核心观点 - 随着AI算力集群规模扩大，基础设施瓶颈正从GPU算力转向光互连带宽，市场焦点随之从GPU转向光互连基础设施 [1][4] - 在硬件周期中，超额收益往往属于上游设备与材料环节，而非终端组装厂，这一规律正在AI基础设施建设中重演 [1][6] - 到2027年，光学收发器需求可能达到43亿美元年度经常性收入，而Applied Optoelectronics当前市值仅约55亿美元，显示出巨大的增长潜力与市场预期差 [1] - 光子学可能正经历范式转移，在AI军备竞赛下半场，光互连成为决定系统效率的关键，价值链分配向上游倾斜 [3][5][6] 从GPU到光互连：算力瓶颈的转移 - AI牛市早期核心叙事围绕GPU展开，但随着数据中心算力密度提升，瓶颈从“算力”转向“带宽” [5] - 大规模GPU集群训练中，GPU间的通信效率决定了整体算力利用率，集群规模从千卡扩展至万卡乃至十万卡时，通信需求爆炸式增长 [5] - 光模块成为AI基础设施不可或缺的核心部件，800G、1.6T及更高速率产品加速落地，带动收发器需求呈倍数级增长 [5] - 以Lumentum和Coherent Corp为代表的光模块龙头股价已反映高速率升级的乐观预期，估值处于历史高位，市场开始寻找上游的预期差 [5] 价值链的传导与上游优势 - 与GPU周期早期相似，当终端环节估值被充分挖掘后，设备与材料成为弹性最大的环节 [6] - 若2027年43亿美元ARR只是起点，后续的指数扩张意味着这是一个中期产业趋势，上游供应商因此具备更强的议价能力 [6] - 光模块厂商面临下游云厂商压价压力，而上游设备与材料厂商因技术壁垒高、产能扩张周期长，能维持较高毛利率 [6] - 上游环节的价值链传导滞后性是超额收益的来源 [6] 上游核心环节：设备、材料与外包代工 - 光模块核心技术路径绕不开InP（磷化铟）外延与高端外延设备，这是光子学的“心脏” [7] - 设备层面：Aixtron在InP MOCVD设备领域市占率约75%，交付周期长达6至9个月，调试复杂，呈现“类ASML式”垄断 [7] - 设备订单具有放大效应，设备厂商不仅受益于新增需求，还受益于技术升级带来的设备更新换代，Veeco Instruments和Oxford Instruments是关键供应商 [7] - 外包磊晶晶圆代工厂（如IQE plc）被视为光子学界的“TSMC”，能灵活应对多家模块厂商需求，具备抗周期能力 [8] - LandMark Optoelectronics与IntelliEPI（采用MBE路线）在特定高端InP外延领域具有不可替代性 [8] - 材料端：AXT Inc与住友体系供应InP基板，是产业最底层但不可或缺的环节，晶圆尺寸从2英寸向更大尺寸过渡加高了技术壁垒 [8] - 上游环节具有更高经营杠杆，设备厂商利润增速可能远超收入增速，材料厂商在供需紧张时提价能力更强，即“铲子效应” [9] OFC大会前的市场博弈与关键问题 - OFC大会是光通信技术路线的重要窗口和产业链验证的晴雨表 [11] - 当前市场矛盾在于终端龙头估值已拥挤，而上游尚未被充分定价 [11] - 投资者需关注三个关键问题：1) 收发器需求是否真实进入指数阶段，AAOI的指引是个案还是行业共性；2) 资本开支是否会向设备与材料端传导；3) 估值是否已透支未来两到三年的增长 [11] - 上游设备股波动更大，一旦业绩不及预期，杀估值会更猛烈 [11] 行业趋势与投资机会展望 - 在算力主线逐渐成熟背景下，光子学有成为下一阶段“主升浪”的潜质，表现为从整机到芯片、再到设备与材料的结构性轮动 [12] - 资金正沿着价值链向上游迁移，寻找未被充分定价的环节 [12] - 真正的机会往往出现在市场尚未形成完全共识之时，当市场聚焦光模块龙头时，上游设备的预期差最大 [12] - OFC大会前是故事，会后是验证，需求兑现速度将决定趋势的持续性 [12] - 在硬件投资中，最丰厚的利润往往属于那些不可或缺却易被忽视的瓶颈环节 [12][14] - 上游设备与材料厂商凭借技术垄断性与产能刚性，成为新一轮周期中的“守门人”，掌握产业扩张的钥匙 [14]