最後更新日期：2026年08月20日
隨著生成式 AI 快速發展，各大科技公司持續擴建 AI 資料中心，市場過去主要關注 GPU、HBM 與先進封裝等算力核心，但當數千、甚至數萬顆 GPU 需要同時運作時，晶片之間能否快速交換資料，也開始成為影響整體運算效率的關鍵。傳統銅線與可插拔式光模組逐漸面臨頻寬、耗電及訊號損耗等限制，讓高速傳輸成為 AI 基礎建設的下一個重要戰場。
在這樣的背景下，CPO（Co-Packaged Optics，共同封裝光學）開始受到市場高度關注。CPO 將光學元件與交換器 ASIC 或運算晶片整合在同一個封裝中，藉此縮短電訊號傳輸距離，提升傳輸頻寬並降低能源消耗。相較於傳統可插拔式光模組，CPO 更有機會滿足大型 AI 叢集對高速、低功耗網路的需求。
目前 NVIDIA、Broadcom、Marvell 與台積電等半導體大廠都已加快布局 CPO 與矽光子技術，相關商機也逐漸延伸至雷射光源、光學引擎、矽光子晶片、先進封裝、光纖連接器及高速交換器等供應鏈，使 CPO 概念股成為近期台股與美股市場關注的新焦點。
不過，被市場歸類為 CPO 概念股，不代表公司已經取得相關訂單或產生實際營收。本文將從 CPO 的技術原理開始，進一步比較 CPO、LPO 與傳統光模組的差異，並整理台股、美股相關供應鏈與代表公司，帶你了解哪些企業真正具有 CPO 布局，以及評估相關概念股時應該關注哪些指標與風險。
一、CPO 是什麼？
CPO 的中文名稱與運作原理
CPO 是 Co-Packaged Optics 的縮寫，中文稱為「共同封裝光學」。簡單來說，CPO 是將光學引擎與網路交換器 ASIC 整合在同一個封裝基板上，讓資料可以在更靠近晶片的位置從電訊號轉換成光訊號，再透過光纖傳送至其他運算設備。
在傳統的資料中心架構中，交換器 ASIC 與可插拔式光模組分別位於電路板中央及設備面板兩側。資料必須先以電訊號通過一段距離的電路板，抵達光模組後才會轉換成光訊號。隨著傳輸速度不斷提升，這段電訊號路徑容易產生更高的訊號損耗與能源消耗，也增加設備的散熱壓力。
CPO 則是將光學元件移到交換器 ASIC 附近，大幅縮短高速電訊號需要傳輸的距離。這樣不僅能降低訊號損耗，也有機會提升傳輸密度與能源效率，讓單一交換器可以在有限空間內連接更多 GPU 與運算節點。
為什麼 AI 資料中心需要 CPO？
對 AI 資料中心來說，運算速度不只取決於單顆 GPU 的效能，也取決於大量 GPU 之間交換資料的速度。當 AI 模型的規模持續擴大，訓練與推論工作往往需要數千、甚至數萬顆 GPU 同時運作。如果網路傳輸速度跟不上，即使採用更高效能的晶片，GPU 仍可能因為等待資料而無法充分發揮算力。
另一方面，高速傳輸也會帶來龐大的電力需求。當資料中心從 400G、800G 逐步升級至 1.6T 以上的網路規格，傳統光模組與電路板需要處理的高速電訊號愈來愈多，耗電、散熱與訊號穩定度都將面臨更大的挑戰。
CPO 正是為了解決這些問題而受到關注。透過縮短電訊號路徑，並更早將資料轉換為光訊號，CPO 有機會降低每次資料傳輸所需的電力，同時提升頻寬與連線密度。因此，當 AI 叢集規模持續擴大，CPO 也被視為下一代高速交換器與 AI 網路架構的重要發展方向。
CPO 和矽光子是同一項技術嗎？
CPO 經常和矽光子一起被提及，但兩者並不是完全相同的概念。矽光子是一種利用半導體製程，將光學元件整合到矽晶片上的技術；CPO 則是一種封裝與系統架構，重點在於將光學引擎與交換器 ASIC 或運算晶片放在同一個封裝中。
可以將矽光子理解為製作光學引擎的重要技術，而 CPO 則是將光學引擎整合到運算或網路晶片旁邊的方式。CPO 通常會採用矽光子技術來整合調變器、光偵測器及其他光學元件，但並非所有矽光子產品都會被應用在 CPO，也不是所有矽光子概念股都能直接受惠於 CPO 商機。
因此，在整理 CPO 概念股時，不能只看公司是否提到矽光子，還需要進一步確認其產品位於 CPO 供應鏈的哪一個環節，以及是否已經進入送樣、客戶驗證或量產階段。
二、CPO、LPO 與傳統光模組有什麼差別？
隨著 AI 資料中心的傳輸需求持續提升，市場除了關注 CPO，也經常提到 LPO、800G 及 1.6T 光模組等技術。這些方案的共同目標都是提升資料傳輸速度並降低耗電，但在光學元件的位置、訊號處理方式、維修彈性及技術成熟度上，仍存在明顯差異。
傳統可插拔光模組
目前資料中心最常見的是可插拔式光模組。光模組安裝在交換器面板上，可以根據需求直接插拔及更換，具有技術成熟、維修方便及供應鏈完整等優勢。
傳統光模組通常內建 DSP（數位訊號處理器），可以修正訊號失真並提高不同設備之間的相容性，讓資料能夠穩定傳輸較長距離。不過，交換器 ASIC 與光模組之間仍需要透過電路板傳遞高速電訊號。當傳輸速度從 400G 升級至 800G、1.6T 甚至更高規格時，電訊號路徑產生的損耗與耗電也會持續增加。
因此，傳統可插拔光模組雖然仍是目前最成熟的方案，但在超大型 AI 叢集上，可能逐漸面臨功耗、散熱與連接密度等限制。
LPO：降低光模組的訊號處理與耗電
LPO 是 Linear Pluggable Optics 的縮寫，中文可稱為線性可插拔光學。LPO 的外觀與傳統光模組相似，同樣可以安裝在交換器面板上，但其主要差別在於移除或簡化光模組內部的 DSP，改由交換器 ASIC 的高速 SerDes 直接驅動光學元件。
由於減少了 DSP 的使用，LPO 可以降低光模組的耗電、成本與訊號處理延遲，同時保留可插拔及容易維修的優點。因此，LPO 被視為傳統光模組與 CPO 之間的一種過渡方案。
不過，缺少 DSP 協助修正訊號，也代表 LPO 對交換器 ASIC、光學元件、電路板設計及訊號品質的要求更高。其傳輸距離、設備相容性及標準化程度仍需要持續改善，並不是所有資料中心環境都適合直接採用。
CPO：將光學引擎移到交換器晶片旁邊
CPO 與前兩種方案最大的不同，在於光學引擎不再安裝於交換器面板，而是直接與交換器 ASIC 整合在同一個封裝內。資料可以在非常靠近晶片的位置轉換成光訊號，大幅縮短高速電訊號經過電路板的距離。
這樣的設計可以降低訊號損耗與能源消耗，也能在有限空間中提供更高的傳輸頻寬與連接密度，因此特別適合需要連接大量 GPU 的大型 AI 叢集。
不過，CPO 也面臨較高的封裝、散熱及維修難度。傳統光模組故障時可以直接拔除更換，但 CPO 的光學引擎與交換器晶片高度整合，如果其中一個元件發生問題，維修與更換程序可能更加複雜。除此之外，如何提高封裝良率、控制成本及建立完整供應鏈，也是 CPO 大規模商用前需要解決的問題。
CPO、LPO 與傳統光模組比較
| 比較項目 | 傳統可插拔光模組 | LPO | CPO |
|---|---|---|---|
| 光學元件位置 | 交換器面板 | 交換器面板 | 與交換器 ASIC 共同封裝 |
| DSP 設計 | 通常具有完整 DSP | 移除或簡化模組端 DSP | 依不同系統架構而定 |
| 電訊號傳輸距離 | 較長 | 較長 | 最短 |
| 能源效率 | 較低 | 較高 | 具最高改善潛力 |
| 傳輸延遲 | 較高 | 較低 | 較低 |
| 維修便利性 | 高 | 高 | 較低 |
| 設備相容性 | 較高 | 仍待提升 | 需要完整生態系統配合 |
| 技術成熟度 | 最高 | 導入與驗證階段 | 導入與商用初期 |
| 適合應用 | 一般雲端及資料中心 | 短距離高速傳輸 | 大型 AI 叢集與高速交換器 |
整體來看，LPO 與 CPO 並不一定會在短期內完全取代傳統光模組。不同技術將根據傳輸距離、耗電需求、維修方式及建置成本，被應用在不同的資料中心環境中。傳統光模組仍具備成熟度與維修彈性，LPO 主打較低功耗與可插拔設計，而 CPO 則更適合追求極高頻寬與能源效率的大型 AI 運算架構。
三、為什麼 CPO 在 2026 年受到市場關注？
CPO 並不是最近才出現的技術，但過去主要停留在研發、展示及小規模驗證階段。直到 AI 資料中心快速擴張，高速網路的頻寬、耗電與穩定性逐漸成為新的瓶頸，加上 NVIDIA、Broadcom、台積電及 Marvell 等大廠陸續推進產品與供應鏈布局，CPO 才開始從未來技術走向實際商用，也成為 2026 年市場關注的重要 AI 基礎建設題材。
AI 叢集規模持續擴大
早期資料中心的運算工作通常可以由少量伺服器獨立完成，但大型 AI 模型的訓練與推論，需要大量 GPU 同時分工處理資料。當 AI 叢集從數百顆 GPU 擴大至數千、數萬顆 GPU，晶片之間能否快速交換資料，將直接影響整體運算效率。
如果網路頻寬不足，GPU 即使具備強大的運算能力，也可能因為等待其他晶片傳送資料而出現閒置。因此，AI 資料中心的競爭不再只取決於誰擁有更多 GPU，也取決於能否建立更高速、更穩定的網路架構。
CPO 可以縮短交換器晶片與光學元件之間的電訊號距離，提供更高的傳輸密度與能源效率，因此被視為支援大型 AI 叢集擴張的重要技術之一。NVIDIA 更將 CPO 網路交換器定位為連接百萬顆 GPU 等級 AI Factory 的核心基礎設施。
網路頻寬朝向 800G、1.6T 以上升級
隨著 AI 模型需要處理的資料量增加，資料中心的網路傳輸規格也從 400G 逐步升級至 800G、1.6T，未來甚至可能持續朝向更高頻寬發展。傳輸速度愈高，電路板上的高速電訊號就愈容易受到損耗、干擾與散熱問題影響。
在傳統架構中，交換器 ASIC 需要透過電路板將高速電訊號傳送至設備面板上的光模組。當單一通道的傳輸速度提升至 200 Gb/s 以上，維持訊號完整性的難度及成本也會明顯增加。
CPO 將光學引擎直接放在交換器 ASIC 旁邊，讓資料在更短的距離內轉換成光訊號，減少高速電訊號需要通過電路板的距離。因此，隨著資料中心進入 800G、1.6T 及更高規格，CPO 的技術優勢也開始變得更加明顯。
資料中心面臨耗電與散熱壓力
除了傳輸速度，能源消耗也是大型 AI 資料中心的重要挑戰。GPU、HBM、交換器及光通訊設備都需要消耗大量電力，設備運作時產生的熱能，也會進一步增加液冷與空調系統的負擔。
傳統光模組通常需要 DSP 協助修正高速訊號，但 DSP 本身也會消耗電力。當交換器需要連接數十、甚至數百個高速光模組時，整體網路設備的耗電量便會快速增加。
CPO 透過縮短電訊號路徑及提高光電整合程度，有機會降低每次資料傳輸所需的能源。以 NVIDIA 公布的數據為例，採用 CPO 的 Spectrum-X Ethernet Photonics，相較於傳統光收發器網路，可提供更高的網路能源效率與運作穩定性。這也說明大型科技公司發展 CPO 的原因，不只是追求更快的傳輸速度，也希望降低 AI 資料中心的長期營運成本。
四、台股 CPO 概念股有哪些？
台灣在半導體、光通訊與網路設備產業具有完整供應鏈，因此當 CPO 逐漸從技術驗證走向實際應用，相關商機也有機會延伸至雷射光源、光纖陣列、矽光子封裝及高速交換器等不同環節。
目前市場關注度較高的台股 CPO 概念股，包括位於雷射光源上游的聯亞、提供 FAU 與光纖連接方案的上詮，以及生產高速資料中心交換器的智邦。不過，這 3 家公司位於產業鏈的不同位置，現階段 CPO 產品進度及實際營收貢獻也不相同。
| 公司 | 股票代號 | CPO 供應鏈位置 | 目前主要布局 |
|---|---|---|---|
| 聯亞 | 3081 | 雷射光源及磊晶元件 | 矽光子 CW Laser、800G、1.6T 與 3.2T 相關產品 |
| 上詮 | 3363 | 光纖陣列與封裝整合 | FAU、ReLFACon、Fiber Jumper 及 CPO 封裝 |
| 智邦 | 2345 | 高速交換器與系統整合 | 800G、1.6T、102.4T 交換器及 CPO 網路設備 |
聯亞（3081）：矽光子與 CPO 的上游雷射光源供應商
聯亞主要從事 III-V 族化合物半導體磊晶片及光通訊元件的研發與生產，在 CPO 供應鏈中，主要扮演雷射光源上游供應商的角色。CPO 系統需要透過雷射產生光訊號，再將資料傳送至其他交換器或運算節點，因此 CW Laser（連續波雷射）是矽光子與 CPO 架構中的重要元件之一。
聯亞近年的成長動能主要來自資料中心使用的矽光子產品。根據公司 2026 年法說會資訊，1.6T 矽光產品已經進入量產，3.2T 產品則預計於 2026 年下半年透過 CW Laser 技術導入量產。隨著 800G、1.6T 及更高速率的光通訊產品需求增加，聯亞的矽光子產品出貨量與產能也持續擴張。
截至 2026 年第 2 季，聯亞的 Datacom 產品占營收比重已超過 8 成，其中主要成長來源便是矽光子相關產品。公司也規劃持續擴充產能，以因應下游客戶與雲端服務供應商對高速光通訊元件的需求。
不過，需要注意的是，聯亞目前大量出貨的主要是應用於矽光子架構的 CW Laser 與相關元件，不代表所有產品都直接使用於 CPO。公司先前表示，CPO 專案仍與多家客戶共同開發，尚未有客戶進入大量生產階段。因此，觀察聯亞的 CPO 商機時，除了關注矽光產品出貨成長，也需要留意 CPO 客戶的驗證進度、量產時間與相關營收占比。
投資人可以持續關注聯亞的 CW Laser 出貨量、新規格產品量產進度、客戶數量、磷化銦（InP）基板供應，以及新增產能何時開始貢獻營收。
👉 前往查看 聯亞（3081）AI 個股分析
上詮（3363）：布局 CPO 關鍵光纖陣列與封裝技術
上詮主要從事光纖通訊被動元件、光纖連接器及相關模組的研發與生產，在 CPO 供應鏈中，主要提供 FAU（Fiber Array Unit，光纖陣列單元）、光纖跳線及光學封裝整合方案。
FAU 的功能，是讓大量光纖能夠精準對接矽光子晶片或光學引擎。由於 CPO 需要在非常有限的空間中整合更多光纖通道，光纖與晶片之間的對準精度、封裝良率及耐熱能力都會變得更加重要，也提高了相關產品的技術門檻。
上詮已推出 ReLFACon 可耐回焊透鏡式光纖陣列連接器，能夠配合半導體封裝製程，應用於矽光子及 CPO 元件。公司也持續將產品範圍從單純的 FAU，延伸至內部光纖、Fiber Jumper 與封裝組裝，藉此提供較完整的 CPO 光纖連接解決方案。
根據上詮於 2026 年 6 月法人論壇公布的規劃，公司預計於第 3 季開始交付 CPO 相關 FAU 產品，初期將以 3.2T 規格為主，並規劃在 2027 年進一步推出 6.4T 及更高規格產品。目前公司已設置自動化產線，支援 20 至 80 條光纖的量產及 2D 堆疊技術試產。
相較於一般光通訊線材，上詮與 CPO 的連結較為直接，但產品仍需要經過客戶驗證、系統整合及量產爬坡。因此，後續觀察重點包括第 3 季交貨進度、FAU 產線良率、客戶驗證結果，以及 CPO 產品能否從小量交付逐步轉為穩定的營收來源。
👉 前往查看 上詮（3363）AI 個股分析
智邦（2345）：高速交換器與 CPO 系統整合受惠股
智邦是全球重要的資料中心交換器與網路設備製造商，在 CPO 供應鏈中位於較下游的位置，主要負責將交換器 ASIC、光學元件、散熱系統與網路設備整合成完整產品。
隨著 AI 資料中心的網路規格持續升級，智邦的產品也從 400G 逐步轉向 800G 與 1.6T 高速交換器。相較於聯亞與上詮提供單一元件，智邦的受惠方式主要來自大型雲端服務供應商擴建 AI 資料中心，以及高速交換器的規格升級需求。
智邦目前已公布 102.4T 交換器平台，採用 Broadcom Tomahawk 6 交換器 ASIC，可以支援 128 個 800GbE 或 64 個 1.6TbE 連線，並提供傳統 1.6T 可插拔光模組及 CPO 等不同光學架構選項。CPO 版本會將光學引擎移至交換器 ASIC 附近，以降低高速資料傳輸的功耗與熱量。
不過，智邦目前主要營運動能仍來自 800G 與 1.6T 交換器，CPO 尚未成為主要營收來源。由於大型資料中心在導入 CPO 前，仍需考量成本、維修、散熱與系統相容性，市場普遍預期 CPO 大量採用可能會隨 3.2T 世代逐步發生。
因此，觀察智邦時，除了 CPO 產品進度，也需要關注雲端服務供應商的資本支出、800G 與 1.6T 交換器出貨量、新客戶專案，以及 CPO 交換器何時通過驗證並開始大量部署。
整體而言，聯亞、上詮與智邦分別位於 CPO 供應鏈的上游、中游與下游。聯亞提供矽光子所需的雷射光源，上詮負責光纖與光學引擎之間的精準連接，智邦則將相關技術整合至高速交換器之中。投資人不能只看公司是否被列為 CPO 概念股，還需要進一步確認產品進度、客戶驗證及實際營收貢獻，才能判斷公司與 CPO 商機的關聯程度。
👉 前往查看 智邦（2345）AI 個股分析
結語：CPO 商機逐漸成形，但仍需觀察實際量產進度
隨著 AI 資料中心規模持續擴大，晶片之間的高速傳輸、耗電與散熱問題也變得更加重要。CPO 透過將光學引擎與交換器 ASIC 共同封裝，有機會突破傳統光模組的頻寬與能源效率限制，因此成為 AI 基礎建設下一階段的重要發展方向。
從台股供應鏈來看，聯亞、上詮與智邦分別布局雷射光源、光纖陣列與封裝，以及高速交換器與系統整合。不過，各家公司目前的產品進度與 CPO 營收占比仍有明顯差異。投資人除了關注市場題材，也應持續追蹤客戶驗證、量產時間、產能利用率及財報表現，確認 CPO 商機是否真正轉化為營收與獲利。
想進一步掌握 CPO 概念股的基本面與技術面變化，也可以透過 Growin 個股探勘查看公司的最新財報分析，並搭配 Power Squeeze 與 Fib Zone 等技術指標，觀察個股是否正在累積上漲動能，以及目前股價所在的關鍵支撐與壓力區間。
👉 前往 Growin AI 個股分析
【Growin Discord 投資交流社群誠摯邀請！】
好消息來啦 🎉 Growin 投資交流社群正式上線！ 不論你是投資新手還是資深老手，都歡迎加入 Growin 的 Discord 投資交流頻道，與投資同好們一起交流市場趨勢、個股資訊，並獲取第一手的投資洞察！
歡迎加入，一起在投資的道路上成長茁壯！ 🚀
