这张图表展示了一个慢动作过渡过程，在AI数据中心内部，铜线缆将坚持数年，直到光学芯片最终接管，而要理解原因，就需要了解每种技术真正擅长的领域。

铜线缆通过金属将数据作为电信号传输，这就是为什么它几十年来为每个数据中心提供动力，因为制造成本低、功耗极小，而且极其可靠且易于维修。问题在于物理学，因为在现代AI芯片要求的极高速度下，电信号在金属中传输时会迅速衰减，因此铜只能在极短距离内可靠工作，通常在每秒200吉比特通道速度下为1-2米，这恰好几乎是一个服务器机架的宽度。这正是为什么铜如今仍主导同一机架内相距几英寸的GPU之间的连接，这种用例称为scale-up，而在跨越数据中心地板的机架间scale-out连接中，它已经开始挣扎。

光学或光基连接解决了距离问题，因为通过光纤传输的光信号不会像电在金属中那样衰减，因此它们可以在更长的距离上传输海量数据，而不会损失信号质量。共封装光学（或CPO）更进一步，将光学引擎直接放置在交换机或GPU芯片封装的同一位置，而不是单独的可插拔模块，这进一步降低了功耗和延迟。图表中随时间增长的橙色区域代表了向CPO的转变，它稳步取代铜，因为AI芯片越来越快，而铜的有效范围不断缩小。

这种接力要到2030年才会发生，而不是立即发生，其原因是CPO确实很难可靠部署。与可插拔光学模块不同，如果它故障，你可以拔掉并更换，而共封装光学引擎直接焊接在昂贵的GPU或交换芯片所在的同一板上，因此如果光学部分故障，你可能不得不报废整个封装，这使得该技术在得到验证之前，在大规模应用中风险更高。这就是为什么Bernstein得出结论，大规模CPO在scale-up网络中的 rollout 要到2028年底或更晚才会发生，TrendForce估计CPO在2026年仅占AI光学模块的0.5%，到2030年仅攀升至约35%，而SemiAnalysis则认为大规模采用可能进一步推迟到2029年。行业选择先在风险较低的交换机应用中证明CPO的有效性，然后才信任它在GPU结构内部，同时芯片速度也需要足够提升，以至于铜的有效距离缩小真正迫使切换。

这种过渡每延迟一年，就意味着制造当今铜缆和可插拔光学模块的公司又多一年基于他们已知可靠大规模生产的现有产品持续产生强劲收入。