8月20日，SK海力士与弗吉尼亚大学等机构的研究人员在顶级科学期刊《自然·电子学》（Nature Electronics）联合发表论文，系统阐述了共封装光学（CPO）技术在高性能计算与AI领域的发展路线图。这是SK海力士首次在该级别期刊公开其AI互联架构的技术蓝图，标志着这家存储巨头正从HBM供应商向系统级架构参与者转型。

论文指出，HBM已解决芯片内部的内存瓶颈，但随着AI集群规模扩展至数千块GPU，机架与机架之间的数据传输成为新的制约，即“带宽墙”。数据显示，算力每两年增长约3倍，而互联带宽同期仅增长约1.4倍，这一剪刀差正是“带宽墙”的根源。传统铜线电气互联在短距离内仍有成本优势，但随传输速度提升和距离增加，信号损耗与功耗急剧上升，延迟也随之增大。论文将CPO定位为突破这一瓶颈的关键路径。

CPO的核心思路是将光学收发器集成进与处理器相同的封装内，让芯片之间用光信号而非长距离电信号交换数据。论文为下一代AI基础设施设定了明确技术指标：每节点带宽超过100 Tb/s、能耗低于1 pJ/bit、芯片间延迟低于10纳秒，并梳理了CPO从2D、2.5D中介层配置到3D异构堆叠的演进路线及商业化挑战。

论文提出的长期愿景，是将光互联进一步延伸至内存接口。现有方案中，光互联主要解决处理器之间、机架之间的数据传输问题；而论文提出的“以光为中心”（optics-centric）架构，则通过光子中介层（photonic interposer）将处理器资源池（XPU pool）与内存资源池（memory pool）直接相连，使多个AI加速器共享大容量内存，突破现有封装物理限制。这一架构的实际意义在于：多个AI加速器可共享一个内存池，而非各自配备独立内存，从而提升内存利用效率，并为模型规模持续增长提供更灵活的扩展能力。

论文通讯作者为SK海力士AI基础设施团队负责人Seunghoon Hong，以及弗吉尼亚大学电气与计算机工程系教授Kyusang Lee，参与机构还包括伊利诺伊大学厄巴纳-香槟分校（UIUC）、南洋理工大学（NTU）、麻省理工学院（MIT）和延世大学。Kyusang Lee在论文中直言，即使计算芯片更强大，若芯片间数据传输跟不上，整体性能也无法提升，用光互联替代铜互联是实现未来可扩展性最有前景的路径。Seunghoon Hong则形容，CPO从根本上改变了数据在AI系统中的流动方式，消除了扩展算力的最大障碍之一。

从HBM供应商到系统架构参与者，SK海力士的转型意图明显。Hong在采访中表示，内存公司正从提供单一组件的角色，演变为通过CPO等技术帮助提升客户整个系统竞争力的合作伙伴。Kyusang Lee也强调学术界与产业界合作的重要性，认为学术界擅长突破性能边界，产业界则理解大规模部署的实际要求——包括制造良率、成本、散热和供应链。但他同时坦承，商业化仍面临重大挑战，从集成低功耗光子器件到开发一致性协议、提升系统可靠性，关键在于将内存器件与控制器、光子组件和封装作为集成系统进行协同设计。

市场反应迅速。今日早盘，SK海力士在CPO论文及回购计划消息刺激下大涨超11%。国内CPO概念股同步震荡拉升，太辰光涨超12%，中京电子此前涨停，天准科技、仕佳光子、德科立、联特科技涨超6%。这一系列波动显示，CPO技术路线正成为资本市场关注的新焦点，而SK海力士的这份路线图，无疑为AI互联架构的未来提供了重要参考。