AI盘前大利好！美国发布AI国策，谷歌上调资本开支，英伟达涨超2%

昨天星际之门的分歧更多是短期扰动，OpenAI、Meta、Xai近期大动作都印证了AI军备竞赛加速，而昨晚AI又迎来两大利好。

当地时间周三，白宫发布了人工智能(AI)行动计划，提出了一揽子政策建议与产业举措，旨在巩固美国在AI领域的全球领导者地位。这一计划围绕三大支柱展开：加速创新、在美国本土构建AI基础设施，以及让美国硬件和软件成为全球AI创新的“标准”平台。

白宫AI事务“沙皇”戴维·萨克斯当天表示：“AI是一项革命性的技术，有可能改变全球经济并改变世界的力量平衡。为了保持领先的经济和军事强国地位，美国必须赢得这场竞赛。”

AI行动计划要求简化对数据中心、半导体制造设施和能源基础设施的项目许可流程。特朗普政府还将与美国科技公司合作，向美国盟友提供“全套AI出口套餐”——AI模型、硬件和软件，以努力确保美国技术成为全球标准，这也是硅谷领导人士呼吁的举措。

再来看业绩，安费诺25Q2营收业绩均大超预期，主因GB200机柜出货量环比大幅提升，I/O 连接器跟随光模块需求爆发式增长，AEC需求提升等。25Q2营收56.50亿美元（同比+56.53%，环比+17.45%），原本预期营收在49-50亿美元(同比增长36%-39%)；归母净利润10.91亿美元，业绩增速远超营收（同比+107.95%，环比+47.91%）；调整后摊薄每股收益为 0.81 美元（同比增长 84%），调整后营业利润率创历史新高 25.6%。

昨晚安费诺盘中涨超3%，再创新高，但盘中跳水，有说法是说被抢单了，但尚未被证实。

然后凌晨谷歌发布财报，25Q2收入、利润超市场预期。25Q2谷歌实现营业收入964.28亿美元，同比+13.79%、环比+6.86%，超市场预期（940.2亿美元）；实现EPS 2.31美元，同比+22.22%、环比-17.79%，超市场预期（2.2美元）。

市场关注的两个点：Token使用量翻倍：25年5月I/O大会，宣布各平台每月Token消耗量为480万亿，现在翻倍，每月处理超过980万亿个Token，强化了推理爆发的叙事和北美模型能力提升-需求爆发-反哺预训练-模型加速的闭环；谷歌云业务实现收入136.24亿美元，同比+31.67%、环比+11.13%，加速增长，环比为22年以后最高增速，超市场预期（131亿美元）！

谷歌上调全年资本开支到约850亿美元，分析师预期733.1亿美元，公司原本预计大约750亿美元。

然后是ubs的cpo报告，光模块总是担忧被cpo替代，所以需要紧密跟踪，我用豆包总结了一下：

一、CPO 的核心价值：支撑 AI 服务器的 “刚需” 技术

CPO 通过将光学引擎与交换机 /xPU 紧密集成，解决了传统光模块在高带宽场景下的信号损耗、功耗过高问题，是支持 AI 服务器更高 interconnect 带宽和合理功耗的 “必需品”。

性能优势：相比传统光模块，CPO 信号传输路径从数十厘米缩短至几毫米，减少信号损耗和延迟，功耗降低达 70%；同时支持更高密度带宽（如 3.2T/6.4T 端口），适配 AI 集群的大规模数据交互。

替代逻辑：随着 AI 数据中心对带宽需求从 800G 向 1.6T、3.2T 升级，传统铜缆和可插拔光模块逐渐 “力不从心”，CPO 成为必然选择，但短期内（未来 3 年）传统光模块仍将是主流。

二、商业化节奏：2027-28 年迎拐点，2030 年市场规模达 70-140 亿美元

阶段一（2027-28 年）：AI 数据中心交换机向 3.2T / 端口升级，CPO 开始规模化商用，这是商业化的关键拐点。

阶段二（2028-30 年）：CPO 与 xPU（AI 加速器）集成，进一步扩大应用场景。

市场规模：按基准情景，2030 年 CPO 收发器市场规模达 70 亿美元（占光模块市场 20%）；乐观情景下可达 140 亿美元（占比 25%）。硅光子学（含可插拔和 CPO）市场 2030 年将达 60-90 亿美元。

三、产业链影响：价值转移与赢家图谱

受益方：

代工/封装：台积电（TSMC）（COUPE平台主导光引擎）、日月光（ASE）（CPO封装技术）。

组件/设备：

FOCI（高温光纤阵列单元FAU）、

BESI（混合键合设备）、

GPTC（晶圆清洗设备）。

基板/服务器：Ibiden、南亚电路板（NYPCB）（高密度ABF基板需求提升），鸿海（Hon Hai）、广达（Quanta）（服务器ODM附加值增加）。

受冲击方：

传统光模块供应商（如Lumentum、Innolight）和DSP芯片商（如Marvell），因CPO减少DSP需求。

此外，数据中心铜需求占比将从 2024 年的 1.5% 升至 2030 年的 4%，虽非 “颠覆性” 但受益于 AI 算力扩张。

四、技术挑战与落地障碍

技术难点：高精度耦合、复杂封装（如混合键合）、热管理（光学组件对高温敏感）、可靠性（单个光学引擎故障可能导致整个封装报废）。

落地阻力：超大规模数据中心需时间验证 CPO 的可靠性和兼容性；短期内铜缆在机架内短距离传输（800G/1.6T）仍具成本优势。

总结：CPO 是 AI 算力竞赛的 “必选项”

CPO 并非对传统技术的 “颠覆”，而是 AI 服务器向更高带宽升级的 “刚需” 补充。2027-28 年 3.2T 交换机商用将成为其规模化起点，台积电、ASE 等硅基制造与封装厂商，以及 ABF 基板、FAU 组件供应商将是核心受益者。尽管存在技术与落地挑战，但长期来看，CPO 的商业化进程不可逆转，将重塑全球光模块产业链格局。