中国CPO龙头的中际旭创，光模块里的宁德时代。 一年翻了15倍，800G光模块供不应求，全球市占超 40%，1.6T更是70%，今年利润预计超200亿！ 如果把GPU比作跑车，那么光模块就是连接这些跑车的高速公路。如果公路不够宽、速度不够快，算力再强也百搭，也是属于卡脖子瓶颈了！ 最近，一个关于这家公司赴港上市事件引发了广泛讨论，OpenStock @OpenstockInc 也正式上线了中际旭创金库，开辟了一条全新的链上参与通道。 过去我们在讨论 RWA 或者股票代币化的时候，绝大多数项目都在做一件事情：把美股市场上大家耳熟能详的 $AAPL $TSLA $GOOGL 股票搬到链上。 这种做法解决的是便利性问题，它让没有美股账户的人可以通过加密货币购买股票。 但坦白讲，这很难给用户带来超额收益，因为这些公司的估值已经在公开市场中已被充分定价了！ 而OpenStock正在尝试打破这个闷局。 相较于直接代币化那些在传统券商随手可得的公开股票，将全球用户通常无法触及的Pre-IPO和私募市场机会代币化，才是更具价值的突破口。 那么，这背后是如何运行的呢？ 用户存入支持的稳定币（如USDC） → 获得对应的金库代币（Vault Token）→ 链下端由受监管的SPV 及合作伙伴负责实际的额度获取、托管与合规结算 → 公司在香港上市后，金库根据披露的出售计划执行退出 → 用户最终基于金库的实际净收益进行赎回。 因此，这并不是一个保证盈利或者承诺保底的产品，而是在估值套利空间和市场完全对齐前，给加密用户一个极具稀缺的早鸟通道。 目前，中际旭创金库已经在OpenStock官方页面正式上线。 金库专属页面： 存款截止窗口：北京时间2026年7月7日22:00 对于长期关注AI硬件基础设施资产、同时希望探索新型RWA参与模式的投资者来说，这非常值得深度追踪！

📡 英伟达 CPO，量产元年。 光，开始贴着芯片跑。 ⚡ 从硅光、外置光源，到组装与测试、交换机， 七个环节，跟着量产一起动。 📈 链上每一环，都是一份新订单。 #AI#

Whatnot的CPO Tom Verrilli说了句挺狠的话：产品经理这个岗位，他有点后悔它存在。 他之前在Twitch和Twitter也带过产品团队，这期聊了几个点：AI正在戳破"产品剧场"式的假忙碌、涨得最快的PM技能是系统思维、别老把最会干活的人提拔走。 来自Lenny Rachitsky的播客

这轮PCB和CPO砸下来，我反而觉得更像一次黄金坑，和当年罗博特科被情绪杀出来的位置很像。市场现在最大的问题，是把延期直接交易成不做，把节奏放缓直接理解成逻辑证伪。 SemiAnalysis最新争议的核心，其实并不是说AI硬件不需要PCB、不需要CPO，而是说高端AI机柜和CPO的工程实现难度比市场前期想得更高：一边是NVIDIA Kyber NVL144机柜因为高复杂度midplane PCB制造挑战，传出时间可能后移；另一边是CPO在良率、可维护性、客户大规模部署节奏上仍有不确定性。换句话说，问题出在放量节奏，不出在产业方向。Kyber延迟争议集中在复杂PCB midplane制造难度，而CPO争议集中在量产时间可能从原先市场预期的2026-2027后移罢了。 上述论证强化了一个结论：AI算力继续往上堆，真正的瓶颈已经从单纯GPU，扩散到了PCB、光互连、供电、散热、封装这些底层工程环节。PCB和CPO下跌是因为太难而非彻底否定。这反而加深了一个认知，真正的产业机会，往往就藏在这些被情绪砸出来的工程瓶颈里。 Semi自己的CPO长文也讲得很清楚，AI网络带宽、功耗、密度和可靠性要求继续提升，传统铜连接和可插拔光模块会越来越吃力，CPO的方向性并没有被否定，只是产业化路径不会一帆风顺。 所以这波更像是高拥挤度筹码的一次出清，而不是产业逻辑崩塌。短线资金多，情绪杀起来一定会过头，那就让他们再砸一会儿。等恐慌盘砸干净，真正能解决高端PCB、CPO、NPO、光模块和AI互连瓶颈的公司，反而会重新被市场定价。 延期不等于不做，难做才说明壁垒高，壁垒高才说明后面有超额利润。这里不看空让短时资金的子弹飞一会儿…

半导体\CPO\芯片\封测，这些 AI 概念都指什么？今天一条视频给你讲明白 这视频太干了，有种知识自己进入大脑的感觉了😂 原以为炒股是赌博，没想到炒股是读博🧐

现在炒股要学:CPO，PCB.NPO，MPO,LPO,FAU，OCS，CW光源，EML芯片，DSP， TEC, OEPCB,CCL, RCC, MLCC,HVLPGPU,CPU,NPU,DRAM,NAAD,铜箔，电子布，树脂，光纤，光棒，保偏光纤，硅片，玻璃基板，ABF载板，TGV，探针磷化铟，薄膜锯酸锂，碳化硅，金刚石，六氟化钨，氦气，铜钨钼锡锆，元素周期表

关于 $FOTO CPO赛道标的承压，博通、英伟达、Intel等深耕CPO的企业短期利好消退。而传统可插拔光模块生命周期大幅延长，中际旭创、新易盛、Coherent 三大龙头直接受益。 同时马威尔、Lumentum、Fabrinet、MACOM 等芯片、代工及材料供应商，依托800G、1.6T模块需求持续获利。光迅科技、思科、AAOI凭借成熟量产与配套方案享受行业红利，NPO过渡方案厂商博通、马威尔、思科也迎来稳定增量。整体来看，未来三年可插拔模块仍是AI算力网主流。

$CBRS 假设 Cerebras 跟 CPO 结合起来，能否成为一台为极致推理而生的性能巨兽？ Cerebras WSE-3 的片上 SRAM 带宽是 21 PB/s，这个数字只对已经在片上的数据有效。一旦模型大到装不进单台 CS-3 的 44GB SRAM，就需要多台 CS-3 协同，activation 在机器之间流动。这段片间互联走的是 SwarmX 以太网 fabric，12 条 100GbE 链路，总带宽约 150 GB/s，跟片上 21 PB/s 差了超过十万倍。这是 Cerebras 部署 frontier model 时性能出现断崖的根本原因，也是 OpenAI 选择蒸馏小模型而不用 weight streaming 跑完整 GPT-5.3 的底层逻辑。 如果把 CPO引入 CS 系统，把光引擎直接封装到 WSE 的 package 上，片间互联带宽有望从现在的 150 GB/s 跳到几十 TB/s，提升两个数量级。电信号不用走长距离 PCB trace 再到外挂光模块，直接在芯片旁边完成电光转换，延迟更低，功耗更低，信号完整性更好。 跑一个万亿参数模型可能需要 20 到 30 台 CS 系统，权重全部常驻在各台机器的片上 SRAM 里不动，activation 通过 CPO 在机器之间高速流动。每台 CS 内部是 21 PB/s 的片上带宽处理几十层计算，跨机传一个几 MB 的 activation tensor 在几十 TB/s 的 CPO 下只需要亚微秒级延迟，基本可以被藏在计算延迟后面。系统的有效带宽会非常接近"全部在片上"的体验。 这种配置下 Cerebras 对 GPU 方案的带宽优势是碾压级的，NVIDIA 再怎么升级 HBM 也追不上 SRAM + CPO 的组合。对比 NVIDIA 刚收购的 Groq 多芯片方案也有数量级优势，Cerebras 每个节点是 44GB、21 PB/s 的整片晶圆，Groq 每个节点只有 500MB、150 TB/s 的标准芯片，跨节点通信频率差两个数量级。 工程难度非常大。在一整片 300mm 晶圆上集成 CPO 跟在常规芯片上做完全不同。光引擎的物理位置（晶圆没有传统意义上的 package 边缘）、WSE 本身 23kW 功耗旁边怎么保持激光器的温度稳定、CPO 光通道的良率怎么管理（WSE 的 compute core 可以靠冗余核补偿缺陷，光通道没有这个机制），每一个都是全新的封装工程问题。 这条路如果走通了，Cerebras 的 wafer-scale 架构就到了终极形态。片上 21 PB/s SRAM 带宽负责计算，CPO 负责多机扩展，权重常驻不动，activation 光速流转，一台专为推理而生的性能巨兽。这套系统在 decode 吞吐上可能没有理论对手。 推理是 AI 产业链里离收入最近的环节，谁的 token 更快更便宜，谁就吃到最大的商业化红利。尤其是高频交易、实时 Agentic 工作流、自动驾驶决策链这类对推理速度有确定性要求的场景，够用和极致之间的差距就是能做和不能做的区别。