这两天老板给了个任务，让我观察一下国外AI发展和CPO之间关联如何。我一听，找个指标呗，然后看看两个指标相关性如何。在此之前，我先解释一下这两个东西有何关联。
一、CPO与AI
1.CPO是什么
CPO（Co-Packaged Optics）是一种新型的光电子集成技术，也称为共封装光学。它将网络交换芯片和光模块共同组装在同一个插槽中，实现芯片和模组的共封装。这项技术通过缩短交换芯片与光引擎之间的距离，提高电信号在芯片和引擎之间的传输速度。这不仅可以减小尺寸、提高效率，还能降低功耗。
简单来说，CPO就是将光模块不断向交换芯片靠近，缩短芯片和模块之间的走线距离，并逐步替代可插拔光模块，最终将光引擎和电交换芯片封装成一个芯片。
2.CPO驱动因素
信号劣化和功耗问题：
早期光模块作为易损部件，其光引擎距离交换芯片较远，电信号在PCB中走线很长，导致在高速（特别是800G光模块等）场景下信号劣化，形成传输瓶颈。CPO技术通过将光引擎直接移到交换芯片的封装基板上，显著缩短了光学引擎和交换芯片的电连接距离，从而解决了信号劣化问题。
随着交换机不断发展，ASIC和光模块之间的功耗不断升高。据预测，对于25.6T这一代芯片，Serdes功耗占比超过30%。CPO技术通过优化封装结构和减少传输损耗，有助于降低整体系统的功耗。
数据处理需求激增：
随着数据处理需求的增长，传统的扩展方式（如纵向扩展增加节点带宽传输或横向扩展分解数据中心内资源）变得越来越困难。CPO技术作为一种创新解决方案，能够满足数据中心和人工智能不断增长的传输需求。
降本增效：
CPO技术通过优化封装结构和减少传输损耗，实现了降本增效的目标。与传统封装技术相比，CPO技术只需要一个光电共封装器件即可完成整个系统的封装，降低了成本。同时，CPO技术还可以降低能耗约50%-70%，进一步提高了系统的能效比。
3.AI发展瓶颈
之前提到过，AI的发展大致分为算力、算法和数据三块。在算力这一块，AI非常依赖CPO的发展。制约高算力的两个核心痛点是数据传输效率和功耗，而CPO可以实现高速光模块的小型化和微型化，可以减小芯片封装面积，从而提高系统的集成度。另外，CPO技术可以实现更高的数据密度和更快的数据传输速度，满足现代高速通信的需求。
近期我国推行的两个重大项目，数通市场以及电信市场。数字经济大力发展背景下， 31省都明确了数字经济目标，简单来说就是需要建设更多的数据中心。数据中心建设，CPO数量增加需求。而电信市场，其实就是5G站点建设，同样需要大量CPO。
这些都是算力不可或缺的基础建设，能看出CPO与AI板块的直接关联。
接下来要关注的就是算力模块在整个AI市场下的比重。生成式AI市场规模在2026年大约能达到1000亿美元的市场，而算力市场是231.2亿美元。可以看出算力板块占据相当大的比重。
二、指标选取
国外AI，乍一看没啥指标，但是估摸着总有投资AI的基金吧。搜索之下，我找到了Global X Robotics & Artificial Intelligence ETF，用这个ETF收益率当做国外AI的指标。这个ETF跟踪全球机器人和人工智能公司的业绩，覆盖了从自动化到人工智能等多个高科技子行业，包括工业机器人、服务机器人、无人驾驶汽车、智能系统等。最关键的是，他的权重股：
其他持仓包括微软、博通、奈飞、IBM、腾讯等，科技股持仓比例接近70%。就我个人来看，还是比较有说服力的。
然后我去找了CPO相关的指数，这个指标比较好找，直接引用wind数据8841258。我看了一下这个指数的权重股，一点毛病没有：
来源：wind
我收集了这两个指标从2024年1月2日至2024年6月17日的变化波动，比较两个指标每日的百分比变化幅度。数据方面，我去除了Global X Robotics & Artificial Intelligence ETF（BOTZ.O）中六天由于休假闭市的数据，与CPO指数对齐天数进行比较。
这张选取的是累计波动率，从图形上来看两条曲线高度重合，说明两者之间可能存在较强的相关性。
这张图表示的是两个指数价格上的走势，可以明显看出，CPO的波动还是很大的，而BOTZ.O的价格比较稳定，算是稳步上升。从线性趋势来看，两者的价格走势非常接近。
我对两组数据进行相关性分析：
我简单解释一下上面的数据：
第一行可以看到，相关系数0.64，正常来说大于0.6，都算是显著相关，表明CPO指数与BOTZ.O价格之间存在中度正相关关系。从ANOVA表中可以看出，自变量对因变量有显著影响。具体来说，模型解释了因变量变异的约41.5%。这意味着因变量的变化中有大约41.5%的部分可以由自变量的变化来解释。其他58.5%的变异可能受到模型之外因素的影响，比如地域经济差异、企业盈利情况、供应链稳定性等，这些因素可能导致两者走势出现差异。
看一下p值，用于检验自变量与因变量之间关系的显著性。数据预设的显著性水平为0.05,表中的数据远远小于0.05，则拒绝原假设（即自变量对因变量没有影响），并认为自变量对因变量有显著影响。所以可以判断，自变量对因变量有显著影响，即CPO指数对BOTZ.O价格有显著影响。
做完这些，我又去翻了翻斯坦福发布的HAI AI Index Report 2024，找了一些佐证美国AI与中国AI发展良好的证据，表明两国AI产业链相关的公司对全球AI产业的重要程度，用以说明两国AI市场具有足够的代表性，推动CPO市场。
能看出，从AI专利、模型发布数量以及资本集中度来说，都能看出两国在AI市场举足轻重的地位。这也从侧面说明，选取BOTZ.O作为AI指数的平替是较为合理的。
最后bb两句，其实我一开始是跑了个程序，得出的结果有点吓人。
相关系数为1，意味着完全相关。在这种数据上，完全拟合是几乎不可能发生的。于是我果断退出，请来了excel老祖。只能说，我还得多练。
：）关注我们↓↓↓
投资者关注上市公司未来价值实现的预期。上市公司需深刻洞察产业发展趋势、政策与技术方向、竞争格局态势并结合自身资源与能力进行主动调整、制定长远资本市场战略才会被资本市场认可。坚持合法合规、公开透明的价值管理运作，是企业在资本市场守住风险、把握底线的核心原则。湛盈咨询致力于为上市公司提供完善、系统、科学严谨的资本市场战略规划咨询与落地服务，在有效合理的盈利预期、规范的公司治理、优质的投资者关系管理等系统基础上，给投资者带来丰厚、稳定的投资回报。
我们更专注于上市公司内在价值塑造、合规的信息披露、投资者关系管理、资本市场品牌建设以及公司治理、投资并购等核心服务，我们与上市公司长期合作，从整体的资本市场战略规划到方案实施的每个细节，我们提供全程的保姆式服务和咨询。作为资本市场战略规划的服务平台，我们与企业共同成长与进步，为上市公司建立良好的资本市场品牌共同做出努力。