芯片是算力的大脑，但大脑不能悬空。它必须被固定在一个东西上，跟其他零件交换数据、获取电力。

这块东西就是PCB（印制电路板）。你可以把它想象成城市的地基和路网——板子内部蚀刻着几十层微米级的铜导线，数据就是路上的车；所有的“建筑”——GPU、CPU、电容、接口都焊在这块板子上。没有PCB，再厉害的芯片也只是个精致的摆设。

也正因为AI服务器对PCB要求全面升级——层数更多、工艺更难——板块迎来了量价齐升，今年以来，PCB板块涨幅已翻倍。（注1）

数据在板子上跑起来了，但供电必须跟上。芯片对电压极其挑剔，波动稍微大一点就可能算错数据甚至罢工。AI服务器功耗动辄几千瓦，电流忽大忽小是常态。

谁来稳住局面？密密麻麻焊在PCB上的MLCC（多层陶瓷电容器）。它只有芝麻大小，却时刻吸收电压尖峰、滤除电流杂波，保证芯片电力干净稳定。一台AI服务器要用几十万颗，被称为“电子工业大米”。

AI算力升级对MLCC的要求水涨船高——单机柜MLCC价值量从H100的约3000美元飙升至Rubin平台的约22000美元，已成为AI服务器物料清单中仅次于GPU和存储芯片的第三大成本项。今年5月以来，部分高规格MLCC价格已翻了三到五倍，缺货潮甚至开始向中低端蔓延。

芯片处理的是电信号，但数据要传到远处的服务器，得靠光纤——光信号在长距离传输中损耗远低于电信号。所以电信号必须先变成光信号，才能出服务器。

这个转换活儿，传统上由插在面板上的“光模块”负责。芯片在板子中央，光模块在面板边缘，两者隔着15到30厘米的PCB铜线。在高速电信号的世界里，这段路损耗极大——数据中心约30%的电就这么耗在了互连上，而不是算力本身。

既然问题出在“电信号跑太远”，解决办法就一个字：挪。

NPO（近封装光学）：把光引擎从面板搬到距离芯片仅几厘米的同一块基板上，电信号旅程从几十厘米缩短到几厘米，功耗大幅下降——相当于把登机口从航站楼最远的角落挪到安检出口旁边。

CPO（共封装光学）：把光引擎直接贴在芯片旁边，甚至封装在同一个基板里。电信号距离从厘米级压缩到毫米级——相当于登机口直接修在安检隔壁，出门就登机。功耗降低30%-50%，速度和信号完整性大幅提升。

当然，CPO也面临挑战——光引擎一旦焊死，坏了就得换整个芯片封装，维修和散热都是难题。业界普遍预期CPO的大规模量产要等到2028年前后，NPO作为“折中方案”在过渡期扮演重要角色。

这个过渡角色的重要性最近也得到了验证——谷歌刚刚下达1200万只NPO光模块采购订单，用于下一代TPU算力集群。TrendForce预测，CPO/NPO市场规模将从2025年的约1亿美元跃升至2030年的390亿美元以上——市场真正在布局的，是这条从NPO到CPO的长期路径。

光信号生成后，要从服务器走出去了。但AI集群里光纤数量惊人——一个800G链路就需要16根光纤同时传输。如果一根一根插，面板上根本排不下。

MPO（多芯光纤连接器）解决这个问题。一个MPO接口能同时接12根、24根甚至144根光纤，就像地铁站里的多通道闸机——一次放行一大片，密度和效率远超单通道。它不负责信号转换，只把一堆光纤整整齐齐地对接好。