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。
在伯恩斯坦这份报告，核心是三个方面：（1）为什么连接性取代算力成为新瓶颈？（2）CPO兑现节奏在哪里？（3）为什么PCB/ABF基板是2026年更现实的业绩兑现方向？
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。
$英伟达(NVDA.US)$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：$英伟达(NVDA.US)$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$亚马逊(AMZN.US)$、$谷歌-A(GOOGL.US)$、$微软(MSFT.US)$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。CignalAI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、RubinUltra、GB300、云厂商ASIC、下一代switchASIC，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， $胜宏科技(02476.HK)$ 做HDI高密度互联板的，2025年营收同比增长63%。沪电股份营收增长45%。这些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， $味之素(2802.JP)$ ，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膜都来自味之素。
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：
1. 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。
NVIDIA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$台积电(TSM.US)$、$Coherent(COHR.US)$、$康宁(GLW.US)$、$Fabrinet(FN.US)$、$Lumentum(LITE.US)$、$扇港集团(9069.JP)$、SPIL、$住友电气工业(5802.JP)$、TFC Communication 等纳入生态。
这说明$英伟达(NVDA.US)$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。
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。
Broadcom的逻辑不同。它更像是：Ethernet switch ASIC + custom ASIC + CPO + 云厂商定制芯片生态。
$博通(AVGO.US)$2025年10月宣布Tomahawk 6 Davisson，这是其第三代CPOEthernet switch，具备102.4Tbps switching capacity，并称已在shipping；Broadcom称其通过集成TSMC COUPE光引擎和先进多芯片封装，将optical interconnect power consumption降低70%，同时支持512XPUs的scale-up和两层网络中100,000+XPUs。
这说明台积电、Broadcom是NVIDIA之外，在AI网络与CPO价值链里非常关键的公司。
2. 第二层：确定性较强的光学与高速互连
这包括：1.6T 光模块、LPO/NPO、硅光、激光器、外置光源、FAU、光连接器。
代表方向包括$Coherent(COHR.US)$、$Lumentum(LITE.US)$、$Fabrinet(FN.US)$、$中际旭创(300308.SZ)$、$新易盛(300502.SZ)$、$扇港集团(9069.JP)$、$康宁(GLW.US)$、$住友商事(8053.JP)$等。NVIDIA官方生态名单里就包含多家光学、封装和连接相关企业。
这一层的重点不是“谁最像 CPO”，而是：谁能同时吃到 800G/1.6T、LPO/NPO、CPO 试产、外置光源和 FAU 需求。能跨阶段的公司，胜率高于单一概念公司。
3. 第三层：PCB、ABF、CCL、材料
这是2026年认为最容易被低估的地方。公开转述中提到，原报告覆盖或提及了Chroma、$立讯精密(002475.SZ)$、Unimicron、$英伟达(NVDA.US)$、$博通(AVGO.US)$、$台积电(TSM.US)$、$揖斐电电子(4062.JP)$等公司。
这里面Unimicron、$揖斐电电子(4062.JP)$这种基板/PCB 链条公司非常值得注意，因为 AI 服务器复杂度提升后，PCB 和封装基板不再只是跟随件，而是性能约束本身。
4. 第四层：测试设备、良率、可靠性
CPO 最大难点不是 PPT，而是量产。量产要解决：光电耦合良率、外置激光源稳定性、高温环境可靠性、封装应力、现场维护、测试时间、一致性和失效后维修模式。
所以测试设备和可靠性验证可能是很好的“卖铲人”。这类公司不一定最性感，但如果CPO进入试产，它们往往是最早看到订单的环节。
八、这份报告的投资含义：不要买“最像概念的”，要买“最难绕开的”
这份报告对投资最大的启发是：AI连接不是单点技术革命，而是瓶颈迁移。投资要押共同瓶颈，不要押单一路线。
什么叫共同瓶颈？就是无论最终是CPO、LPO、NPO，还是传统可插拔继续升级，都绕不开的东西。比如：
相反，单一路线风险比较大。比如你只买“纯 CPO 概念”，风险是：CPO量产时间推迟，订单不兑现，估值先杀。
只买传统光模块，风险是：CPO/NPO/LPO 重构价值链，长期利润池被平台厂和芯片/封装厂拿走。
只买PCB/材料，风险是：客户扩产过快、供给集中释放、毛利率反转。
所以更好的组合是：2026年买确定性，2027年买订单弹性，2028年以后买架构期权。
九、个人对这份报告的合理性评价
很合理的地方
第一，把AI瓶颈从GPU扩展到连接系统，这个方向非常对。$英伟达(NVDA.US)$、$博通(AVGO.US)$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。
编辑/melody