发布日期: 2026年07月10日
更新日期: 2026年07月10日
AI时代最稀缺的资源是什么?大多数人第一想到的就是“芯片”，但当GPU性能翻倍式提升，数据传输却在铜线网络中堵成了“停车场”，上万张顶级显卡不得不空转等待数据送达才是当前AI行业面临的真实瓶颈。
算力的竞争，已经悄然从芯片内部的计算速度，转向了服务器之间的数据传输速度。英伟达、微软、Meta、谷歌的高端光模块订单已经排到了2028年，光通讯板块正不断创高。
过去，AI竞争的核心是单卡计算能力的较量，芯片性能越强，往往也意味着更高的运算压力与更快的迭代速度。但随着大模型规模不断扩大，数千亿甚至万亿级参数模型已经无法依靠单颗芯片完成训练与推理，AI计算正在从“单芯片作战”迈向由数万张GPU组成的超级数据中心集群时代。
从2025年开始，英伟达CEO黄仁勋就多次在公开演讲中频繁强调一个关键概念——Scale out(横向扩展)。
也就是说，未来AI算力增长不只是依靠单颗芯片性能提升，而是通过连接更多GPU、构建更大规模的计算网络来实现。这就是光通讯的爆发原点。
传统的铜线网络体系在AI的海量数据面前，彻底暴露了其传输距离短、功耗高、发热严重、带宽设定的缺陷。如果继续使用铜线，GPU集群规模庞大，数据堵塞严重，整体效率不升反降。
而“光纤+光模块”的布局，凭借超长距离、低功耗以及超高带宽的特性脱颖而出。
AI集群日益庞大、数据中心越来越大，网络迭代次数越来越多。计算力越强，光模块也就越重要，已正式从传统的“边缘配件”升级为AI算力的核心基础建设。
| 产业链环节 | 核心组成 | 代表产品 | 产业目的地与市场特征 |
| 上游：核心器件 | 光芯片（EML激光器芯片）、硅光芯片、关键光学组件 | EML、激光器芯片、硅光方案、微透镜、法拉第旋光片等 | 技术壁垒极高，长期由海外厂商主导，国产替代空间巨大，但研发周期较长、突破难度较高 |
| 中游：光模块制造 | 高速光通信技术、封装技术、CPO（共封装光学） | 800G光模块、1.6T光模块、CPO方案 | 中国企业具备全球领先的规模化制造能力，在全球市场占据重要份额 |
| 下游：应用终端 | AI基础设施、云计算、大规模数据传输需求 | 智算中心、微软、Meta、谷歌、亚马逊等云厂商，英伟达AI服务器生态 | 全球科技巨头持续加码AI基础设施建设，提前锁定高速光通信产能，推动光模块需求高速增长 |
已经走出历史新高、倍数暴涨的光板块，当前高估值下，是否依然存在布局价值?
1. 短期(1年维度)：业绩驱动，稳健上升
短期内，光模块板块靠业绩驱动的业绩上涨逻辑依然成立。全球AI算力资源拓展的趋势不改，大客户消耗资金维持高位。
当前800G光模块替代需求持续释放，1.6T新品已进入大规模与交付期。在高端光芯片紧缺的硬约束下，供需紧张的格局无法弥补，行业无整体性崩盘的风险。
2.风险(2年维度)：产能释放与下行价格
需要提醒的是，随着全球各大厂商在狂热中纷纷扩产，预计2027年前后全球新增产能将大幅集中释放。一旦新增端跟上甚至过剩，供需格局有可能彻底转变，进而导致产品价格下行，行业整体毛利率承压。
3. 远期(3-5年维度)：技术迭代与“泡沫”
应用落地的速度能否追上基建的速度十分关键。华尔街当前最大的缺口已经达到，AI基建的超前投资，与2000年的互联网泡沫有着高度相似的历史走势。
当年资本疯狂的产能，最终增长流量不及预期，导致通信行业陷入数年深冬。如今AI同样是“先建基建、后等应用”，一旦AI商业化应用落地不及，随后的紧缺产能预期未来可能会变成巨额库存。
光通讯火爆行情是全球人工智能基建红利集中释放的结果，其产品和技术前景毋庸置疑，但市场对这些产品的需求并不是无限的，而是会随着数据中心建设周期、AI算力投资节奏以及行业景气度变化呈现周期性波动。
