AI與資料中心熱潮下，大立光CPO機會與風險解析：從技術路線到營收轉化

AI與資料中心成長，如何具體拉動大立光CPO需求？

當市場談「AI、資料中心成長利多CPO」，真正關鍵在於「頻寬密度與能效瓶頸」。隨著大型語言模型與雲端運算爆發，伺服器間需要更高速度、更短延遲的光傳輸，傳統分離式光模組（光收發與交換晶片分開封裝）在功耗、體積與成本上逐漸吃力。CPO（Co-Packaged Optics，光電共封裝）把光學元件與交換晶片拉近甚至封裝在一起，降低功耗、縮短走線，提高資料中心單位機櫃的運算與傳輸效率。AI算力每往上跨一個等級，資料中心規模與光學元件需求就有機會成倍成長，這是大立光想卡位的長期曲線。

從AI伺服器架構到CPO規格：大立光切入訂單的路徑

要讓AI與資料中心成長實際變成大立光的CPO訂單，中間至少要經過幾個關鍵轉折。第一步是主晶片與系統平台廠（例如交換器晶片與AI伺服器平台供應商）真的導入CPO架構，並在路線圖中明確規劃CPO世代的時程與規格。接著，CPO模組供應商會與光學關鍵零組件廠協同開發，包括玻璃透鏡、微透鏡陣列、光學耦合結構、高精度封裝基板等。大立光若能憑藉既有光學設計與量產能力，切入這些高門檻零件，就有機會成為CPO供應鏈的一環。實際訂單放量，通常會跟隨幾個信號：AI伺服器出貨預測上修、雲端大客戶宣布升級網路架構、交換器晶片世代更新，以及CPO標準規格逐步趨同。換言之，需求不是突然出現，而是沿著技術路線圖與資本支出循環一段一段被確認。

評估大立光CPO機會時，投資人可以追的關鍵指標與風險

從投資角度解讀AI與資料中心成長對大立光CPO的實質影響時，可以把焦點放在「轉化效率」而非題材想像。值得持續追蹤的包括：公司在法說會與公開資訊中，是否具體揭露CPO客戶類型、應用場景（交換器、AI伺服器或其他高速傳輸）、產能規劃與毛利結構；資料中心與雲端服務商的資本支出是否真的往高速光傳輸偏重，而不是只停留在伺服器CPU/GPU；CPO技術標準是否開始出現主流方案，減少規格分歧帶來的量產風險。同時也要意識到，AI與資料中心雖然是長期趨勢，但投資節奏通常具備景氣循環與預期超漲的特性，股價可能先反應「CPO期待」，實際訂單與獲利貢獻則落後一至數季。如何在成長故事與財報數字之間保持紀律，是評估CPO題材時必須反覆檢驗的功課。

 

FAQ

Q1：AI算力提升，一定會直接帶動大立光CPO營收嗎？
不一定。AI成長會推升CPO需求，但能否轉化為大立光營收，還取決於其在供應鏈中的角色、客戶認證進度與量產能力。

Q2：資料中心資本支出增加，就能視為CPO訂單成長訊號嗎？
僅能視為前提條件。要更具體，需觀察資本支出是否偏向高速網路與光互連，而非只集中在運算晶片或機房建置。

Q3：CPO量產後，是否會立刻大幅改善大立光毛利？
短期不一定，初期可能面臨研發與良率壓力。若能在技術與產能成熟後取得穩定訂單，才有機會逐步拉升整體產品組合毛利。