文章核心观点 - 随着AI集群规模的指数级扩张，算力瓶颈正从计算芯片转向数据传输，光互连技术成为决定AI集群效率的核心，光模块产业正从“配套设备”升级为“算力核心资产”，迎来价值重估 [1][2][4][16][17] AI数据中心架构的范式转变 - AI正在重构数据中心的“连接方式”，算力连接能力正取代算力本身，成为新的限制因素，这一变化是结构性的重构而非渐进式改良 [3][4][5] - 随着大模型训练规模扩大，数据中心内部流量呈指数级增长，GPU间的高频通信使得微小延迟被放大，显著增加整体训练时间 [7] - 传统电互连面临功耗、带宽和延迟瓶颈，尤其在速率突破112Gbps甚至224Gbps后，电信号的衰减和发热问题突出，“光进铜退”趋势正从长距离通信迅速向数据中心内部乃至机架内部渗透 [8] 光互连技术路径的演进与共存 - 行业存在CPO（共封装光学）与可插拔光模块两条技术路径分歧 [9] - CPO将光模块嵌入芯片封装以降低功耗，但在维护性、良率和供应链灵活性上存在挑战，光引擎损坏可能导致整颗昂贵ASIC芯片报废 [9] - 市场认为CPO不会全面替代可插拔方案，两者将长期共存，未来3到5年内可插拔模块仍将占据主导地位，尤其是随着1.6T产品放量 [9] - 技术路线的确定性意味着需求由多条技术路线共同拉动，核心增量在于“光”的用量提升，为产业链上游提供更稳健的业绩能见度 [10] 上游核心材料与器件的结构性紧缺 - 光通信关键材料与器件正进入供给约束阶段，类似此前GPU行情，上游最稀缺环节决定价格与利润 [12][14] - Lumentum作为行业巨头，其业绩指引反映行业景气度，公司预计到2026年底EML（电吸收调制激光器）产能将提升超过50%，磷化铟（InP）扩产已推进约40% [13] - 到2030年，AI数据中心对InP的需求年复合增长率预计达到85% [13] - 磷化铟衬底生产难度高，全球供应商少，扩产周期长达18到24个月，导致需求爆发时可能形成阶段性供需错配，提升龙头厂商议价能力 [14] - 本轮需求来自AI数据中心建设（谷歌、微软、Meta等云厂商战略性投入），相比受宏观经济影响的传统电信市场，具有更强确定性与持续性 [14] - Lumentum股价新高标志新周期起点，由技术迭代驱动的需求增长更具韧性，拥有核心芯片自研或垂直整合能力的企业将获得最大弹性 [15] 光模块产业的价值重估 - 市场过去低估光模块，将其视为“算力的附属品”而非“算力本身的一部分” [17] - 在AI大规模分布式训练中，数据中心内部通信量可能超过计算本身，网络带宽不足会导致GPU集群等待，造成巨大算力浪费，光互连成为决定系统效率的关键变量 [18] - 未来数据中心竞争是计算、网络、调度整体效率的比拼，光模块处于体系核心，不仅是物理连接节点，更是网络拓扑优化的关键执行者 [18] - 新技术如OCS（光路交换）直接在光域进行交换，可显著降低能耗并提升网络重构速度，谷歌已大规模部署 [18] - 当前存在“认知差”：算力芯片估值已处历史高位，而光通信板块估值体系相对滞后，尚未完全反映其在AI集群中的核心地位 [19] - 高端光模块制造与封装产能高度集中在中国，国内头部企业在响应速度、成本控制和大规模交付上具有优势，深度绑定全球云巨头供应链，能直接受益于全球AI基建红利 [19] - 当市场认识到光模块是AI算力的“倍增器”时，其估值体系的重塑将成为必然 [19] 产业趋势总结 - AI投资的关键词正从“算力”转向“效率”，而效率的核心在于连接而非芯片 [20][21] - 决定AI算力上限的关键在于算力能否被高效连接与利用，解决连接问题的公司拥有定义未来的权力 [22] - 这是一次产业价值链的重新分配，从EML芯片的稀缺性、1.6T产品放量到CPO技术长期演进，每个环节都蕴含价值释放机会 [21][22]