BofA的AI基建预测：“连接”正在成为重新估值的环节
小宇宙约 4 分钟这张预测表的核心内容是将CY26-30年AI数据中心系统TAM预测上修至约$2.2万亿（+40% CAGR），此前为$1.8万亿（+33%）。
其实你不用太关心BofA这张表格所列示/预测的具体数值，但是，这些数值背后所展示的AI基建各细分行业的增长趋势是极有参考价值的。
根据这张表格的预测，2026-2030年AI加速器（GPU及其他AI专用加速芯片例如谷歌的TPU）的市场复合增速为40%，AI网络却达到43%，AI交换机更是达到51%。但真正惊人的数字还在后面，CPO增速206%，NPO增速204%，ACC增速110%。
根据这份预测，2026-2030年，AI交换机市场将从310亿美元增长至1596亿美元，复合增速51%；AI加速器市场同期增速为40%。背后的原因并不复杂，GPU越多，连接GPU所需要的网络就越重要。
因为在大规模AI集群中，GPU并不是各自独立地工作。训练任务需要大量设备协同计算，推理集群也需要在不同计算节点之间传输数据。网络带宽不足、通信延迟过高，都可能让昂贵的GPU等待数据，降低整个集群的有效利用率。因此，AI基础设施的扩张并不是简单地增加GPU数量，而是计算、通信与系统协同能力的共同扩张，并在扩张中协同。
CPO、NPO的复合增速超过200%则反映的是互连架构正在发生的变化。这份表格预测，CPO市场将从2026年的2亿美元增长至2030年的141亿美元，NPO则从1亿美元增长至107亿美元，四年复合增速分别达到206%和204%，可谓惊人的增速。
当然，超过200%的增速，很大程度上来自极低的起始基数。但这组数据依然值得高度重视，因为它反映了AI高速互连正在发生的架构变化。传统可插拔光模块需要在光电转换、信号传输和功耗之间进行权衡。随着交换芯片速率和端口带宽持续提高，传统电气连接路径可能面临功耗和信号完整性方面的压力。
CPO将光学引擎与交换芯片等共同封装，NPO则把光学引擎放置在靠近交换芯片的位置。两者都试图缩短高速电信号传输距离，改善互连能效。所以，这里特别值得研究的是光学引擎、光纤连接、光学封装和光学测试（光学测试设备）等环节，哪些会因器件以及架构的变化而获得更多的价值。
ACC的复合增速达到110%应该是很多人没有想到的。这说明，AI互连并非只有光，没有铜。根据BofA的预测，ACC市场将从2026年的4亿美元增长至2030年的74亿美元，复合增速110%；AEC市场增速为49%，DAC则为25%。
这与市场热衷于讨论CPO、NPO形成了有趣的对照：光互连高速增长，铜互连也在增长。原因其实也简单，不同距离和应用场景对连接技术的要求并不相同。对于机柜内部或其他适合短距离电气传输的连接，铜缆仍明显具有成本、功耗和部署便利性方面的优势。ACC、AEC等方案通过有源电子器件改善信号传输，也为高速铜互连提供了发展空间。
因此，AI集群扩张不必然意味着所有连接都由铜转向光。更可能的情况是，不同技术在不同距离、速率和系统架构中形成分工。所以，也不要把AI互连简单的理解为光取代铜。真正的投资机会，在于不同技术路线如何重新分配连接需求与价值量。
总结来说，BofA这张预测表揭示的核心变化就是AI基础设施的竞争正在从单纯增加计算能力，走向计算、网络和互连的系统性扩张。
GPU当然也依然是核心的资产，但当GPU计算集群持续扩大，网络性能、互连能效和系统协同能力的重要性也会同步提高并增速更快。AI交换机的51%增速、CPO和NPO超过200%的预测增速，以及ACC的110%增速，都指向同一个结论：
“连接”正在成为AI基础设施中值得重新估值的环节。也就是说，当算力规模不断扩大，连接算力的能力本身，正在成为一种更稀缺的资源。
（全文完）