里会并存。

一句话总结：CPO 不是为了炫技而把光塞进封装，而是当铜的功耗账算不过来时，用封装换距离、用光换功耗的系统级取舍，成败取决于热、良率和可维护性这三道关能不能同时过关。