近封裝光學（NPO）技術正成為數據中心光通信領域的重要解決方案。與共封裝光學（CPO）相比，NPO選擇了一條更貼近產業現實的設計路徑。其核心并非將光引擎與交換器ASIC完全整合，而是將光模塊盡可能靠近芯片，通常部署在主機板或中介層附近，從而將電信號傳輸距離從數十厘米縮短至數厘米。 

這種設計顯著降低了信號損耗與功耗，同時避免了對現有封裝架構的大幅改動。對于AI芯片和大型數據中心而言，NPO的價值在于“接近但不綁定”。一方面，縮短電傳輸距離有助于提升能效，滿足高帶寬、低延遲的AI訓練與推理需求；另一方面，光引擎仍保持獨立模塊形式，便于單獨更換，降低維護難度。這對擁有數萬顆GPU的AI集群尤為重要。 

此外，NPO允許芯片與光模塊“解耦”，促進不同供應商分工合作，降低技術導入門檻，契合當前AI數據中心快速擴張的需求。相比之下，CPO雖能將電傳輸距離縮短至毫米級別，帶來更低功耗和更高帶寬密度，但其高度整合特性也帶來了散熱、良率與維修等挑戰，且依賴先進制程與封裝平臺，短期內難以全面普及。 

從產業布局來看，NPO已率先步入規模化導入階段，并隨著AI服務器需求的增長快速擴展。其定位并非取代CPO，而是作為過渡方案，幫助數據中心在性能與成本之間實現平衡，逐步邁向更高整合度的光電架構。