房间里的大象，关于CPO和算力的长线看法

房间里的大象：ai技术歧途。
当前市场中，以GPU为主的算力架构因适配大语言模型（LLM）需求，被资本爆炒。GPU凭借大规模并行计算能力，成为支撑LLM训练与推理的核心硬件，以GPU为核心的超级算力中心被视为天顶星工程，以llm为核心的大语言模型被视为未来科技；在国内市场，CPO因能降低GPU集群数据传输的能耗与延迟，被视为算力优化的未来方案。
但从长期技术路线看，这种算力架构均存在根本性缺陷——其价值完全绑定LLM路线，而LLM路线本身已显现明确的天花板与边际效应，只是当前多数资金选择忽视这一“房间里的大象”。
LLM路线的核心问题在于，其性能提升高度依赖模型参数与训练数据量的堆砌，且边际效益持续递减。自GPT 4推出后，LLM虽实现自然语言处理等领域的突破，但随参数规模从千亿级向万亿级扩张，算力需求呈指数级增长，而实际性能提升（如逻辑推理、知识准确性、长文本理解）却越来越有限。例如，LLM模型参数翻倍后，复杂任务正确率仅提升5%-8%，但训练成本增加超150%。同时，LLM基于Transformer架构，计算量随输入序列长度呈平方级增长，长文本处理能力受限，且无法真正实现逻辑推理与自主学习，离通用人工智能（AGI）的核心需求相去甚远——这意味着LLM路线的天花板已客观存在，仅靠算力堆砌无法突破。

这是逻辑，逻辑看不懂，可以看现实案例，GPT5发布已久，效果如何？很多人的解释是OpenAI这个公司仓促公开新模型与市场预期不符。是市场预期太高了，或者是OpenAI有问题，换成谷歌，换成meta，换成马斯克 ，总会有足够优秀的大模型出现。

但是，OpenAI是llm路线的绝对领路人，拥有绝对的先发优势和相对的体量优势，他们的产品很大程度上已经代表了路线的天花板。如果GPT5无法让你看到当前llm路线的明显天花板，那我们等着看其他公司的模型。
回到美国爆炒的GPU和国内爆炒的CPO，CPO与GPU算力架构的命运，完全与LLM路线绑定。GPU是LLM的“算力基座”，CPO是“基座的优化配件”，二者均无脱离LLM的独立价值。若LLM路线被证伪，GPU的大规模需求将消失，CPO作为配套技术更无存在意义。

皇帝的新衣一定会被戳破，房间里的大象也一定会被“看到”。只是早和晚的问题。
从时间节点看，最迟2026年，随着主流新一代大模型问世，LLM路线的问题将开始被多数人质疑。而重要东时间节点是GPT 6发布，性能提升幅度大概率会进一步收窄，直观暴露LLM路线的瓶颈；另一方面，随着LLM边际效应加剧，企业将发现持续投入GPU算力中心的ROI（投资回报率）急剧下降，届时多数厂商会停止新的算力中心建设，进而导致GPU需求萎缩、CPO技术失去应用场景而价值清零。

房间里的大象不会因为你忽视它而消失。

$英伟达概念(BK1581)$ $CPO(共封装光学)(BK1570)$

长线逻辑不构成短线投资建议