规模定律由参数、算力扩展至并行流，互联带宽亦将受推动
　　随着Scaling law由Pre learning阶段的parameter scaling扩展至Post learning阶段的inference time scaling，模型性能显著提升，应用渗透亦在加速。为了在尽可能少的增加参数规模及硬件负载的情况下实现更好的模型性能，parallel scaling进入学界视野。根据Qwen的研究团队数据，开8个并行流等效于参数量翻3倍的效果，但实际增加的硬件成本微乎其微。训练阶段的并行过程会大幅提升“大规模同步”的需求，不同处理器或节点之间需要通信以同步模型参数或梯度，并推动集群内互联带宽的需求。
　　集群低功耗、高速率的需求下，更高的集成度或为更优解
　　一方面，根据数据中心TCO数据，无论上架率和外电负载，电费占比始终维持在成本首位；另一方面，parallel Scaling在模型部署过程中的渗透亦将推动集群内互联带宽的需求提升。在集群的低功耗、高速率需求下，CPO（共封装光学）技术得以受到重视。功耗方面，CPO架构的功耗降至5–10 pJ/bit（传统可插拔方案15–20 pJ/bit），博通CPO交换机实现5.5W/800G，英伟达方案降耗达70%。速率方面，信号传输距离缩短至毫米级，带宽密度提升，延迟降低50%以上。根据LightCounting预测，由于CPO所具有的性能优势，到2027年800G和1.6T端口总数中，CPO端口将占近30%。
　　投资建议
　　CPO技术虽然当前产业规模仍较小，但其性能优势显著，长期来看或为数据中心光电转换模块的终局结构，远期渗透空间广阔。当前国内供应商在CPO链中参与的环节仍集中在产业链上游，且为了对冲当前复杂的国际的形势，进行了广泛的产能全球化布局。看好客户资源优异的天孚通信、太辰光和光库科技，同时在CPO的CW光源及光源模块布局较早的源杰科技、仕佳光子和光迅科技或亦在相关领域有一定先发优势。
　　风险提示
　　国际贸易摩擦风险、行业需求波动风险、汇率波动风险、市场竞争风险