共封装光学器件（CPO）技术路线图——SK hynix

韩国SK海力士联合全球顶尖研究机构，在国际权威学术期刊《自然·电子学》（Nature Electronics） 上发表了共封装光学（CPO）技术路线图，该技术被视为下一代AI基础设施的关键。论文超越HBM创新范畴，提出了解决机架和模块层级数据瓶颈的光学互连蓝图，并阐述了以光学为中心的光电协同设计架构如何通过光学链路连接内存与处理器，从而提升大规模AI系统的可扩展性。

从芯片到系统：CPO是HBM创新向系统级扩展的关键

超大规模AI模型不再在单一芯片或服务器上训练，而是在由机架和模块组成的大规模网络上运行。在此类架构中，整体系统性能不仅取决于处理器、内存和AI加速器之间的连接，还取决于数据在机架间的传输效率。

实践中，计算吞吐量通常每两年翻三倍，而互连带宽同期仅提升约1.4倍，“带宽墙”问题日益严峻。传统基于铜缆的电互连在芯片封装之外及机架间传输数据时，随着传输距离增加，信号损耗和功耗急剧上升，正成为下一代AI数据中心的制约因素。

▲ 计算吞吐量通常每两年增长三倍，而互连带宽仅增长了约 1.4 倍，造成了“带宽壁垒”。

弗吉尼亚大学电气与计算机工程系Kyusang Lee教授表示：“即使计算芯片变得更强大，除非芯片间的数据移动同步跟上，否则整体系统性能无法提升。用光学链路取代面临固有物理限制的铜互连，是实现未来可扩展性的最有前景的路径。”

CPO技术定位与目标

随着带宽墙成为AI基础设施日益根本的制约，论文将CPO定位为克服该挑战的核心技术。SK海力士AI基础设施团队负责人Seunghoon Hong解释道：“CPO将光学收发器（TRx）集成到与处理器相同的封装内，使芯片能够通过光而非长距离电互连交换数据。这从根本上改变了数据在AI系统中的移动方式，移除了扩展计算的最大障碍之一。”

传统铜互连在短距离内仍是高性价比方案，但随着传输速度提高和通信距离增加，需要日益复杂的补偿电路，导致功耗增加和数据传输延迟上升。CPO将光学引擎集成于封装内部，最大限度缩短高速电信号的传输距离，剩余路径采用光学链路，从而在芯片、机架和模块间实现高速通信，兼具高带宽密度、优异能效和强抗电磁干扰能力。

▲ CPO 将光引擎集成到更靠近处理器的位置。由于电信号传输距离的缩短，带宽和能效均得到提升。

基于该架构，研究人员为下一代AI基础设施设定了明确技术目标：

• 单节点带宽：超过100 Tb/s
• 每比特能耗：低于1 pJ/bit
• 芯片间延迟：低于10纳秒

论文还呈现了从2D、2.5D中介层配置到3D异构堆叠的完整技术路线图，并指出了商业化部署需解决的关键技术挑战。

光学互连延伸至内存接口：面向未来的架构

从长期看，CPO的演进预计将把光学互连延伸至内存接口。论文提出的以光学为中心的架构采用光子中介层，直接通过光学链路连接计算资源（XPU池）与内存资源（内存池），超越传统封装的物理限制，最大化系统级数据移动效率。

该架构允许多个AI加速器共享大容量内存池，实现更灵活的系统级数据移动，使AI基础设施能够随模型规模增长而更高效扩展。

▲ 光学中心架构的概念图，其中光子中介层通过光链路将 XPU 池中的计算资源与内存池中的内存资源直接连接起来。

Kyusang Lee教授表示：“光学互连很可能成为未来AI基础设施的基础连接技术。技术已走出实验室进入早期商业化阶段。从集成低功耗光子器件到开发一致性协议、提升系统可靠性，仍存在重大挑战。但关键在于将存储器件和控制器、光子组件和封装作为一个集成系统进行协同设计——这正是与SK海力士合作尤为有意义的地方。”

Hong补充道：“此次合作尤其有意义，因为它将学术专长与行业经验相结合，为AI基础设施的未来提出了共同愿景。我们将继续扩展开放合作，为客户和更广泛的AI生态系统创造切实价值。”

访谈摘要

Q：论文发表于《自然·电子学》的意义？

Kyusang Lee教授：“与SK海力士——全球领先的半导体公司之一——共同完成这一里程碑尤为有意义。论文提供的不是单一器件的进步，而是AI基础设施的未来路线图。”

Seunghoon Hong：“论文展示了将学术专长与行业经验结合、为AI基础设施未来提出共同愿景的价值。SK海力士将继续为客户和行业生态系统创造有意义的价值。”

Q：学术与产业合作如何强化了这项研究？

Lee教授：“我们共同理解了将技术从实验室可行性转化为商业部署所需的要素——学术界擅长突破性能边界，而产业界理解大规模部署的实际要求，包括制造良率、成本、散热和供应链等因素。”

Hong：“学术追求与产业经验的结合，不仅增强了技术卓越性，也提升了商业化潜力。”

Q：CPO为何能成为未来AI基础设施的关键技术？

Lee教授：“CPO有潜力成为未来AI基础设施的基础标准，因为它具备四大优势：高带宽密度、优异的能效-距离效率、可扩展的并行连接能力，以及强抗电磁干扰能力。我们将继续与产业伙伴合作，通过超薄光子材料集成和基于MicroLED的大规模并行光学互连等技术，探索更高能效的路径。”

Hong：“随着客户构建更大规模的AI系统，光学互连的重要性将持续增长。内存公司正从单纯供应组件演变为通过CPO等技术帮助客户强化整体系统竞争力的合作伙伴。”

来源：编译自SK海力士官方新闻稿及Nature Electronics论文

相关论文：

Title: Co-packaged optics for high-performance computing and artificial intelligence

∙ Published in: Nature Electronics, 2026

∙ Authors: Seunghoon Hong (AI Infra Team Lead, SK hynix); Professor Kyusang Lee, Department of Electrical and Computer Engineering, University of Virginia (UVA); and researchers from the University of Illinois Urbana-Champaign (UIUC), Nanyang Technological University(NTU), the Massachusetts Institute of Technology (MIT) and Yonsei University