CPO概念股有哪些？CPO意思是？CPO共同封裝光學解密|數位時代 BusinessNext

AI時代下，對於算力與高速傳輸有更大需求，隨著晶片製程微縮接近物理極限，「由電子轉為光子傳輸」的矽光子技術成為突破點，其中 「CPO共同封裝光學」 近年格外受到關注。

究竟CPO是什麼，重要在哪？CPO的供應鏈又分成哪些環節，主要有哪些概念股？《數位時代》帶你一次搞懂。

CPO定義｜共同封裝光學是什麼？

電路板上一般佈滿許多銅線電路，電子穿梭於其中傳遞訊號，而為因應AI資料中心的高速傳輸需求，矽光子（Silicon Photonics）技術以光子取代電子在矽晶片上傳遞訊號，由於光子速度更勝電子，並較不易產生熱能，具有更佳的傳輸效果。

然而，矽光子因為涉及多種光電訊號轉換，研發門檻非常高，難以一蹴可幾，針對「光電訊號轉換模組」擺放的架構，主要可分成4個技術迭代進程：

可插拔光收發器 （Pluggable Transceiver）：業界長年採用的方式、價格低廉，透過在伺服器邊緣如「USB」般裝上光電訊號轉換器，電子在其中轉換為光子，隨後沿著光纖傳遞出去，但目前不足以滿足AI傳輸需求；
載板光學封裝 (On-Board Optics, OBO）：將光電轉換模組移到伺服器內的PCB載板上，縮短電子的傳輸路徑，減少訊號耗損及延遲，現階段已可量產；
共同封裝光學 （Co-Packaged Optics, CPO）：本文探討的主角，經由把光電轉換模組放在IC載板上，讓光電轉換模組更接近CPU、GPU等晶片，將光子積體電路（PIC）和電子積體電路（EIC）整合在同一封裝中，為業界近年努力發展的方向；
光學輸出／輸入 （Optical I/O）：採3D封裝，把光電轉換模組疉到晶片上方，使傳輸電子的銅線縮到最短，有待未來技術突破時實現。

上述不同的光電整合架構，依序對應到不同的資料傳輸能力，根據日月光官網資料，可插拔光收發器可支援100/400/800G的資料傳輸，載板光學封裝高為800G及1.6T（1,600G），CPO為3.2T（3,200G）至12.8T（12,800G），光學輸出／輸入則是6.4T（6,400G）、12.8T及以上。

CPO領域持續成長中，摩根史坦利（Morgan Stanley）1月中發布的AI供應鏈報告指出，全球CPO市場規模預估將由2023年的800萬美元，成長至2030年的93億美元，年複合成長率（CAGR）達172%，其中IC設計大廠輝達、博通（Broadcom）、邁威爾（Marvell）是CPO晶片設計的主要領導者。

摩根史坦利並預期，輝達Blackwell下一代的Rubin平台、以及NVL伺服器機架系統，在導入CPO擁有更高的能見度，且每個系統內有更高的CPO使用比例，預計至2027年將占全球CPO需求的75%。

延伸閱讀：矽光子是什麼？圖解矽光子：原理是什麼？概念股有哪些？

台積電CPO技術「COUPE」今明年將有所進展

在矽光子領域，台積電正在研發「緊湊型通用光子引擎」（Compact Universal Photonic Engine, COUPE）技術，合作夥伴包括工程模擬軟體廠安矽思（Ansys）、EDA軟體與工程服務廠新思（Synopsys）及益華（Cadence）等。

根據台積電於2024年北美技術論壇的介紹，COUPE使用SoIC-X晶片堆疊技術，將電子裸晶堆疊在光子裸晶之上，相較於傳統的堆疊方式，能夠達到最低的電阻及更高的能源效率。

台積電預期在2025年完成小型插拔式連接器的COUPE驗證，接著於2026年將其作為CPO元件整合到CoWoS封裝中，將光連結直接導入封裝中。

8/11更新
根據《鉅亨網》報導，台積電為因應兩大AI晶片客戶要求，將推進CPO進程，在明年進入量產，以光學引擎置於基板（OE on Substrat）方案為主。

台積電強調，CPO技術推進需要供應鏈創新與合作，並點出三大關鍵環節，包括晶圓測試 (CP) 與最終測試 (FT)、光纖陣列單元 (FAU)、高速光學封裝與組裝，預計在這三段創新將推動新技術發展。

台積新一代CPO技術量產，可望為供應鏈帶來新成長契機。業界看好，掌握光纖陣列單元（FAU）等關鍵技術的上詮（3363）、測試介面廠旺矽（6223）皆可受惠。

COUPE的能見度排至2028年

天風國際證券分析師郭明錤1月於網路平台表示，COUPE是台積電目前新興技術中最受重視者，該趨勢的能見度足以看到數年後。

他並分析COUPE的開發時程，2024年第4季已確定第一代產品規格並開始送樣，2025年至2026下半年將進行量產驗證，並於2026下半年量產；第二代產品規格則預期於2026年上半年確定並開始送樣，2026上半年至2027下半年量產驗證，並於2027年第4季至2028年第1季量產，兩代產品的關鍵差異在於性能升級、提升光耦合效率與改善量產性。

在客戶方面，郭明錤預期台積電第一個採用COUPE的主要客戶，可能是近年來積極採用SoIC、2奈米等新技術的超微（AMD），至於輝達，2027年底量產的Rubin Ultra較有可能是首個採用COUPE的輝達產品。

CPO概念股｜磊晶、光收發模組、設備及封測廠等供應鏈

在CPO中，光收發模組是實現光電轉換的核心元件，國內最大的光纖被動元件代工廠波若威（3163）在3月18日法說會指出，該公司布局CPO，預計2025年下半年完成驗證、小量出貨，明年開始量產；消息也帶動「CPO概念股」波若威、上詮近期股價上揚。業界也傳出「隱藏版輝達CPO概念股」，包括訊芯-KY(6451）、富鼎富(8261）、穩懋(3105）等。

總觀CPO產業鏈，在以台積電為首的晶圓代工之外，主要涵蓋磊晶製造、光收發模組、交換器以及封裝測試等業者，以下分別介紹：

磊晶製造

磊晶製造是CPO的上游，通常採磷化銦（InP）生產晶圓基板，製成雷射元件發射出光訊號，具一定的技術難度，聯亞（3081）、全新（2455）、英特磊IET-KY（4971）為相關供應商。

光收發模組

光收發模組是實現光電轉換的核心元件，此領域有許多業者競逐，包括身為台積電合作夥伴、掌握光纖陣列單元（FAU）等關鍵技術的上詮（3363）；國內最大的光纖被動元件代工廠波若威（3163），近年也投入FAU開發。

眾達-KY（4977）專攻高速光收發模組設計與製造，為博通多項光通訊產品的獨家供應商；華星光（4979）專注於光通訊主動元件的生產，則是邁威爾協力廠。

交換器

在AI伺服器中，交換器（Switch）在資料的高速傳輸扮演重要角色，相關台廠包括網通廠智邦（2345）、明泰（3380）等。

封裝測試

封裝測試是CPO的中下游，以確保產品的性能與可靠性，封測相關廠商包括日月光投控（3711）、台星科（3265）、矽格（6257）、聯鈞（3450）、鴻海旗下訊芯-KY（6451），以及測試介面廠旺矽（6223）與穎崴（6515）等。

延伸閱讀：白話科技｜EDLC超級電容是什麼？輝達GB300為何需要它？概念股一次盤點
 矽光子是什麼？真正的矽光子概念股有哪些？圖解矽光子原理

參考資料：《工商時報》、Ansys官網、日月光官網

責任編輯：李先泰

從 IT Infra 到 AI Infra，企業最大挑戰不是模型、算力而是管理

過去幾年，許多企業透過生成式 AI 實現「問問題」、「摘要文件」、「生成簡報」，提升員工工作績效，而代理式 AI 的崛起與普及，則讓「內嵌 AI 的企業應用」快速成為新常態，從企業資源規劃（ERP）、顧客關係管理（CRM）、人力資源（HR），到客服、研發甚至製造系統，AI 開始深度嵌入各類企業應用，AI 扮演的角色也從單純的輔助工具，逐漸進化為企業營運與決策流程的重要核心。

也因此，企業保持未來競爭力的關鍵，不再是「有沒有導入 AI」，而是「是否具備管理 AI 的能力」，包括如何讓多模型共存、如何控管 Token 成本、如何確保資料品質與一致性、如何依不同部門需求配置 Agent，以及如何避免 AI 成為新的資訊孤島，都是企業導入 AI 後的新挑戰。

「Gemini、Claude、OpenAI、Mistral 等模型快速迭代，意味著企業若只押注單一模型，未來很可能在成本、效能與彈性上失去優勢。」勤英科技區域總經理黃士培表示，企業接下來更需要以「Models as Infrastructure（模型即基礎建設）」的思維，將大型語言模型視為與運算、儲存、網路同等重要的基礎資源來規劃、治理以及進行成本管理，將資訊系統架構重塑為 AI 基礎建設。

勤英科技服務的客戶數超過 2,000 家，不少客戶已導入 AI 應用服務，正積極建置 AI Infra 與管理環境，因此，勤英科技自 2025 年積極轉型，將 AI Infra 視為企業長期競爭力的基礎建設來經營，業務範疇從傳統雲端代理擴展至 AI Infra 整合服務商，例如與多模型平台 MixRoute 合作，並開發可支援單一登入（SSO）、彈性調度不同大型語言模型 Token 的管理平台，協助企業簡化模型管理與成本控管，將更多資源與心力聚焦於核心業務與創新應用。

從雲端代理走向 AI Infra 整合，勤英科技從三面向協助企業發揮 AI 綜效

有鑑於 AI 應用與雲端環境息息相關，勤英科技除因應企業客戶的多雲策略協助管理多雲環境、優化成本，以及落實資安治理，更因應不同使用情境推出三種 AI 方案助力企業：

第一：提供開箱即用的 AI 服務。

黃士培以 Google Cloud 的產品為例解釋，透過整合 Gemini 的 Google Workspace，企業可直接在 Gmail、Meet、Docs、Sheets、Slides 中使用 AI 功能，包括會議摘要、文件生成、簡報整理等，快速提升員工生產力，同時，增強企業對 AI 應用的信心，為之後的應用深化做準備。

第二：協助企業規劃、打造與導入代理式 AI 應用服務。

「對於擁有豐沛結構化數據資料、知識庫的企業來說，除以生成式 AI 打造企業大腦，還會透過代理式 AI 提升自動化執行能力，重塑工作效率。」黃士培表示，勤英科技可以基於 Google Gemini Enterprise，提供含括底層雲端架構、AI 模型調度、資料治理與 AI Agent 串接等服務，讓企業員工可以自然語言安全調用企業資料，讓 Agent 進一步執行任務與推動流程。

舉例來說，勤英科技協助在台灣成立超過 50 年的製造業品牌商將 Gemini Enterprise 介接 SAP 與 Salesforce 訓練模型、建立可供 AI 調用的企業知識中樞；另在影音內容生成領域，勤英科技亦協助客戶導入 AI 自動化技術，將內容產製成本縮減達 90%。

第三：提供多模型聚合管理平台，滿足企業以 API 串連各種模型的需求。

勤英科技與新加坡 MixRoute 合作，提供企業客戶多模型管理平台，讓企業可以視需求彈性敏捷的調度 Gemini、Claude、OpenAI 等不同模型，並透過單一帳號、單一帳單與 Budget Alert 機制，管理 token 使用量與 AI 成本。

「透過我們提供的多模型管理平台，企業客戶不會被單一模型綁定，可以在模型快速疊代的環境下，更靈活地管理成本與算力資源。」黃士培如是說道。

總的來說，隨著 AI 應用從單點工具走向大規模企業部署，下一波競爭核心將從模型能力延伸至 AI 基礎設施管理能力，而這也是勤英科技從雲端代理走向 AI Infra 整合服務商背後的核心原因：當 AI 開始成為企業營運的一部分，企業需要的，已不只是模型供應商，而是能協助串接雲端、資料、Agent 與應用場景的長期技術夥伴。