从光模块到CPO：AI时代光互连产业的景观重构—基于NK模型的演化分析
1.为什么NK模型适合分析CPO产业？
过去二十年，光通信产业的演进路径相对清晰。从100G到400G，再到800G和1.6T，行业主要围绕传输速率提升、成本下降和制造良率优化展开竞争。对于大多数光模块厂商而言，只要持续改进光器件性能、封装工艺和供应链管理能力，就能够不断提升市场竞争力。这种产业环境本质上属于一个低复杂度系统。企业所面对的关键变量数量有限，各变量之间的相互影响也相对较弱。光芯片性能提升，并不会直接改变交换机架构；封装工艺优化，也不会影响整个数据中心网络设计。技术进步大多表现为沿既有路径持续爬坡。
然而，AI时代的到来正在彻底改变这一逻辑。随着大模型训练规模从千卡集群迈向万卡、十万卡乃至百万卡级别，光通信已经不再只是数据传输工具，而开始成为决定算力系统效率的核心基础设施。此时，一个光模块是否成功，不再只取决于自身性能，而取决于它是否能够与整个系统协同工作。
例如：
· 光芯片的调制速率决定交换机是否能够升级到下一代带宽；
· 硅光平台的设计规则决定模块厂能否顺利流片；
· 先进封装能力决定光引擎能否进入交换芯片附近；
· 网络协议决定系统是否接受某种光学方案；
· 数据中心功耗预算甚至会反向约束激光器技术路线。
换句话说，原本彼此独立的技术环节开始产生高度耦合。一个局部技术选择，往往会影响整个系统的最终表现。而这正是 NK 模型最适合发挥作用的场景。
NK 模型是理解复杂技术产业的工具
NK模型最早由复杂系统理论学者 Stuart Kauffman 提出。模型将一个系统抽象为：
· N（Number）个关键决策变量
· K（Coupling）个变量间的相互依赖关系
其中：
· N 越大，说明系统涉及的技术维度越多；
· K 越大，说明各技术维度之间的耦合程度越强。
当 K 很低时，企业只需要不断优化局部环节即可获得持续进步。
但当 K 持续上升后，系统会出现新的现象：
· 局部优化不再保证整体优化；
· 技术突破越来越依赖跨领域协同；
· 产业开始出现关键锁喉节点；
· 不同技术路线形成多个竞争性的适应度高峰。
此时，产业竞争不再是简单的产品竞争，而变成了生态系统之间的竞争。
AI 正在推动光通信进入高 N、高 K 时代
如果把2010—2020年的光模块产业视为一个相对简单的系统，那么AI时代的光互连产业已经演变为一个典型的高维复杂系统。过去决定企业竞争力的核心变量主要包括：
· 光芯片性能
· 封装工艺
· 制造良率
· 成本控制
而今天的竞争变量已经迅速扩张至：
· InP EML与高功率CW Laser
· 硅光子平台（SiPh）
· CPO架构
· 先进封装（COUPE、SoIC）
· 交换ASIC
· NVLink与以太网生态
· 光互连协议标准（OCI、Open CPX、XPO）
· 液冷系统
· 数据中心能源约束
产业的决策维度(N)正在快速膨胀。
与此同时，这些变量之间也形成了前所未有的强耦合(K)关系。
例如：
一个200G EML的良率问题，可能影响1.6T模块量产；
一个交换芯片架构变化，可能影响整个光模块产业路线；
一个MSA标准制定结果，甚至可能重塑未来十年的供应链格局。
此时，产业已经不再是一条线性演进路径，而变成了一片复杂的适应度地形。
从产品竞争走向系统竞争
NK模型最重要的启示在于，当系统复杂度达到一定程度后，竞争优势往往不再来自单个技术突破，而来自对多个关键节点的协同控制能力。这正是当前光通信产业正在发生的变化。在可插拔时代，产业竞争主要发生在光模块层面。而在CPO时代，竞争正在向系统层面迁移。未来决定产业格局的关键问题将不再是：
· 谁做出了最快的光模块；
· 谁拥有最低的制造成本；
而是：
· 谁掌握高端光芯片；
· 谁控制先进封装平台；
· 谁定义交换架构；
· 谁制定互连标准；
· 谁能够协调整个生态系统。
从这个角度看，CPO并不仅仅是一项新技术。它更像是一次产业适应度地形的重构。而NK模型，则为我们理解这场重构提供了一套极具解释力的分析框架。
2.OFC 2026三大MSA同时成立背后的演化逻辑
随着全球AI基础设施向吉瓦级（Gigawatt-scale）数据中心迈进，光通信产业所面对的网络架构已经发生根本性变化。过去的数据中心网络主要围绕服务器与交换机之间的数据传输展开，而今天的AI集群则逐渐演化出三个相互关联却又截然不同的互连层级：机柜内部（Scale-up）的GPU高速互连、机柜之间（Scale-out）的Spine-Leaf交换网络，以及跨数据中心（Scale-across）的长距离光传输网络。
每一个层级都对应不同的带宽需求、封装方案、光学架构和协议标准，使得光通信产业不再是单一技术路线的竞争，而逐渐演变为一个由芯片、封装、材料、协议和系统架构共同构成的复杂适应系统。
如果用NK模型来描述，这意味着产业的决策维度N正在快速增加。在传统时代，光模块企业关注的核心问题主要是传输速率、封装良率和成本控制，决策空间相对有限。但在AI时代，企业必须同时面对GPU架构、交换机平台、先进封装、硅光技术、相干传输以及软件协议栈等多个变量。产业中的每一次技术选择，都可能影响整个系统的最终适应度。
正是在这样的背景下，OFC 2026出现了一个极具标志性的事件。2026年3月，在OFC展会上，三个面向高速光互连的新MSA联盟几乎同时宣布成立。这种情况在OFC四十余年的历史中极为罕见。表面上看，这是不同技术路线和标准体系之间的竞争；但从NK模型的角度来看，这实际上意味着产业已经进入高N时代，各方正在争夺未来适应度地形的定义权。因为在高度复杂的系统中，真正重要的往往不再是某项技术本身是否优秀，而是谁能够定义整个生态系统的协作规则。
需要特别指出的是，NVIDIA同时出现在OCI MSA创始成员名单中，似乎与其构建封闭垂直生态的战略形象相矛盾。然而，这在技术标准竞争中是一种常见策略——NVIDIA既通过自有NVLink和CPO生态维持垂直整合优势，又积极参与开放标准的制定，以确保自身对未来规则走向的影响力，甚至在开放框架内嵌入有利于自身架构的技术偏好。这种既参与又塑造的双轨策略，使得NVIDIA在封闭与开放两条路径上同时保有选项权。
三大MSA的同时出现，反映出产业正在经历三个深层次转变。
第一，从单点技术竞争走向系统级竞争
在过去的低N时代，光模块厂商只需专注于降低成本、提高速率，便能够获得竞争优势。但在今天，一项技术能否成功，越来越取决于它是否能够与整个产业链协同运作。即便拥有最先进的光器件，如果无法获得主流交换芯片平台的支持，无法融入先进封装生态，或者无法进入大型云服务商的技术路线图，其商业价值也可能迅速归零。竞争的焦点已经从单个器件性能，转向整个系统的兼容性与协同效率。
第二，从供应链管理走向生态系统竞争
过去的光通信产业，本质上是一套相对稳定的供应链体系。芯片厂商、模块厂商和设备厂商按照既定分工完成各自职责即可。然而AI时代改变了这一逻辑。以OCI MSA为代表的新标准体系显示，Meta、OpenAI、Microsoft等超大规模AI基础设施运营商，已经开始直接介入光互连标准的制定过程。标准不再只是技术问题，而逐渐成为生态系统主导权的竞争。对于产业参与者而言，加入哪个联盟、选择哪条技术路线、绑定哪个生态圈，已经成为和产品研发同样重要的战略决策。未来的竞争将越来越体现为生态对生态的竞争，而非企业对企业的竞争。
第三，从速率竞争走向多维度竞争
过去十余年，光通信产业的主线几乎始终围绕着速率升级展开：100G、400G、800G，再到1.6T。但AI时代正在打破这种单一演化路径。竞争开始同时出现在多个维度之中。
在材料层面，InP与硅光路线展开长期博弈；在封装层面，2.5D有机基板、3D Hybrid Bonding以及TSMC COUPE等方案各自争夺未来主流架构的位置；在协议层面，不同联盟也在试图建立自己的标准体系和生态规则。
产业的适应度地形因此从过去的一条上升通道，演变成由多个峰值共同组成的复杂山脉。
对于后来者而言，这反而意味着新的机会。当竞争从单一维度扩展到多个维度之后，不同企业可以依靠各自的技术禀赋，在材料、封装、协议或系统架构等不同方向建立自己的生态位，而不必在同一条赛道上与行业巨头正面竞争。
3. 高维耦合下的五大K 值锁喉点
在NK模型中，当系统各决策变量之间的相互依赖度 K 值激增时，技术演进的通道会收窄，形成具有“一票否决权”的系统性瓶颈，即锁喉点。当前光通信产业景观的重构进程中，存在五个 K值极高的关键技术瓶颈，直接牵制着整个系统的演进方向与适应度天花板。
3.1锁喉点 1：高端光芯片（InP EML与高功率CW Laser）
在AI数据中心时代，光模块的竞争表面上发生在800G、1.6T甚至未来3.2T等速率指标上，但真正决定产业上限的，往往是隐藏在系统底层的光源能力。无论是1.6T/3.2T插拔式光模块，还是正在快速发展的CPO（Co-Packaged Optics）架构，其核心都离不开两类关键器件：用于高速调制的200G EML（Electro-Absorption Modulated Laser）以及为硅光子芯片提供光源的高功率CW Laser。
从产业链位置来看，高端光芯片并非价值量最高的环节，但却是整个系统耦合度最高的环节之一。其技术进步速度、供给能力和成本曲线，都会通过光模块、交换机和数据中心架构层层传导，最终影响整个AI基础设施的演进节奏。高端光芯片之所以成为当前产业最重要的锁喉点，主要来自三个层面的约束。
第一，下一代光模块的架构边界最终受制于高端光芯片能力
随着行业从800G迈向1.6T和3.2T，单通道200G EML正在成为下一代高速光模块的重要基础组件。对于光模块厂商而言，EML的调制速率、动态消光比以及高频稳定性，不仅决定单颗器件的性能表现，更决定整个模块架构是否具备工程可行性。如果高性能200G EML供应不足，厂商虽然仍可通过增加通道数量、引入更复杂的DSP补偿或电学合路方案实现目标带宽，但这往往意味着更多的电子器件、更长的电信号路径以及更复杂的热管理设计，从而推高系统寄生损耗与整体功耗。从NK模型的角度看，EML并非单纯的核心器件，而是同时影响模块架构、封装设计、功耗控制和系统成本的高K值节点。其能力边界在很大程度上决定了未来1.6T和3.2T光模块能够达到的性能上限与商业化节奏。
第二，光源效率正在成为AI数据中心的新约束
过去十年，产业关注的重点是带宽增长。未来十年，产业关注的重点可能变成能耗增长。随着GB300 NVL72、Rubin等新一代AI系统持续提升光互连密度，高速链路数量正以前所未有的速度增长。光模块已不再是数据中心中的边缘设备，而逐渐成为影响整体能源效率的重要组成部分。在这种背景下，激光器的墙插效率（Wall-Plug Efficiency）开始直接影响数据中心的电力消耗。对于未来的吉瓦级AI集群而言，即便只是几个百分点的效率提升，也可能对应数十兆瓦级别的电力节省。因此，高功率CW Laser已经不只是一个器件问题，而成为整个AI基础设施经济模型的一部分。
第三，供给扩张速度远慢于需求增长
相比先进逻辑芯片能够依托成熟晶圆厂体系扩产，高端InP光芯片产业链具有更高的进入门槛。从磷化铟衬底生长、外延制造到器件加工，每一个环节都需要长期技术积累与稳定良率支撑。更重要的是，这类产能难以快速复制。即便企业决定扩产，从资本投入到稳定量产往往需要数年时间。因此，当AI需求在短时间内快速释放时，产业链最容易出现短缺的往往不是光模块，而是更上游的激光器和光芯片产能。这也是为什么市场普遍预期，未来两到三年高端EML与高功率CW Laser仍将处于相对紧张状态。
三种可能的演化路径
从目前产业进展来看，高端光源技术未来可能沿着三条不同路径演化。
情景A：InP EML继续主导产业升级（可能性最高）
这是当前最有可能出现的情景。随着本土光芯片厂商陆续完成200G EML量产验证，国内光模块企业对于海外光芯片供应的依赖程度有望逐步下降。不过，即便实现芯片设计和制造突破，在高品质InP衬底、外延材料以及部分关键设备领域，产业链仍然需要较长时间才能建立完整能力。因此，这更像是供应链重构，而不是技术路线切换。
情景B：VCSEL在短距互连市场取得突破（存在一定可能）
另一种可能是GaAs体系的VCSEL技术持续进步。如果200G/Lane VCSEL能够在发射功率、可靠性以及成本控制方面取得突破，那么在Scale-up场景下的短距离互连市场，部分原本属于EML的需求可能被重新分流。
这并不意味着InP路线被替代，而更可能形成两条技术路线长期并存的格局。未来产业竞争的重点将不再是“谁取代谁”，而是谁占据更适合自己的应用场景。
情景C：MicroLED开启新的光互连范式（远期存在颠覆性可能，但当前不确定性较高）
最具颠覆性的路径来自MicroLED。如果未来几年MicroLED能够突破制造成本、良率和可靠性等商业化障碍，其高密度并行发光特性有机会推动芯片级光互连的发展。届时，产业关注的重点可能不再是如何提升单信道EML速率，而是如何构建全新的片内光IO架构。这将不只是一次产品升级，而可能意味着整个光互连技术体系的重构。不过从当前产业成熟度来看，这条路径仍然存在较大的技术与商业化不确定性。
3.2 锁喉点 2：台积电COUPE先进封装平台
如果说高端光芯片决定了光互连系统能够跑多快，那么先进封装平台决定了这些性能能否真正被释放出来。随着AI集群规模不断扩大，传统插拔式光模块正逐渐接近功耗、带宽密度和散热能力的物理极限。产业因此开始将目光转向共封装光学（CPO，Co-Packaged Optics），希望将光模块从交换机面板移入交换ASIC附近，以缩短电信号传输距离并降低系统功耗。然而，CPO真正的挑战从来不是光学，而是封装。
如何在极小空间内同时整合交换芯片、硅光芯片、驱动电路、光纤阵列以及散热系统，并保证长期稳定运行，已经成为整个产业最困难的工程问题之一。目前来看，台积电主导的COUPE（Compact Universal Photonic Engine）平台，正逐渐成为这一领域最重要的基础设施之一。
第一，CPO的核心价值来自于消灭电信号传输距离
在传统光模块架构中，交换芯片与光模块之间往往需要经过数厘米甚至更长距离的高速电连接。随着传输速率不断提高，这段距离所带来的寄生电容、信号衰减和功耗问题越来越难以控制。
COUPE的核心思路，是利用台积电SoIC-X等先进封装技术，将电子芯片（EIC）与硅光芯片（PIC）进行三维垂直集成。
原本需要经过厘米级传输路径的高速信号，被压缩到微米级尺度。这不仅显着降低了寄生损耗，也为未来更高带宽密度的系统提供了可能。从产业演化角度来看，谁能够率先解决这一问题，谁就更有机会定义下一代AI互连架构。
第二，光学封装精度已经进入半导体制造级别
与传统封装相比，CPO最大的难点在于光路对准。光纤阵列与硅光波导之间的耦合精度，往往需要控制在微米甚至亚微米等级。这意味着整个生产体系必须同时满足半导体制造与精密光学装配的双重要求。为了实现这一目标，产业链需要引入大量全新的专用设备，包括：
· 晶圆级光学测试平台；
· 晶圆到晶圆（D2W）混合键合设备；
· 高精度光纤主动对准系统；
· 自动化光学耦合与检测设备。
这些设备不仅价格昂贵，而且供应商数量有限。因此，CPO竞争已经不只是产品竞争，而逐渐演变为整条制造生态系统之间的竞争。
第三，COUPE的真正护城河来自生态系统
许多人认为COUPE的优势来自单一技术。事实上，其真正壁垒来自于台积电所整合的完整产业生态。向上连接SOI基板、硅光制造和先进封装；向下连接光模块厂商、交换芯片设计商以及系统客户；横向则覆盖设备、测试、光纤阵列与封装服务供应商。经过多年积累，台湾地区已经逐渐形成全球最完整的CPO产业集群。
从硅光制造、先进封装，到后段测试、光纤耦合与系统集成，几乎所有关键环节都能够在同一个产业生态内部完成协作。这种高度集中的产业网络，使COUPE不仅是一项技术平台，更成为整个硅光生态的组织者。
地缘政治正在改变封装产业的演化路径
正因为COUPE的重要性不断提高，全球AI产业也开始思考另一个问题：如果未来所有先进CPO能力都集中于台湾地区，是否会形成新的系统性风险？近年来，NVIDIA、Marvell以及美国本土光通信产业链持续加大投入，本质上并不仅仅是为了获得更多产能。更深层的目标，是在台积电主导的生态之外，建立一条能够独立运行的平行供应链。从激光器、硅光芯片到先进封装与系统集成，美国正在尝试重新构建一套本土化的技术体系，以降低对单一区域的依赖。从NK模型的角度来看，这实际上是一场典型的“去耦合”过程。
当某个节点的K值过高，足以影响整个系统的稳定性时，产业会自发寻找替代路径，通过增加新的演化分支来降低系统风险。而未来三到五年，围绕CPO封装平台的竞争，很可能不仅是技术路线之争，更是两套产业生态之间的竞争。
3.3 锁喉点 3：硅光子代工平台与PDK绑定
如果说高端光芯片决定了光互连系统的性能上限，而先进封装平台决定了这些性能能否被释放出来，那么硅光子代工平台则决定了整个产业将沿着哪条技术路径演化。
随着AI基础设施对带宽、功耗和集成度提出越来越高的要求，硅光子（Silicon Photonics）正逐渐从一项前沿技术演变为下一代光互连的重要基础设施。根据集邦咨询预测，硅光子在高速光通信市场中的渗透率未来几年将持续提升，并逐步从高端应用向主流市场扩散。然而，硅光产业最容易被忽略的壁垒并不在晶圆制造本身，而在于PDK（Process Design Kit）所形成的生态绑定。
第一，PDK正在成为硅光时代的“技术语言”
对于传统IC产业而言，PDK是一套设计规则。而对于硅光产业而言，PDK更像是一种生态系统语言。硅光芯片中的波导、调制器、耦合器、滤波器以及各类光学组件，都必须建立在特定制程平台所提供的模型与参数之上。由于光学器件对于制造误差极为敏感，设计人员在流片过程中往往需要针对某一平台反复优化和验证。一旦产品完成验证并进入量产阶段，其设计与制造体系实际上已经深度绑定在特定代工平台之上。举例来说，硅波导对制造公差极其敏感，波导宽度仅±0.5nm 的微小偏差即会导致谐振波长偏移达 ±0.25nm，从而超出密集波分复用（WDM）通道的设计容差。因此，对于硅光企业而言，更换代工厂远不像传统数字芯片迁移工艺节点那样简单。迁移成本不仅来自重新流片，更来自整个设计体系、验证体系以及客户认证体系的重建。这也是为什么PDK能够形成如此强大的生态粘性。
第二，硅光正在重构光模块的成本结构
过去的高速光模块主要依赖多个独立光器件完成光电转换。随着速率不断提升，这种架构在成本、功耗以及制造复杂度方面面临越来越大的压力。硅光技术最大的价值之一，在于将原本分散的光学功能集成到单一芯片平台之上。特别是在800G、1.6T乃至未来3.2T时代，通过外部高功率CW Laser搭配硅光PIC的架构，产业得以减少大量分立器件的使用。这种变化不仅改变了产品架构，也重新分配了产业链价值。过去由光器件厂商掌握的部分价值，开始向硅光平台与代工生态迁移。因此，硅光代工平台的重要性正在快速提升。
第三，未来竞争的不只是制程，而是生态系统
目前全球硅光代工格局已经逐渐形成三股主要力量。其中，台积电依托COUPE平台与先进封装能力，持续强化其在高端光电异质整合领域的优势。Tower Semiconductor则凭借相对开放的PDK生态和较强的产能弹性，吸引大量光模块与硅光设计公司进入其平台。GlobalFoundries也在持续扩大自身在硅光领域的影响力，争取更多云端与数据中心客户。从表面上看，这是代工厂之间的竞争。但更深层来看，竞争的核心其实是谁能够吸引更多设计公司围绕自己的PDK体系建立生态。因为一旦生态形成，后续客户、工具链、IP模块以及应用方案都会不断向该平台聚集。最终形成类似先进逻辑制程领域的网络效应。
两种可能的演化路径猜想
从当前产业趋势来看，未来硅光代工平台大致存在两种主要演化方向。
情景A：形成“双轨生态”（可能性较高）
这是目前最有可能出现的情景。台积电继续依靠先进封装与CPO能力占据产业最高端市场，服务超大规模AI集群与高性能交换平台。与此同时，Tower Semiconductor凭借开放的PDK体系、较低的进入门槛以及灵活的产能配置，成为大量插拔式光模块、LPO/LRO方案以及新创硅光企业的主要代工伙伴。最终形成“高端封闭生态”与“中端开放生态”并存的发展格局。这种模式与当前先进逻辑芯片产业的演化路径较为接近。
情景B：Intel Foundry成为新的第三极（存在一定可能）
另一种可能是Intel Foundry进一步开放其硅光平台。英特尔在硅光领域积累超过十年，其技术储备远早于当前这一轮AI浪潮。如果未来Intel将自身成熟的硅光设计平台、片上光源技术以及标准化接口进一步开放给外部客户，那么其有机会形成独立于台积电生态之外的第三条技术路线。对于全球客户而言，这不仅意味着更多技术选择，也意味着供应链风险的进一步分散。
从NK模型看PDK锁喉的本质
与光芯片短缺或先进封装产能不足不同，PDK锁喉并不是物理层面的瓶颈。它更像是一种生态层面的锁定效应。在NK模型中，这类节点往往具有极高的路径依赖特征。企业一旦完成某个平台的设计验证，其后续研发、客户认证、IP积累以及供应链协作都会围绕这一平台持续展开。
随着时间推移，迁移成本不断增加，系统耦合程度不断提高。最终，PDK不再只是一个设计工具，而成为决定产业演化方向的重要基础设施。
3.4锁喉点 4：交换芯片与网络架构定义权
如果说光芯片决定了信号如何产生，先进封装决定了信号如何传输，那么交换芯片与网络架构则决定了整个系统需要什么样的光互连。
从这个角度看，光模块、硅光芯片乃至CPO平台，实际上都属于网络架构的“执行层”。真正决定产业演化方向的，往往是站在系统顶层的交换芯片厂商与网络架构设计者。这也是为什么交换芯片成为整个光通信产业中耦合度最高的节点之一。
第一，交换芯片决定光互连的升级节奏
过去十余年，光模块产业的演进路径看似由400G、800G、1.6T等产品迭代推动。但如果回溯产业链源头就会发现，每一轮光模块升级的背后，几乎都对应着交换芯片带宽的提升。当交换ASIC从25.6T迈向51.2T，再进一步走向102.4T甚至更高带宽时，单信道传输速率也被迫同步升级。这意味着光模块厂商并非在独立决定自己的技术路线，而是在跟随交换芯片的演化节奏前进。从某种意义上说，交换芯片定义了整个产业的时间轴。
第二，网络架构正在决定光学方案的生死
在传统数据中心时代，不同光模块方案之间的差异主要体现在成本与性能。但进入AI时代之后，网络架构本身开始直接筛选技术路线。以NVIDIA构建的Scale-up网络为例，其核心目标是尽可能降低GPU之间的通信延迟。为了满足极端低时延需求，系统开始压缩光链路中的每一个中间环节。在这种背景下，传统依赖DSP与FEC补偿的方案逐渐面临挑战，而低功耗、低延迟的直驱光学架构则获得更多关注。换句话说，决定某项光学技术是否成功的，已经不只是器件性能，而是它是否符合未来网络架构的需求。产业竞争因此从“产品竞争”升级为“架构兼容性竞争”。
第三，未来的竞争本质上是两种生态系统的竞争
当前全球AI网络正在逐渐形成两种不同的发展路径。一种以NVIDIA为代表。其特点是通过GPU、交换芯片、互连协议以及软件平台的垂直整合，构建高度封闭但效率极高的统一体系。在这种模式下，光模块、CPO和硅光平台都需要围绕NVIDIA定义的系统架构进行适配。
另一种则以Broadcom推动的开放以太网生态为代表。该体系更强调标准化接口、多厂商协作以及开放生态，希望通过规模效应和产业分工来推动技术进步。
两种模式并不存在绝对优劣。前者追求系统效率最优，后者追求生态规模最大。
未来几年光通信产业的大部分技术路线之争，实际上都会映射为这两种生态体系之间的竞争。
为什么交换芯片是最高K值节点之一？
从NK模型的角度来看，交换芯片与网络架构之所以具有极高的锁喉效应，并不是因为其价值量最高，而是因为它连接了系统中的几乎所有关键变量。向上，它连接GPU、CPU以及AI集群架构；向下，它连接光模块、硅光芯片、CPO封装以及传输协议；向外，它又连接云服务商、互联网厂商以及整个数据中心基础设施。
当交换芯片带宽提升时，光模块必须升级；
当网络架构改变时，封装技术必须调整；
当协议标准变化时，整个生态系统都需要重新适配。
因此，它不仅影响某一个技术环节，而是在定义整个产业链的演化方向。
从产品竞争走向架构竞争
在传统通信时代，人们讨论的是哪家公司的模块速度更快、成本更低。而在AI时代，更关键的问题已经变成：
未来的数据中心究竟采用什么样的网络架构？
是继续沿着可插拔光模块路线演进？
还是大规模导入CPO？
是以封闭的垂直整合体系为主导？
还是由开放的以太网生态取得优势？
这些问题的答案，将直接决定未来数千亿美元光互连市场的价值分配。
因此，交换芯片与网络架构的竞争，本质上不是一个产品市场的竞争，而是一场关于产业规则制定权的竞争。而谁掌握规则制定权，谁就更有机会成为下一轮适应度地形中的主导者。（关于NVIDIA与Broadcom两种造峰逻辑的深度对比，详见§6。）
3.5锁喉点 5：三大MSA标准之争——规则制定权的竞争
如果说光芯片决定性能上限，封装平台决定集成能力，交换芯片决定网络架构，那么标准协议决定的则是整个产业能否形成统一生态。
从复杂系统的角度来看，标准最大的价值并不是提升性能，而是降低复杂度。
当产业进入高N、高K阶段之后，参与者数量持续增加，技术路线不断分化，系统内部的耦合关系也会迅速膨胀。此时如果缺乏统一标准，整个产业将陷入高度碎片化状态。
而标准的本质，就是为复杂系统建立共同语言。因此，2026年OFC期间三大MSA联盟几乎同时成立，并不仅仅是一场技术路线之争，更代表产业正在争夺下一代光互连生态的规则制定权。
第一，标准决定生态系统的边界
在传统光通信时代，不同厂商之间主要围绕性能和成本展开竞争。但进入AI时代后，产业链已经延伸至GPU、交换芯片、硅光平台、先进封装以及数据中心基础设施等多个层级。如果各技术路线采用完全不同的接口标准，那么系统集成商将不得不为不同平台分别开发硬件架构、软件协议和运维体系。这不仅增加研发成本，也会降低整个产业链的协同效率。因此，对于超大规模AI集群而言，标准化已经从成本优化工具演变为系统运行的必要条件。
第二，标准竞争本质上是在争夺网络效应
在技术产业的发展历史中，最终胜出的标准未必拥有最先进的技术。更重要的是谁能够吸引更多参与者进入自己的生态体系。一旦某项标准获得足够规模的产业支持，围绕其形成的供应链、开发工具、测试体系以及客户资源都会不断强化其优势。
这种网络效应往往比单纯的技术优势更加持久。因此，三大MSA之间的竞争，本质上并不是接口规范之间的竞争，而是生态系统之间的竞争。谁能够吸引更多交换芯片厂商、云服务商、光模块企业以及设备供应商加入自己的体系，谁就更有机会成为未来产业的主导标准。
第三，标准碎片化可能带来新的复杂性灾难
标准的目标原本是降低复杂度。但如果标准本身发生分裂，反而会产生新的复杂度。当不同MSA长期并存且缺乏兼容机制时，产业链需要维护多套接口规范、多套验证体系以及多套产品平台。这种重复建设会不断增加研发投入和供应链成本。
从NK模型角度看，这属于典型的“适应度损失”。原本用于创造价值的资源，被迫消耗在生态之间的兼容与协调上。因此，对于整个产业而言，标准竞争固然重要，但标准收敛同样重要。
从竞争走向分工：三大MSA的潜在收敛路径
从当前发展趋势来看，三大MSA未必会演变为你死我活的竞争关系。更有可能出现的结果，是形成类似互联网协议栈那样的分层协作体系。其中：
· OCI负责Scale-up场景下的超高速光互连；
· Open CPX负责CPO架构中的模块化光引擎标准；
· XPO负责Scale-out网络中的高密度可插拔光连接方案。
如果这一趋势成立，那么三者之间的关系将更接近于上下游协同，而非完全替代。不同标准分别解决不同层级的问题，共同构成未来AI网络的基础架构。
从NK模型看标准的真正意义
在五大锁喉点中，标准是最特殊的一个。光芯片、封装平台和交换芯片都属于技术资源。而标准本身并不直接创造性能。它创造的是协调能力。在复杂系统中，最稀缺的往往不是技术，而是协作。
当产业规模扩大到数百家企业、数千亿美元市场时，没有任何一家企业能够独立完成全部创新。此时，谁能够定义协作规则，谁就能够影响整个系统的演化方向。因此，三大MSA之争的核心并不在于某个接口规范是否更先进，而在于谁能够成为未来AI光互连生态的组织者。从某种意义上说，标准并不是第五个锁喉点。它更像是前四个锁喉点之上的“总开关”。因为最终决定产业走向的，不仅是技术能力，更是规则能力。
4.从可插拔模块到CPO的景观重构
前文讨论的五大锁喉点，本质上都指向同一个结论：光通信产业正在经历一次适应度地形的重构。
在NK模型中，当外部环境保持稳定时，企业往往只需要沿着既有路径持续优化，就能够不断提升适应度。但当环境变化超过某个临界点后，原本有效的演化路径会迅速失效，新的适应度高峰则开始出现。对于光通信产业而言，AI时代正是这样一个临界点。过去十余年，可插拔光模块构成了整个产业最重要的适应度高原。几乎所有企业都围绕这一体系展开竞争。
产业的主要目标是提高传输速率、降低成本、扩大传输距离，并在标准化接口体系下实现规模化生产。
在这一阶段，竞争主要集中在三类适应度峰值之上。
第一座山峰：速率升级
这是过去十年最重要的竞争主线。从100G到400G，再到800G和1.6T，产业不断通过调制技术、DSP性能以及封装工艺的提升，实现更高的数据传输能力。谁能够率先完成下一代速率产品量产，谁就能够获得市场份额。因此，速率升级成为整个产业最主要的价值创造来源。
第二座山峰：长距离传输
另一部分企业则专注于相干光通信市场。通过更复杂的调制方式、DSP算法以及色散补偿技术，在超长距离网络中建立竞争优势。这一领域技术门槛较高，长期由欧美光通信龙头企业主导。
第三座山峰：开放生态
对于大量中小型光模块企业而言，标准化接口体系本身就是重要竞争优势。QSFP-DD、OSFP等标准的普及，使不同厂商的产品能够在同一平台上实现互操作。开放生态降低了行业进入门槛，也推动了光模块产业的快速成长。过去十余年，整个产业基本都在这三座山峰之间展开竞争。然而，AI基础设施的崛起正在改变这一切。
旧高原正在失去优势
随着AI集群规模不断扩大，传统可插拔架构开始遭遇越来越明显的物理约束。过去有效的优化路径，正在逐渐失去边际收益。最直接的挑战来自功耗。当单信道速率不断向224G甚至更高水平迈进时，铜互连与PCB走线带来的损耗快速增加。为了维持信号完整性，系统不得不引入更复杂的补偿机制，而这些补偿又进一步推高了整体功耗。结果是，传输速率持续提升，但单位比特的能源成本却越来越难下降。
与此同时，前面板空间i也逐渐成为新的瓶颈。交换机尺寸基本固定，但带宽需求却持续增长。即使通过更高密度的可插拔方案提高前面板利用率，其提升幅度也开始接近物理极限。这意味着过去依靠接口密度提升来换取带宽增长的路径，正在变得越来越困难。
更重要的是，光网络本身在AI系统中的战略地位已经发生变化。在传统数据中心时代，网络更多被视为辅助设施。而在万卡乃至十万卡级AI集群中，网络已经成为决定系统效率的核心组成部分。光互连不再只是采购清单上的一个模块，而开始直接影响GPU利用率、训练效率以及整个数据中心的投资回报率。
CPO正在成为新的适应度高峰
正是在这样的背景下，CPO开始从实验室技术走向产业化。与传统可插拔方案相比，CPO最大的价值并不是简单地提高带宽。它真正改变的是整个系统的优化目标。过去产业优化的是单个光模块。未来产业优化的则是整个AI系统。通过将光引擎直接集成到交换芯片附近，CPO能够显着缩短电信号传输路径，降低系统功耗，提高带宽密度，并减少复杂的电连接结构。这意味着产业竞争的焦点开始从单一器件性能转向系统级效率。
从适应度地形的角度看，这并不是一次渐进式升级，而更像是一场地壳运动。原本围绕可插拔光模块形成的适应度高原正在逐渐失去优势。与此同时，以硅光、CPO、先进封装和系统协同为核心的新高峰群正在形成。
从产品时代走向系统时代
如果说过去二十年的光通信产业属于产品创新驱动，那么未来十年的光通信产业更可能属于系统创新驱动。决定企业竞争力的，不再只是某一个器件、某一项工艺或者某一个模块。而是其是否能够融入新的系统架构。因此，未来产业中的赢家未必是单项技术最强的企业。更有可能是那些能够同时掌握光芯片、封装平台、交换架构、标准生态以及客户需求，并将其整合为统一解决方案的企业。这正是AI时代光通信产业最大的变化。
竞争已经不再发生在单个山峰之上。
整个山脉本身，正在发生迁移。
老高原的技术塌方与新大陆的隆起
每一次产业革命都会创造新的赢家，也会淘汰旧时代的优势资源。从NK模型的角度来看，当适应度地形发生重构时，最大的风险往往不是技术落后，而是仍然停留在已经失去价值的山峰之上。对于光通信产业而言，这种变化已经开始显现。过去二十年建立起来的大量竞争优势，正在逐渐失去原有意义。与此同时，一些过去被视为边缘路线的技术，则开始进入主流视野。
第一处塌方：纯组装型光模块厂商
在可插拔光模块时代，产业价值主要集中于器件整合、封装制造以及供应链管理能力。许多企业并不掌握核心芯片技术，也缺乏底层平台能力，但依靠优秀的生产组织能力，仍然能够建立竞争优势。然而，CPO正在改变这一逻辑。随着光引擎逐渐进入封装内部，硅光芯片、先进封装以及系统协同的重要性持续提升，传统依靠空间光学器件组装和模块制造建立的竞争壁垒开始被削弱。未来产业价值将越来越集中于光芯片、封装平台以及系统架构。对于缺乏核心技术能力的纯组装型企业而言，过去赖以生存的适应度高原正在逐渐下沉。
第二处塌方：传统光通信DSP市场
另一处正在发生变化的区域是DSP产业。在过去的高速光模块时代，DSP是不可或缺的核心组件。复杂的信号补偿、均衡与纠错功能，都需要依赖高性能DSP完成。
但随着LPO、LRO以及CPO等新架构逐步成熟，产业开始重新思考一个问题：是否必须通过越来越复杂的DSP来修补物理链路的问题？
越来越多企业选择从架构层面缩短传输路径、减少信号损耗，而不是继续堆叠补偿算法。如果这一趋势持续发展，那么未来产业价值的一部分将从DSP转移到硅光、封装和光电协同设计领域。
这并不意味着DSP会消失。但它在产业价值链中的位置，可能不再像过去那样核心。
新大陆正在浮现：光学I/O时代
如果说CPO代表的是可插拔时代的终点，那么光学I/O（Optical I/O）则可能代表下一阶段的起点。过去几十年，芯片之间的数据交换主要依赖电信号完成。随着计算密度不断提高，电互连开始遭遇功耗、延迟以及带宽密度等多重限制。因此，越来越多企业开始尝试将光互连进一步推进到芯片级别。其核心思路并不是让单个通道跑得更快，而是利用大量低功耗光通道并行工作，以获得更高的总带宽和更低的系统能耗。
从产业演化角度来看，这意味着优化目标发生了根本变化。过去行业追求的是单信道速率不断提升。未来行业可能更关注整体系统效率。
为什么MicroLED值得关注？
近年来，以MicroLED为代表的新型光互连技术开始受到关注。与传统高速激光器路线不同，这类方案试图利用大规模并行发光阵列实现超高带宽传输。其优势并不一定体现在单信道速度，而体现在更低的功耗、更低的延迟以及更高的集成密度。对于未来的CPU、GPU以及HBM之间的超短距离互连而言，这种思路具有一定吸引力。
当然，从今天来看，MicroLED距离真正大规模商业化仍有相当距离。制造良率、成本控制、生态系统以及软件支持等问题都尚未完全解决。因此，它更像是一块刚刚露出海面的新大陆，而不是已经建成的城市。
从高原竞争走向大陆迁移
回顾过去二十年的光通信产业，大多数企业实际上都在同一块大陆上竞争。有人爬上速度峰，有人占据距离峰，也有人依靠生态峰获得稳定收益。但AI时代带来的变化并不是某一座山峰高度发生变化。而是整块大陆正在移动。一些曾经重要的优势正在失去价值。一些过去无人关注的技术路线开始获得新的生存空间。从NK模型的视角看，这意味着产业已经进入适应度地形重构阶段。未来最大的机会，往往不属于那些在旧高原上爬得最高的人。而属于那些最早发现新大陆正在浮现的人。
5.三大技术路线的适应度不同带来的物种分化
在适应度地形剧变的背景下，光通信生态位中分化出了三类具备完全不同存活策略的技术物种：可插拔（延续传统、追求极限密度）、LPO/LRO（渐进改良、追求低能耗去DSP插拔）及 CPO/光 IO（革命性一体化共封装）。
5.1 Scale-Up（机柜内芯片级高速通信）场景下的物种分化
机柜内 GPU GPU 的极短距离（＜100m ）传输，对延时与功耗极其敏感，是当前物种博弈最为激烈的演化温床。
5.2 Scale-Out：机柜间网络中的生态位竞争
与Scale-Up网络追求极致性能不同，Scale-Out网络更强调规模化部署能力。对于超大规模AI集群而言，机柜间互连往往需要连接数万甚至数十万个端口。此时，系统关注的不仅是带宽和延迟，还包括设备成本、能源效率、可维护性以及供应链稳定性。因此，Scale-Out场景并不会像Scale-Up那样迅速收敛到单一技术路线，而更可能形成多个技术物种长期共存的生态格局。
从目前的发展趋势来看，产业正在沿着三条不同路径展开探索。
第一类物种：LPO/LRO——过渡时代的优势物种
LPO（Linear Pluggable Optics）与LRO（Linear Receive Optics）代表了一种典型的渐进式演化路径。这类方案保留了传统可插拔光模块的部署方式，同时通过弱化甚至移除DSP功能，降低系统功耗与成本。对于云服务商而言，其最大的吸引力在于兼容现有网络架构。企业无需重建整个数据中心基础设施，也无需等待CPO生态完全成熟，即可获得显着的能效改善。从适应度地形的角度看，LPO/LRO并不是未来最高的山峰，却是一座足够高、足够稳定的次高原。在未来数年AI基础设施快速扩张阶段，这种兼顾性能、成本与部署便利性的方案，仍有望获得广泛采用。
第二类物种：NVIDIA主导的垂直整合CPO体系
另一条路线则由NVIDIA推动。其核心思路是将GPU、交换芯片、网络协议以及CPO封装统一纳入同一个系统架构之中，通过深度协同实现最佳性能与能效表现。在这种模式下，光互连不再是独立产品，而成为AI计算平台的一部分。其优势在于能够最大程度压缩系统功耗与传输延迟，从而支撑更大规模、更高效率的AI集群运行。但与此同时，这种模式也意味着较高的生态封闭性。所有关键组件都需要围绕统一架构进行设计和验证，因此更适合部署在由单一平台主导的超大型AI集群之中。从演化视角看，这是一种典型的高性能专精物种。它能够占据适应度最高的峰顶，但生存环境相对有限。
第三类物种：Broadcom主导的开放CPO生态
与NVIDIA形成对比的是Broadcom推动的开放CPO路线。该体系并不追求极致的一体化，而是强调标准化接口与多厂商协作。在这一模式下，交换芯片、光引擎、封装平台以及网络设备可以由不同供应商共同参与构建。虽然在理论性能上未必能够达到垂直整合体系的极限水平，但其开放性带来了更强的供应链韧性和更低的系统风险。对于Meta、Microsoft等超大规模云服务商而言，这种开放生态能够避免对单一供应商形成过度依赖，因此具有天然吸引力。从适应度角度看，这是一种规模化生存能力极强的物种。它未必拥有最高峰值性能，却拥有更广阔的生态空间。
Scale-Out不会只有一个赢家
从目前产业发展趋势来看，Scale-Out网络未必会像CPU市场那样最终收敛到单一架构。原因在于不同客户面临的选择压力并不相同。追求极致训练效率的AI集群可能更倾向于垂直整合CPO体系；重视开放生态与供应链安全的大型云厂商则可能选择开放CPO路线；而在未来数年持续扩容过程中，大量客户仍会采用LPO/LRO作为现实可行的过渡方案。因此，Scale-Out更像是一片由多个生态位组成的大陆，而非只有一座最高峰的孤立山脉。
未来真正决定胜负的，不是谁消灭谁，而是谁能够在最适合自己的生态位中建立长期优势。
6. 景观改造者NVIDIA的造峰策略与Broadcom搭建的生态联盟
在适应度地形中，大多数企业都是“爬坡者”。它们能够识别局部最优点，并通过持续优化产品、降低成本或提高性能，逐步向更高位置移动。然而，当产业进入重大技术转折期时，少数企业开始拥有另一种能力——它们不再满足于寻找高峰，而是尝试创造高峰。这类企业不仅影响自身的竞争位置，更会改变整个产业的搜索方向。在复杂系统理论中，它们被称为“景观改造者”（Landscape Engineer）。
当前AI光互连产业中，NVIDIA正逐渐展现出这种特征。与传统通信设备厂商不同，NVIDIA同时掌握GPU、交换芯片、网络协议、软件平台以及AI应用生态等多个关键维度，因此拥有重新定义产业适应度函数的能力。
NVIDIA正在如何重塑适应度地形？
过去十年，光通信产业的竞争逻辑主要围绕速率、成本和功耗展开。而NVIDIA试图改变这一逻辑。它所追求的目标并不是制造性能最好的光模块，而是构建性能最优的AI系统。当评价标准从“模块性能”转变为“系统效率”时，整个产业的适应度地形也随之改变。围绕这一目标，NVIDIA正在同时推动多个关键维度的协同演化。
第一，重构关键资源配置
随着光互连逐渐成为AI基础设施的核心组成部分，激光器、硅光芯片以及光电驱动器件的重要性不断提升。NVIDIA近年持续加强与光通信产业链关键企业的合作，本质上并不仅仅是确保供应安全。更重要的是在未来CPO时代建立更强的资源协调能力。从NK模型角度看，这意味着NVIDIA正在提高自己对于多个关键K值节点的影响力。
第二，将系统优化推向极致
与传统网络厂商不同，NVIDIA拥有完整的系统视角。从GPU、交换机到网络协议和软件框架，都可以纳入统一设计体系。因此，它能够推动微环调制器（MRM）、先进封装以及共封装光学等技术进行协同优化。这种能力并不来自单项技术领先，而来自跨层级整合能力。换句话说，NVIDIA竞争的核心优势并不是某个器件，而是整个系统。
第三，将标准转化为平台优势
在传统产业逻辑中，标准通常意味着开放。但在复杂生态系统中，标准同时也是一种平台能力。
OCI等新标准的出现，表面上是推动不同厂商之间的互联互通。但从另一个角度看，标准也是定义未来产业边界的重要工具。对于NVIDIA而言，更重要的问题并不是让所有企业都使用自己的产品，而是让越来越多企业按照自己定义的规则参与竞争。当整个产业开始围绕同一套架构演化时，平台优势便会持续强化。
第四，从技术验证走向生态验证
过去几年，CPO更多停留在实验室与样品阶段。而随着Quantum-X Photonics等产品开始进入客户验证流程，产业竞争的焦点也开始发生变化。未来决定CPO胜负的，不再只是单个器件的性能指标，而是整个生态系统能否完成规模化部署。一旦主流云服务商和AI基础设施运营商开始围绕某一技术路线建设网络，其生态优势将迅速放大。从这个角度看，率先实现商业落地的重要性甚至不亚于技术领先本身。
Broadcom：另一种景观改造的逻辑
如果说NVIDIA试图构建一座性能最高的山峰，那么Broadcom更像是在建设一片足够宽广的高原。两者的差异，并不只是技术路线不同，而是对产业未来的理解不同。NVIDIA相信极致系统优化能够创造最大价值。Broadcom则认为开放生态能够创造更大的总体适应度。因此，Broadcom并不试图控制整个系统，而是致力于降低不同参与者之间的协作成本。通过开放以太网生态、标准化接口以及多供应商协同模式，Broadcom希望让更多企业能够参与下一代光互连体系建设。这种模式更接近PC时代和互联网时代的发展逻辑。平台负责提供基础能力，而创新则由整个生态系统共同完成。
对于Meta、Google、Microsoft等超大规模云服务商而言，这种开放模式往往意味着更高的供应链安全性、更强的议价能力以及更低的系统风险。
高峰与高原：未来十年的核心分叉
从NK模型视角看，NVIDIA与Broadcom的竞争并不仅仅是企业竞争。它们实际上代表两种不同的适应度地形。一种是以NVIDIA为代表的“高峭峰”。这类体系能够实现极致性能，但生态集中度较高，进入门槛也更高。另一种则是以Broadcom为代表的“宽广高原”。其单点性能未必达到极限，却能够容纳更多参与者共同创新，并形成更强的生态韧性。
历史上，这两种模式都曾取得成功。大型机时代属于高峭峰。PC与互联网时代则更接近宽广高原。
而AI时代最终会走向哪一种地形，目前仍然没有明确答案。但可以确定的是，未来十年光通信产业最重要的竞争，已经不再是单个产品之间的竞争。
而是谁能够定义下一代产业的适应度函数。谁能够定义成功的标准，谁就更有机会成为真正的景观改造者。
7. 中国企业在K 值劣势下的生存与突围
从产能规模来看，中国已经是全球光通信产业最重要的制造中心。无论是光模块产量、工程制造能力，还是大规模交付经验，中国企业都已占据全球产业链的重要位置。然而，从NK模型的角度看，产能优势并不等同于地形控制力。
决定产业演化方向的，并不是谁拥有最多产能，而是谁能够影响高K值节点。换句话说，在新一轮光互连革命中，中国产业链面临的核心挑战并非制造能力不足，而是在若干关键控制变量上仍然缺乏足够的话语权。
从制造中心到规则边缘
回顾过去二十年的光通信产业，中国企业最大的优势来自制造。无论是器件封装、模块组装还是供应链协同，中国厂商都建立了全球领先的工程能力。这种优势在可插拔时代极为有效。因为当时产业竞争主要围绕成本、交付和规模展开。
然而，随着产业进入硅光、CPO以及光学I/O时代，竞争重心开始向高K值节点迁移。包括高端InP光芯片、硅光代工平台、先进封装、交换芯片以及标准制定权等关键环节，越来越多决定产业未来的能力掌握在少数平台型企业手中。这意味着中国企业虽然仍然拥有庞大的制造规模，却未必拥有同等程度的地形控制力。
中国真正的挑战是什么？
如果将前文讨论的五大锁喉点逐一对应，可以发现中国产业链的优势与短板呈现明显的不对称性。在光模块制造、FAU耦合、光器件封装以及规模化交付等环节，中国已经具备全球竞争力。
但在高端InP衬底、硅光PDK平台、先进封装设备、超高带宽交换ASIC以及国际标准制定等高K值节点上，仍然存在不同程度的外部依赖。从适应度地形的角度看，这意味着中国企业能够快速爬坡，却未必能够决定山峰的位置。而未来产业竞争的核心，恰恰在于谁能够定义新的山峰。
第一条路径：向上游延伸，补足光源能力
对于中国光通信产业而言，高端光芯片是最直接的突破方向之一。过去多年，产业链主要集中于模块制造和系统集成，而上游激光器领域长期由海外厂商主导。近年来，国内企业开始持续加大对200G EML、高功率CW Laser等核心器件的投入。其意义不仅在于实现国产替代，更重要的是向产业链上游移动。因为光源不仅决定器件性能，也决定整个系统的演化边界。一旦在高端激光器领域取得突破，中国企业将获得更多参与产业规则制定的能力。
第二条路径：寻找“次优解”而非“最优解”
在先进封装领域，完全复制台积电COUPE生态并不现实。但这并不意味着没有生存空间。从演化经济学角度看，后发者未必需要攀登最高峰。更合理的策略往往是在邻近区域建立新的适应度高原。可拆卸式CPO正体现了这种思路。与追求极致性能的晶圆级3D共封装相比，可拆卸式方案在能耗和性能上可能略有妥协，但能够兼容现有制造体系，并降低对特定先进封装平台的依赖。对于中国企业而言，这种路径未必是最高峰，却可能是一条更现实、更可持续的生存路线。
第三条路径：重新定义问题
历史上，技术封锁最有效的方式往往是控制既有路径。而最有效的突破方式，则是寻找新的路径。在高速交换ASIC领域，中国企业面临明显挑战。因此，部分厂商开始探索以光路交换（OCS）为代表的全光互连架构。这种思路的核心并不是在同一赛道上追赶，而是尝试改变赛道本身。如果未来AI集群的网络架构逐渐从电子交换转向光交换，那么决定竞争力的关键变量也会发生变化。届时，原有的优势与劣势可能被重新定义。需要坦诚指出的是，这一路径并非纯粹的战略主动选择，而在很大程度上是先进制程与先进封装受约束条件下的被动适应。其能否形成独立生态位，取决于OCS技术本身的成熟速度以及本土供应链的支撑能力。
从NK模型的视角看，这属于典型的“长距离跳跃”（Long Jump）。企业并不试图在既有高峰上继续攀登，而是直接寻找另一片尚未被占据的新大陆。
生存比登顶更重要
因此，中国光通信产业当前面临的局面，并不是简单的领先与落后。更准确地说，是制造优势与控制权优势之间的错位。中国企业已经掌握了大量低K值和中K值节点，但在部分决定产业方向的高K值节点上仍然处于追赶阶段。
然而，NK模型同样告诉我们：在复杂适应系统中，最终胜出的未必是最先占据高峰的参与者。很多时候，真正重要的是能否在地形变化过程中持续保有生存能力。对于中国光通信产业而言，未来十年的关键任务或许不是复制既有高峰。而是在新的适应度地形中，找到属于自己的高原。
8.NK框架下的光互连产业终局推演（2026-2035+）
在NK模型中，技术革命往往遵循相似的演化规律。当地形发生剧烈重构时，系统首先进入混沌搜索阶段；随后，不同技术路线逐步形成稳定生态位；最终，在长期选择压力作用下，产业重新收敛到新的均衡结构。当前的光通信产业正处于第一阶段向第二阶段过渡的关键时期。
第一阶段（2026-2028）：景观重构与混沌竞争期
这一阶段最大的特征，不是某条路线已经胜出，而是所有路线都在争夺未来的适应度高峰。
可插拔、LPO/LRO、可拆卸式CPO、3D共封装CPO以及光学I/O等多条技术路线将同时推进。不同MSA标准之间也将持续竞争，产业进入典型的高N、高K混沌状态。
从产业现象来看：
· 1.6T将成为主流部署节点；
· 3.2T开始进入商业验证阶段；
· CPO从技术概念转向真实部署；
· OCI、Open CPX、XPO等标准持续争夺生态主导权；
· 台积电COUPE生态与开放CPO生态开始正面竞争。
这一时期最大的特点是：产业不会迅速收敛。相反，各种技术路线都会找到属于自己的局部最优点。大量企业将在不同山峰之间进行探索与试错。
第二阶段（2029-2032）：生态位收敛期
随着技术成熟度提高，市场将逐渐从“路线竞争”转向“生态竞争”。此时产业有望形成若干相对稳定的适应度群落。
群落一：垂直整合生态
以NVIDIA为核心。GPU、交换芯片、网络协议、先进封装与CPO平台形成高度一体化体系。
该群落专注于Scale-Up场景下的极致性能优化，占据适应度地形中的“高峭峰”。
群落二：开放以太网生态
以Broadcom、Arista以及大型云服务商为核心。通过开放标准、多供应商协同以及可拆卸式CPO架构，形成覆盖最广泛市场的开放生态。该群落更像一片宽广高原。单点性能未必最高，但生态规模最大。
群落三：自主全光生态
以中国本土产业链为代表。围绕OCS、全光交换、自主激光器以及本土硅光平台构建独立演化路径。这一体系未必与国际主流路线完全重合，但有机会在特定场景下形成具有独立生存能力的生态位。需要指出，此路径的形成在相当程度上受制于外部约束条件（先进制程与先进封装受限），其可持续性取决于本土技术自主化的实际推进速度。
群落四：光学I/O生态
以半导体企业和新兴光子公司为核心。重点布局Chip-to-Chip、Chip-to-Memory以及未来片上光互连。这一群落规模可能最小，但距离下一轮技术革命最近。
第三阶段（2033年以后）：硅基光电子平台的终极收敛
如果将时间尺度拉长到十年以上，真正值得关注的并非CPO本身。因为CPO很可能只是从电互连时代迈向光互连时代的过渡形态。随着带宽需求持续增长，传统PCB铜互连所面临的功耗、延迟和信号完整性问题将越来越难以克服。届时，光互连将不再是一种外部组件，而成为计算系统的基础组成部分。光波导、逻辑电路、缓存与存储单元有望在同一平台上完成深度集成。从产业结构来看，通信与半导体这两个长期分离的行业将逐渐走向融合。今天被视为光模块厂商、交换机厂商和芯片厂商的企业边界，也将变得越来越模糊。产业竞争的焦点，将从“谁制造最好的光模块”，转向“谁构建最优的光计算系统”。
K值控制权的三次历史转移
回顾过去三十余年的产业演化，一个更深层的规律正在浮现：K值控制权始终在向更高层级迁移。
第一阶段：器件时代（1990-2010）
产业主导权掌握在欧美IDM企业手中。
竞争核心是激光器、探测器以及关键光器件。
此时K值主要集中于物理器件层。
谁掌握核心器件，谁掌握产业主动权。
第二阶段：模块时代（2010-2025）
随着产业成熟，价值开始向封装与系统集成转移。中国光模块企业凭借制造效率、良率控制和规模化交付能力快速崛起。这一阶段的K值主要集中于模块集成能力。谁能够实现大规模量产，谁就能够占据产业优势。
第三阶段：系统时代（2026-2035）
AI时代正在推动K值进一步上移。真正决定产业方向的，不再是单个器件或模块，而是交换芯片、网络协议、先进封装平台以及生态系统规则。控制权开始向系统架构定义者集中。NVIDIA、Broadcom以及未来可能出现的新型平台企业，正在争夺这一轮K值迁移后的制高点。
基于NK模型的五项演化预测
NK模型并不擅长预测具体市场份额，却非常擅长预测适应度地形的演化方向。
基于前文对N值膨胀、K值锁喉、景观重构与物种分化的分析，本文对未来十年光通信产业提出以下五项演化预测。
预测一：产业不会收敛为单一路线，而将形成以NVIDIA垂直整合与Broadcom开放生态为两极的“双峰并立”格局（高可能性）
过去二十年，光模块产业大多围绕统一技术路线演进。然而在AI时代，高性能计算集群与开放云计算网络面临完全不同的选择压力。因此，未来产业不会出现“一统天下”的技术路线。相反，更可能形成两座长期共存的适应度高峰：一座是以NVIDIA为代表的垂直整合高峰，追求极致性能与极致能效；另一座是以Broadcom、Arista及开放以太网生态为代表的开放高原，追求规模化部署与生态协同。此处"双峰"描述的是全球竞争的主轴格局；在更完整的生态位分析中，还需纳入中国自主全光群落与光学I/O群落（见第二阶段"四大群落"论述）。未来十年，双峰将长期并存，而非相互取代。
预测二：中国企业将继续主导制造，但难以主导规则（中高可能性）
中国光通信产业最大的优势仍然来自工程制造能力。无论是高速光模块、CPO引擎组装还是大规模交付，中国企业都将在全球产业链中保持重要地位。但从NK模型角度看，未来产业竞争的核心将逐渐从制造能力转向K值控制权。交换芯片、先进封装平台、PDK体系以及协议标准等高K值节点，仍将是决定产业方向的关键变量。因此，中国企业有望继续占据重要产能份额，但在高端标准与生态规则制定方面仍将面临长期挑战。
预测三：光学I/O将成为下一轮地壳运动的震源（中等可能性）
今天产业讨论的焦点仍然是1.6T、3.2T与CPO。但从更长期视角看，这些技术可能只是电互连向光互连过渡阶段的中间形态。一旦光学I/O在Chip-to-Chip与Chip-to-Memory场景中实现规模化部署，当前围绕高速串行光模块构建的许多技术逻辑都将被重新定义。届时，产业关注的重点将从“单信道速率”转向“系统级带宽密度与能耗效率”。这有可能成为2030年代初期最重要的一次地形重构。
预测四：先进封装将成为新的战略资源（中低可能性）
过去二十年，产业链的控制权主要围绕器件与模块展开。未来十年，先进封装的重要性将持续上升。无论是CPO、光学I/O还是未来的光电异质集成，其核心都离不开先进封装平台。因此，围绕先进封装的地缘布局、产能建设以及生态体系竞争将持续加剧。长期来看，全球有可能形成多个相互独立、拥有不同PDK规则与供应链体系的区域性光电集成生态。
预测五：中国将探索出一条独立于主流路线之外的全光生态（中低可能性，但战略意义值得关注）
历史经验表明，后发者未必总是在既有高峰上追赶。当关键路径被锁定时，更可能出现绕道创新。在高速交换ASIC与先进封装领域面临约束的背景下，中国产业链有动力持续投入光路交换（OCS）、全光互连以及自主硅光平台等方向。即便这些路线未必成为全球主流，也有可能在特定市场和特定应用场景中形成独立且可持续的生态位。从NK模型角度看，这并不是复制既有高峰，而是在主流地形之外开辟新的适应度高原。
参考资料
NK Model, https://sites.math.duke.edu/~rtd/NK/
2. NK model - Wikipedia, https://en.wikipedia.org/wiki/NK_model
3. On the Fitness Landscape in the $NK$ Model - arXiv, https://arxiv.org/abs/2508.12464
4. Nonlinear Dynamics 101: The NK Model - Kevin Dooley, Arizona State University, https://www.societyforchaostheory.org/resources/files/00004/NonlinearDynamics101-NK.pdf
5. A note on how NK landscapes work - EconStor, https://www.econstor.eu/bitstream/10419/217461/1/s41469-018-0039-0.pdf
6. Balancing the perceptions of NK modelling with critical insights, https://d-nb.info/1258343797/34
7. Quick introduction: Generalizing the NK-model of fitness landscapes,https://egtheory.wordpress.com/2019/02/23/generalized-nk-model/
8. OFC 2026: What We Saw and What It Means for Broadband - CableLabs, https://www.cablelabs.com/blog/ofc-2026-what-we-saw-and-what-it-means-for-broadband
9. Co-Packaged Optics (CPO) Market Trends 2026: AI Data Center Optical Interconnect Evolution - adtek-fiber.com, https://adtek-fiber.com/co-packaged-optics-cpo-market-trends-2026-ai-data-center-optical-interconnect-evolution/
10. CPO Will Dominate Scale-Up: Link Budgets For dB And $ Are Key, https://semiengineering.com/cpo-will-dominate-scale-up-link-budgets-for-db-and-are-key/
11. Co-Packaged Optics (CPO) 2026: Complete Technical Guide - Vitex LLC, https://www.vitextech.com/blogs/blog/co-packaged-optics-cpo-2026-the-complete-technical-guide
12. Avicena Launches the World's First microLED Optical Interconnect Evaluation Kit for AI Infrastructure Innovators, https://avicena.tech/avicena-launches-the-worlds-first-microled-optical-interconnect-eval-kit/
13. OFC 2026: Broadcom Paves the Path for the 200T AI Era, https://www.broadcom.com/blog/ofc-2026-broadcom-paves-the-path-for-the-200t-ai-era
14. Broadcom Showcases Industry-Leading Solutions for Scaling AI Infrastructure at OFC 2026, https://investors.broadcom.com/news-releases/news-release-details/broadcom-showcases-industry-leading-solutions-scaling-ai
15. Leading Firms Form Multi-Source Agreements in the Lead-up to OFC 2026 | Business,
https://www.photonics.com/Articles/Leading-Firms-Form-Multi-Source-Agreements-in-the/a72049
i在高密度交换机或服务器设计中，前面板空间指的是放置光纤接口（如 MPO/MMC 连接器）的面板区域
转载请标注来源！更多LED资讯敬请关注官网(www.ledinside.cn)或搜索微信公众账号(LEDinside)。
