近封裝光學（NPO）技術正成為數據中心升級的熱門選擇。與共封裝光學（CPO）相比，NPO采用更貼近產業現實的設計路徑，其核心并非完全整合光引擎與交換器ASIC，而是將光模塊盡量靠近芯片，通常位于主機板或中介層附近。這種設計將電信號傳輸距離從數十厘米縮短至數厘米，顯著降低了信號損耗與功耗，同時避免了對既有封裝架構的大幅改動。

對AI芯片和大型數據中心而言，NPO的價值在于“夠接近、但不綁死”。縮短電傳輸距離提升了整體能效，這對高帶寬、低延遲的AI訓練與推論環境尤為重要。此外，光引擎仍保持獨立模塊形式，一旦發生故障可單獨更換，維持了數據中心的運維彈性，避免了高度整合架構需整板替換的風險。這對動輒數萬顆GPU的AI集群尤為重要。

NPO還允許芯片與光模塊“解耦”，有助于不同供應商分工合作，降低導入門檻，更符合當前AI數據中心快速擴張的需求。據業內人士透露，CPO雖可將電傳輸距離縮短至毫米級別，大幅降低功耗并提升帶寬密度，但高度整合也帶來了散熱、良率與維修等挑戰，且需依賴先進制程與封裝平臺，短期內難以全面普及。

相比之下，NPO技術門檻較低，能沿用既有光模塊與封裝技術，因此被視為數據中心極具可行性的升級路徑。目前，NPO已率先進入規模化導入階段，并隨AI服務器需求快速擴張。其定位并非取代CPO，而是作為過渡方案，讓數據中心在效能與成本之間取得平衡，逐步邁向更高整合度的光電架構。