随着AI数据中心需求从单点爆发转向大规模集群应用，产业竞争重心正经历一场结构性转型。DIGITIMES 观察，AI 数据中心的算力交付单位已由单一加速器芯片效能，进一步转向机柜级系统交付能力。这场变革使得数据搬运效率、互连架构与平台整合能力，取代单纯的运算效能，成为决定部署规模与系统能耗的核心变量。

在传统架构中，通讯与光互连供应商多扮演外围元件角色，但随着算力交付形态的改变，这些业者正加速由机柜外部网络向机柜内层渗透。由于传输带宽与延迟压力逼近物理极限，光通讯技术正由跨数据中心的Scale-across层级，逐步延伸至机柜内部的Scale-in层级。这使得共同封装光学（CPO）、近封装光学(NPO)以及线性驱动可插拔光学（LPO/LRO）等技术，成为衡量供应链竞争力的关键指标。

目前市场聚焦于博通（Broadcom）与迈威尔（Marvell）两家指标业者的布局路线差异。DIGITIMES分析师陈辰妃观察，博通凭藉其在定制化 ASIC、交换芯片及高速 I/O 的长期累积基础，由平台整合切入跨层互连架构，其技术影响力涵盖从芯片设计封装到跨机柜网络。迈威尔则发挥其在数码信号处理器（DSP）与光模块元件的既有优势，透过收购 Celestial AI 与 XConn 等公司，并与亚马逊（AWS）及辉达（NVIDIA）展开深度平台合作，试图将影响力由机柜外的 Scale-out 战场延伸至机柜内的定制化设计。

陈辰妃指出，博通与迈威尔虽采取不同布局路线，但同样面临光通讯技术渗透尚未成熟的现实挑战。近期市场出现「光退铜进」等部署信号，但短期内「光铜并行」仍将是主流。CPO与其他光通讯新技术若要大规模采用，仍须跨越系统整合复杂度、可靠性验证与供应链生态建立等多重门槛。Credo、Astera Labs及其他光通讯技术或CPO相关业者虽加速切入AI机柜互连，但光互连标准碎片化问题尚未收敛，后续CSP对架构标准、元件规格与合作夥伴的选择，将成为观察供应链版图变化的关键。

陈辰妃认为，决定未来架构走向的关键最终仍握在 Google、Meta 与 AWS 等超大型云端服务供应商（CSP）手中。CSP 对成本、能耗与部署弹性的取舍，将直接决定 CPO /NPO或 LPO/LRO 等技术的渗透速度。长期而言，若 AI 基础设施持续往开放架构发展，具备完整光电整合与定制化芯片能力的供应商将持续受惠；反之，若机柜系统转向高度封闭的生态系，第三方业者的议价能力恐将面临挑战。市场预期，博通的平台整合效益与迈威尔的新布局成效，将在 2028 年前后迎来量产实绩的关键检验。