BofA（美国银行） Global Research半导体分析师Vivek Arya团队最新的一份关于AI数据中心系统TAM（Total Addressable Market）的详细预测表，这是BofA Global Research过去一年多对AI数据中心TAM多次上修的最新版本。

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43%，AI交换机51%。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。