2022年，CPO市场产生的收入约为3800万美元，预计2033年将达到26亿美元，2022年至2033年的复合年增长率为46%。根据Yole情报，部分Yole集团，对快速增长的训练数据集大小的预测表明，数据将成为扩展ML模型的主要瓶颈，因此，可能会观察到AI进展的放缓。在ML硬件中使用光学I/O可以帮助解决与爆炸性数据增长相关的问题。加速AI/ML齿轮中的数据移动是下一代高性能计算系统采用光学互连的主要驱动力。
Yole Intelligence光子学和传感部门专攻光通信和半导体激光器的光子学高级分析师Martin Vallo博士表示:“在所需的电学和光学密度、热管理和能源效率方面，可插拔外形因素在支持6.4 T和12.8 T容量方面的能力将受到限制。由于离散电气器件的实现，功耗和热管理正在成为未来可插拔光学的限制因素。使用硅光子学技术平台的协同封装旨在克服上述挑战”。
在此背景下，Yole Intelligence发布了其光子学和照明报告《数据中心2023的协同封装光学》。在这份报告中，公司- - - - - -Yole集团的一部分- - - - - -p提供了直流运营商探索CPO技术的背景，按技术架构给出了市场预测，并回顾了该行业及其对供应链的潜在影响。它还研究了CPO的技术方法，并讨论了CPO面临的挑战。此外，本研究还回顾了全球挑战，并将重点放在电力和能源方面。
光学器件越来越接近芯片组。利用光线将数据集中处理是建筑设计师的主要目标之一。这一趋势始于十年前安装在pcb上的光学组件的专有设计。这些意向书的想法在COBO中得到了延续，COBO已经制定了允许在网络设备制造中使用板载光模块的规范。CPO是一种创新的方法，将光学和开关ASIC非常紧密地结合在一起。由于在当今的技术下，用16个3.2 Tbps光模块环绕50 T开关芯片具有挑战性，NPO通过使用高性能PCB基板来解决这一问题- - - - - -一个n插入器- - - - - -与CPO相反，CPO的模块围绕在多芯片模块基板上的芯片。NPO中间体空间更大，使芯片和光模块之间的信号路由更容易，同时仍满足信号完整性要求。相比之下，CPO将模块和主机专用集成电路(ASIC)限制得更近，信道损耗和功耗更低。
Yole Intelligence的分析师Eric Mounier博士表示:“随着技术的进步，通信和计算技术在商业系统中的集成更加紧密，网络硬件的常见组件越来越多。此外，人工智能模型的规模正在以前所未有的速度增长，传统架构的能力——基于铜的电气互连- - - - - -佛R芯片对芯片或板对板将成为扩展机器学习的主要瓶颈”。
因此，针对高性能计算及其新的分解架构，出现了新的超短距离光互连。分解设计区分服务器卡上的计算、内存和存储组件，并将它们分开存储。使用先进的封装内光I/O技术将xpu(特别是cpu、dpu、gpu、fpga和asic)与内存和存储连接起来，可以帮助实现必要的传输速度和带宽。