文章核心观点 硅光子技术是驱动数据中心，特别是人工智能网络发展的关键技术，其应用正从横向扩展（可插拔光模块）向纵向扩展（共封装光学）演进，并将推动市场规模在未来几年内实现数倍增长，同时重塑半导体制造产业链格局，台积电有望成为该领域未来的主导者 [1][3][25][26] 市场增长与规模预测 - 光纤器件市场规模预计将从2023年的约130亿美元增长至2030年的250亿美元，主要得益于人工智能网络发展 [3] - 另一预测（CignalAI）认为，到2029年市场规模将达到310亿美元 [3] - 可插拔光器件市场预计将从2023年的60亿美元增长到2030年的250亿美元，届时市场将以1.6T和3.2T数据速率为主 [12] - 光路交换机（OCS）的潜在市场规模（TAM）预估已从超过20亿美元上调至超过30亿美元 [15] - 硅光子集成电路市场规模预测：到2031年达320亿美元（DataM Intelligence），或到2034年达290亿美元（Precedence Research） [25] - 硅光子晶圆代工收入预计将从2026年到2032年（六年内）增长八倍 [25] 技术应用与演进路径 - **横向扩展（Scale-out）**：当前主要使用可插拔光收发器，通过光纤实现高速、低功耗的数据传输 [12] - **纵向扩展（Scale-up）**：链路数量远多于横向扩展（例如NVL72机架有1296个链路），未来采用光纤将驱动市场大幅增长 [3] - **可插拔光收发器**：主要组件包括激光器、CMOS芯片和硅光子芯片，使用马赫-曾德尔调制器 [12] - **光路交换机（OCS）**：用于数据中心顶层互连的重新配置，谷歌采用MEMS镜技术，Lumentum（MEMS）和Coherent（液晶）也提供该技术 [13][15] - **共封装光学器件（CPO）**：相比可插拔器件，可实现更高密度和更低功耗（仅为可插拔式的三分之一），已开始蚕食可插拔交换机市场份额 [16][18][25] - **技术过渡**：横向扩展已开始向CPO过渡，纵向扩展在不久的将来也需要CPO [25] - **AI加速器互连**：当前GPU/加速器使用铜缆，但性能提升接近瓶颈，未来将转向光纤连接以实现更高带宽和更低延迟 [20] 关键组件与供应链 - **光纤电缆**：市场领导者康宁公司年销售额达68亿美元，与Meta达成一项价值60亿美元的供应协议 [7] - **硅光子制造**：目前主要代工厂商包括GlobalFoundries（GF）、Tower Semiconductor，以及台积电、三星、联电等正在开发技术的厂商 [21][24] - **GlobalFoundries (GF)**：收购AMF后自称全球第一硅光子代工厂，预计2026年硅光子收入接近3亿美元，到本十年末超过10亿美元 [21][22] - **Tower Semiconductor**：被认为是全球第二大硅光子代工厂，提供200毫米和300毫米硅光子工艺 [23][24] - **台积电（TSMC）**：目前为英伟达、AMD、谷歌、AWS等生产几乎所有AI加速芯片，并开发COUPE工艺，未来五年内很可能从零基础跃升为全球第一的硅光子晶圆代工厂 [25][26] 技术原理与设计挑战 - **硅光子学**：将光子器件集成到改进的CMOS工艺中 [6] - **光纤与波长**：数据中心主要使用单模光纤（SMF），通信波长位于红外光谱的O、E、S、C、L波段，其中O波段因在硅波导中损耗低而被用于硅光子学 [7][9][11] - **波分复用**：使用粗波分复用（CWDM）和密集波分复用（DWDM）实现更高带宽 [11] - **设计现状**：硅光子学设计类似上世纪80年代的硅设计，缺乏成熟的设计库和IP，需从底层物理原理进行建模 [27] - **关键器件与挑战**： - **波导**：由硅或氮化硅制成，不能急转弯，需要最小弯曲半径，两个波导可垂直交叉且相互作用极小 [34] - **光耦合**：边缘耦合器效率高但对准难，光栅耦合器（一维用于偏振光，二维用于非偏振光）对准简单但各有损耗和成本权衡 [34] - **调制器**：可插拔器件中使用马赫-曾德尔调制器，CPO中使用尺寸小得多的微环调制器 [35] - **信号损耗**：波导中的信号损耗会随距离累积，精确控制损耗是设计关键 [33] - **制造工艺**：采用200毫米和300毫米SOI晶圆，工艺精度可达65纳米，通常不包含CMOS器件 [29][37]

文章核心观点 硅光子技术是驱动数据中心，特别是人工智能网络发展的关键变革性技术，其应用正从横向扩展网络向纵向扩展网络演进，并将推动光器件市场、硅光子代工产业及相关芯片设计发生巨大变化，其中台积电有望凭借其在AI加速器制造中的主导地位，成为未来硅光子晶圆代工领域的领导者 [2][4][35][37][53] 数据中心光互连演进与市场 - 数据中心互连分为横向扩展（Scale-out）和纵向扩展（Scale-up），前者连接机架与交换机，后者直接连接GPU等计算单元，纵向扩展的链路数量远多于横向扩展，例如一个Nvidia NVL72机架就有1296个链路，未来采用光纤将大幅增长光纤市场 [4] - 光器件市场规模已从2003年的数十亿美元增长至2023年的约130亿美元，预计到2030年将达到250亿美元，另一预测则认为到2029年可达310亿美元，增长主要受人工智能网络驱动 [4] - 光纤电缆市场庞大，领导者康宁公司年销售额达68亿美元，并与Meta达成了价值60亿美元的长期供应协议 [9] 硅光子技术基础与应用 - 硅光子学将激光器、调制器等光子器件集成到改进的CMOS工艺中，利用单模光纤传输数据，其工作波段（如O波段）在硅波导中损耗较低 [10][12][14] - 当前主要应用是可插拔光收发器，其市场预计将从2023年的60亿美元增长至2030年的250亿美元，未来将以1.6T和3.2T数据速率为主 [16] - 光路交换机（OCS）用于数据中心顶层互连的重配置，谷歌采用MEMS镜技术，Coherent和Lumentum也提供相关方案，Coherent将其潜在市场规模预估从超过20亿美元上调至超过30亿美元 [17][18] - 多家初创公司（如iPronics, nEye, Salience）正在开发基于紧凑硅光子技术的“二维”光通信系统（OCS），可能未来取代硅分组交换机 [20] 共封装光学器件（CPO）的发展 - CPO能实现比可插拔光器件更高的密度和更低的功耗，其功耗仅为可插拔式的三分之一，对于拥有超千个连接的机架意义重大 [21][24] - 英伟达和博通已宣布将于2025年推出采用CPO的以太网横向扩展交换机，Ayar Labs、Celestial（被Marvell收购）、Lightmatter和Ranovus等公司也在开发CPO解决方案 [21][24] - 目前GPU/AI加速器仍使用铜缆互连，但铜缆性能提升已近瓶颈，未来将向光纤CPO过渡，以实现更高带宽和更低延迟，Ayar Labs与Alchip已展示基于CPO的AI加速器概念 [26] 硅光子制造与代工格局 - 当前主要硅光子代工厂商是GlobalFoundries（收购AMF后）和Tower Semiconductor，台积电、三星和联电也在开发相关技术 [28] - GlobalFoundries预计其硅光子业务收入在2026年将接近3亿美元，到2030年代末将超过10亿美元，并预测2026年行业第二、三、四名代工厂收入分别约为2亿、1亿和5000万美元，总和不足10亿美元/年，不到台积电年营收的1% [28][30] - 数据中心AI正推动硅光子代工厂收入从2026年到2032年实现八倍增长，横向扩展是当前主要驱动力，几年后纵向扩展将成为最大驱动力 [35] - 台积电目前为英伟达、AMD、谷歌、AWS等生产几乎所有AI加速器芯片，并要求封装内所有芯片组按其规范生产，随着AI加速器向CPO过渡，台积电很可能在五年内从零基础跃升为全球最大的硅光子晶圆代工厂 [36][37] 硅光子芯片设计与挑战 - 硅光子设计目前类似上世纪80年代的硅设计，缺乏成熟的PDK和IP库，Synopsys和Cadence等公司提供设计工具，但许多新结构需从底层物理开始建模 [39] - 硅光子器件在SOI晶圆上制造，工艺节点可达65纳米，关键挑战在于精确控制信号损耗 [41][45] - 主要硅光子器件包括：用于布线的波导、用于光耦合的耦合器（边缘耦合器与光栅耦合器）、用于光信号检测的锗基光电探测器，以及用于电光转换的调制器（可插拔中用马赫-曾德尔调制器，CPO中用微环调制器） [45][46][47] - 硅光子芯片物理尺寸较大，短期内无法集成到3nm或2nm等先进CMOS工艺中 [49]

人工智能基础设施的能源挑战 - 生成式人工智能的迅猛发展导致全球超大规模人工智能集群部署空前加快，数据处理和传输性能的提升导致能耗增加，人工智能基础设施的快速增长带来了严重的能源危机 [1] - 随着数据量的指数级增长，所需的能源供应量也将呈指数级增长，解决这一问题的唯一有效途径是开发一种能够将能源增长与数据增长分离的技术 [1] 硅光子学的潜力与优势 - 光子学具有巨大潜力，光波的传播和干涉无需消耗能量，可通过工程设计实现可扩展功能而无需增加能耗 [3] - 硅光子学在过去二十年得到广泛发展，已完全具备提供近乎理想平台的能力，能够释放其巨大潜力 [3] - 硅光子学能够提供高效的高密度互连，实现高带宽和长距离链路；能够实现低能耗的光路切换，且不受信号带宽限制；以及能够进行光速计算的光子神经网络，从而加速人工智能计算 [3] 光收发器与交换机的能效对比 - 光收发器的能效已经赶上了摩尔定律的步伐，基于硅光子学的近封装/共封装光学器件的能效已经超过了5 pJ/bit [4] - 超大规模数据中心常用的电交换机专用集成电路（ASIC）的能效提升明显缓慢，其可扩展性不如光收发器，瓶颈在于交换机而非收发器 [4] - ASIC交换机的功耗会随着吞吐量的增加而增加，在100Tbps吞吐量下，每个芯片的功耗会超过1000W；而光交换机的功耗则极低且在吞吐量增加的情况下保持稳定 [6] - 使用光交换机替代电交换机越多，系统效率就越高 [6] 光交换机的系统应用与挑战 - 光交换机的一个关键缺点是无法进行数据包处理，而数据包处理正是ASIC交换机的核心功能，光交换机仅作为“光路交换机（OCS）”运行，因此不能简单地替代ASIC交换机 [8] - 为了控制OCS，需要一个控制平面，编排器或操作系统需要了解OCS的状态，并根据系统需求通过控制平面发送命令来控制光交换机，这种系统与依赖ASIC交换机的传统分组系统截然不同 [8] - 使用光通信系统（OCS）需要从零开始重建整个系统，并对架构进行全面优化，目前世界上除了谷歌之外，没有其他公司能够做到这一点 [8] - 在谷歌宣布已在其数据中心和人工智能基础设施中大规模使用OCS之后，光交换机开始得到广泛发展 [8] 大规模硅光子交换机的研发进展 - 日本产业技术综合研究所（AIST）已开始研发大规模硅光子交换机，其开发的硅光子交换机刀片提供32 x 32个严格无阻塞连接，并带有数字控制接口 [9] - 通过配置9级Clos网络，该交换机可扩展至131,072 x 131,072个连接，实验证明，在可组合的解耦基础设施中，这些交换机可以将网络功耗降低75% [9] - 用于制造这些大规模硅光子开关的制造设备是AIST基于标准CMOS技术的内部试验生产线，该技术采用45纳米工艺规则，实现了足够高的均匀性和良率，可以大规模生产包含数千个器件的大规模光子集成电路 [11] 光子神经网络（PNN）的原理与优势 - 基于标准CMOS制造技术的硅光子器件具有高均匀性和高良率，这对于实现光子神经网络（PNN）至关重要 [12] - 在PNN中，集成了大量的马赫-曾德尔干涉仪（MZI），形成网状拓扑结构，并在光域中执行矩阵-向量乘法（MVM） [12] - PNN上的MVM过程本身速度极快，且不消耗能量，可以显著提升人工智能的计算能力，因此期望PNN能够分担GPU等高能耗数字处理器的计算任务 [12] - PNN缺乏良好的非线性激活函数，这是AI计算中另一个重要的功能 [12] 基于光电非线性的PNN模型 - 提出利用电光（EO）非线性效应，仅通过传播即可完成AI计算过程，而无需中间阶段的数字处理，利用马赫-曾德尔干涉仪（MZI）器件可以轻松实现这一点 [12] - 电光非线性具有正弦传递函数，这与传统的激活函数（例如ReLU、Sigmoid和双曲正切函数）截然不同，因此需要寻找适用于PNN的全新人工智能模型 [12] - 已提出并演示了几个基于光电非线性的AI模型，第一个模型包含一个从输入参数空间到更高维空间的非线性投影映射，通过调整MZI的工作点来训练其光电传递函数 [13] - 转换后的光学复空间中的非线性映射数据可以通过寻找超平面进行分离，类似于支持向量机 [13] - 开发的硅光子芯片使用BFO和前向差分两种算法在芯片上进行了训练，展示了它们对多个布尔逻辑进行分类的有效性，以及对鸢尾花数据集的高精度分类 [13] - 该PNN仅通过无源光子电路中信号的物理传播即可完成计算，从而保证了低功耗和低延迟计算 [13] PNN的架构与性能 - 第二个模型是上述模型的级联版本，即“垂直分层光电概率神经网络”，在该模型中，所有光路的长度不会随着层数的增加而增加，从而能够实现更深度学习模型 [16] - 提出的架构中，马赫-曾德尔干涉仪（MZI）作为非线性神经元，将输入数据和反馈信号编码到输入的单频连续波（CW）光上 [18] - 经过训练后，即使对于半损坏的输入模式，也能回忆起存储的模式，这显示了霍普菲尔德网络特有的联想记忆效应 [18] - 对于MNIST、Fashion和KMNIST数据集，三层模型的测试准确率优于两层模型 [14] 流式PNN的通用方案 - 由于运行PNN需要不可忽略的开销，因此必须对整个系统进行彻底评估和整体优化 [20] - PNN的固有优势是低延迟、高速度、低能耗等，为了充分发挥这些优势，PNN作为流式处理器，同时具备电域和光域I/O时，运行效果最佳 [20] 结论与未来展望 - 硅光子技术取得了显著进步，如今在诸多方面展现出巨大的潜力，能够从高密度I/O、带宽无关的电路开关以及光速AI加速器等多个方面提升人工智能基础设施的可持续性 [21] - 然而，将光子功能器件（例如OCS和PNN）引入传统数字基础设施并非易事，因此，未来需要对整体系统设计和实现进行更深入的研究 [21]

文章核心观点 - 生成式人工智能的快速发展导致超大规模AI集群部署加速，引发了严重的能源危机，解决之道在于开发能将能源增长与数据增长分离的技术[1] - 硅光子学技术具备巨大潜力，能通过高密度互连、低能耗光路切换和光速计算的光子神经网络，提升AI基础设施的可持续性，但其集成需要硬件、软件、电子与光子的互补开发[3][23] 光收发器和交换机 - 光收发器的能效提升已跟上摩尔定律步伐，基于硅光子学的近/共封装光学器件能效已超过5 pJ/bit，而电交换机ASIC的能效提升则明显缓慢[4] - 电交换机ASIC的功耗随吞吐量增加而显著上升，在100Tbps吞吐量下单个芯片功耗超过1000W，而光交换机功耗极低且在吞吐量增加时保持稳定[6] - 光交换机无法进行数据包处理，仅作为光路交换机运行，需要全新的控制平面和系统架构，目前仅有谷歌等少数公司能实现大规模应用[8] - 日本产业技术综合研究所基于45纳米标准CMOS技术，成功研发并制造了大规模硅光子交换机，实验证明其可将网络功耗降低75%[9][11] 光子神经网络 - 基于标准CMOS技术制造的硅光子器件具有高均匀性和良率，是实现光子神经网络的关键，PNN通过集成大量马赫-曾德尔干涉仪在光域执行矩阵-向量乘法，速度快且不消耗能量[12][13] - PNN缺乏良好的非线性激活函数，解决方案是利用电光非线性效应，通过马赫-曾德尔干涉仪实现以电信号输入、调制光信号输出的计算过程，但这需要开发全新的人工智能模型[13] - 已提出并演示了多个基于光电非线性的AI模型，包括用于高精度分类的非线性投影映射模型、垂直分层光电概率神经网络以及光电霍普菲尔德网络，这些模型通过无源光子电路实现低功耗和低延迟计算[15][16][18][21] - 为充分发挥PNN低延迟、高速度、低能耗的优势，需将其作为流式处理器进行整体系统优化，使其能同时在电域和光域流式处理数据，以无缝集成到数字基础设施中[22]

公司股价表现与市场地位 - 自2025年初以来，公司股价已飙升113%，市盈率甚至高于英伟达[3] - 公司当前市值为440亿新谢克尔（约130亿美元），在特拉维夫证券交易所所有上市公司中排名第七，在以色列公司中市值仅次于梯瓦制药、埃尔比特系统公司、Check Point公司和CyberArk公司[3] - 首席执行官坚信公司股价还能涨得更高，并认为公司完全有理由成为特拉维夫证券交易所市值最大的五家公司之一[3][6] 业务转型与人工智能战略 - 公司从一家专注于小众应用领域模拟芯片的精品制造商，转型意识到在人工智能革命中可以扮演重要角色[4] - 公司宣布将投资3亿美元扩建其硅光子生产线，此前已于今年早些时候在该领域投资3.5亿美元，总投资额达6.5亿美元[4][7] - 硅光子芯片已成为数据中心处理GPU海量数据的关键，能降低能耗并实现更高传输速度，以解决人工智能领域的能耗瓶颈[4] 财务业绩与增长预测 - 公司预测第四季度营收将创下4.4亿美元的纪录，并预计2025年全年营收将达到15亿美元，这意味着14%的年增长率[6] - 尽管是硬件制造商，公司盈利能力相对较高，预计2025年全年利润将接近2亿美元[6] - 在完成产能扩张后，公司预计人工智能相关业务的年收入将接近10亿美元，使该业务收入增长两倍[6] - 预计到2026年底，数据中心产品将占公司总收入的40%到45%[7] 产能扩张与市场机会 - 硅光子产能扩张计划将于2026年上半年完成，大部分设备已经安装完毕，只待审批[6] - 产能扩张主要是针对现有客户的扩容或容量提升，而非新建项目，这意味着客户可以立即下单，无需再次验证平台，公司最早可在2026年下半年开始利用新增产能进行生产[7] - 数据中心正在从旧平台过渡到基于光子技术的平台，目前普及率只有20%-30%，但最终将达到90%-100%，公司所做事情的潜在市场规模可能会增长三倍[7] 公司财务状况与资本策略 - 公司拥有10亿美元的净现金，足以支持进一步扩张，并且能产生强劲的现金流，目前无意进行任何股权融资[8] - 公司一直在评估收购或扩张的机会，对某些特定的技术能力感兴趣，并有足够的资金来实现这些目标，但目前收购额外生产能力不在计划之内[8] - 公司认为自身是一个非常有吸引力的收购目标，但现阶段并非其追求的方向[8] 竞争格局与历史交易 - 英特尔在取消收购后，已成为公司在服务器集群芯片领域的竞争对手[8] - 回顾此前英特尔提出的50亿美元收购要约，在交易审查的18个月里，公司持续在硅光子学领域进行大量投资，一项关键条款防止了英特尔影响这些投资决策[8] 运营与人力资源 - 公司多年来从未裁员，致力于为员工提供稳定的工作环境[8] - 公司一直非常谨慎地招聘，认为员工在稳定的环境中才能发挥最佳水平[8]

公司股价表现与市场地位 - 自2025年初以来，公司股价已上涨113%，市盈率甚至高于英伟达[2] - 公司当前市值约为440亿新谢克尔（约130亿美元），在特拉维夫证券交易所上市公司中排名第七，在以色列公司中市值排名第五[2] - 公司内部士气处于前所未有的高点，大多数员工持有公司股票，并认为英特尔收购失败是最好结果[1][2] 战略转型与AI驱动增长 - 公司正从一家专注于模拟芯片的“小而美”晶圆代工厂，转型为在AI革命中扮演重要角色的关键参与者[3] - 公司认为其由AI驱动的增长是结构性的，而非市场炒作，并预期业务动能将持续增强[1][3] - 公司近期宣布追加3亿美元投资扩建硅光子生产线，加上今年早些时候的另一笔3.5亿美元投资，总投资额达6.5亿美元[3] 硅光子技术布局与市场机遇 - 硅光子芯片已成为数据中心关键组件，用于解决GPU间高速数据传输的瓶颈，替代传统的铜互连[3] - 该技术能实现更高数据传输速率并显著降低功耗，直接应对当前AI发展的能耗瓶颈[3] - 公司预计在2026年上半年完成产能扩张后，能将硅光子业务的收入提高至原来的三倍[3] 财务与业务前景 - 仅AI相关业务，公司预计年收入将接近10亿美元，成为数据中心超高速数据传输的关键赋能者[4] - 该领域大多数主要系统集成商已是公司客户，当前主要挑战是维持合作关系并持续增长[5] - 公司即将发布一套反映持续增长趋势的新财务模型[5]

文章核心观点 - 随着AI算力需求持续爆发，传统可插拔光模块面临速率和能耗瓶颈，CPO（共封装光学）技术作为下一代数据中心互连的关键路径，其产业化进程正在加速 [1] - 市场资金关注度向CPO方向转移，带动天孚通信、中际旭创、新易盛等产业链公司表现活跃 [1] 行业趋势与市场展望 - 展望2026年，海外算力有望进入“空中加油”新阶段，1.6T光模块明年有望成为主力需求 [1] - 伴随单口传输速率提升，CPO方案有望延长可插拔光模块生命周期 [1] - 光芯片仍是AI光互联中最核心、最紧缺的环节 [1] - 采用外部可插拔光源结合CPO的方案将缓解客户对可靠性的担忧，预计2026年开始形成实质性收入 [1] - 联华电子获得imec的300mm硅光子制程技术授权，该工艺支持CPO应用，将加速硅光子技术发展以满足数据中心对超高带宽和低能耗的需求 [1] 光芯片与硅光子板块 - CPO技术的核心在于将光引擎与计算芯片紧密集成，对上游光芯片及硅光子技术提出更高要求 [2] - 随着AI集群规模扩大，高速率EML芯片等核心器件供需缺口持续存在，且产能扩张更多向高毛利产品倾斜 [2] - 能够提供高速光芯片解决方案或具备硅光子芯片设计、制造能力的企业将直接受益 [2] - 硅光代工平台的成熟与产能扩充为整个产业链的规模化落地提供了基础 [2] 光模块与先进封装板块 - 光模块厂商是CPO技术落地的重要参与方，CPO并非完全替代传统可插拔光模块，而是在特定高密度、高性能场景成为补充或演进方向 [3] - 领先的光模块企业通过布局硅光、光源、光引擎等核心技术，正在向CPO解决方案提供商延伸 [3] - CPO涉及复杂的异构集成与先进封装工艺，需要将光子芯片、电子芯片等在基板上进行高密度封装，对封装技术、材料及测试能力提出新挑战 [3] - 相关封装领域的公司有望迎来新的业务增长点 [3] 配套设施与材料板块 - CPO技术的推广将带动一系列配套设施与专用材料的需求，包括精密的连接器与光纤阵列以实现高效耦合 [4] - 新的封装形式对散热提出更高要求，可能促进液冷等先进散热方案的进一步渗透 [4] - 制造过程中所需的特种基板材料、封装材料等也将面临升级需求 [4] - 这些细分领域的供应商将随着CPO产业化规模的扩大而获得发展机遇 [4] 部分相关公司动态 - **兴森科技**：公司产品可用于CPO产品的封装，CPO封装主要采用MSAP工艺，公司产品在该领域有所应用 [5] - **安孚科技**：公司作为产业投资人联合领投了苏州易缆微半导体技术有限公司的战略融资，易缆微掌握硅光异质集成薄膜铌酸锂等技术平台，产品适用于CPO光模块等，此次投资被视为构建“第二成长曲线”的举措 [5] - **长光华芯**：公司作为IDM光芯片企业，产品涵盖光通信芯片，通过成立苏州星钥光子提前布局硅光集成赛道，构建了从当前高端光芯片国产替代到未来CPO演进的技术竞争力，其100G EML芯片已实现批量交付，200G EML进入客户验证阶段 [5]

文章核心观点 - 在AI数据中心大规模丛集化发展的驱动下，高速互联技术成为决定效能与规模的关键，导致800G以上高速光收发模块需求激增，并引发上游激光光源等核心元件的严重供给瓶颈，进而重塑激光产业供应链格局[2][7] 高速光收发模块市场需求激增 - 2025年全球800G以上的光收发模块需求量达2400万支，2026年预估将增长至近6300万组，年成长幅度高达2.6倍[2] - 数据中心朝大规模丛集化发展，高速互联技术成为决定AI数据中心效能上限与规模化发展的关键[2] EML激光芯片供给瓶颈与Nvidia的战略影响 - 800G以上高速光收发模块的庞大需求，已在供应链最上游的激光光源造成严重供给瓶颈[2] - Nvidia（英伟达）因战略考量垄断了EML激光芯片主要供应商的产能，导致EML激光交期已排到2027年后[2] - EML激光因在单一芯片内整合信号调变功能，生产门槛高且光学组件复杂，全球主要供应商屈指可数，包括Lumentum、Coherent（Finisar菲尼萨）、Mitsubishi（三菱）、Sumitomo（住友）、Broadcom（博通）等[3] - Nvidia为确保其GPU集群对可插拔式光收发模块的需求得到满足，向其EML激光芯片供应商进行包产，是导致市面供给吃紧的主要原因[3] CW激光与硅光子技术成为替代方案 - 相较于EML激光，CW（连续波）激光仅提供恒定光源，需搭配外部硅光子芯片进行信号调变，芯片结构较单纯[5] - 在EML激光短缺之际，采用硅光子技术的CW激光方案成为各大云服务提供商（CSP）积极转进的替代首选[5] - 尽管CW激光生产厂商较多，但其产能扩充受限于生产设备交期，短期内同样难以满足庞大的AI高速传输需求[5] - 激光厂商为满足客户信赖性要求，将后段的芯片切割与老化测试制程外包，促使相关激光供应链产能逐渐吃紧并展开扩产计划[5] - Nvidia对EML激光的垄断策略，意外加速了非Nvidia阵营对CW激光与硅光子技术的采用速度[7] 高速光二极管（PD）需求与磊晶厂外溢商机 - 光收发模块中的光接收元件——光二极管（PD）需求也同步飙升，各厂商正投入开发可接收200G信号的高速PD[6] - 高速PD厂商包括Coherent, Macom, Broadcom, Lumentum等[6] - 高速PD与EML、CW激光一样，皆采用磷化铟（InP）基板进行磊晶[6] - 在激光光源短缺情况下，激光厂商倾向将多数磊晶产能配置于生产激光光源，同时通过外包方式将InP磊晶交由iET-英特磊、全新等专业磊晶代工厂商协助生产，为后者带来显著成长动能[6][7] 供应链格局重塑 - AI庞大的需求正推动高速传输领域上游激光产业的供给吃紧[7] - 当前的产能争夺战正在重塑供应链分工，为具备高阶化合物半导体磊晶与制程能力的相关供应链带来显著的成长动能[7]

文章核心观点 - 赛微电子通过收购瑞典Silex成为全球MEMS代工龙头，并成为谷歌AI算力基础设施关键硬件MEMS-OCS的晶圆制造供应商[3][4] - 为规避地缘政治风险，公司于2025年出售瑞典Silex控制权，战略重心转向国内，导致短期营收下降但获得巨额投资收益，财务表现呈现“短期阵痛”与“长期转型”并存的特征[12][14][16] - 公司未来将聚焦以北京FAB3为核心的国内产线，依托本土市场需求和资金优势，开启国产MEMS代工新征程[13][22][28] 从导航到芯片的跨越式转型 - 公司创始人杨云春以惯性导航技术起家，2016年全资收购全球领先的MEMS芯片制造商瑞典Silex，实现从传统军工导航企业向半导体晶圆制造厂商的转型[5][6] - 公司确立“半导体+特种电子”双主业，后MEMS业务占比提升，转型为以MEMS芯片制造为核心的高科技企业[6] - 公司坚持“Pure-Foundry”（纯代工）模式，专注于为设计公司提供工艺开发和晶圆制造服务，避免与客户竞争[6][7] MEMS核心逻辑与行业地位 - MEMS（微机电系统）是集成电路的重要分支，技术壁垒高，强调复杂的微观结构设计与特色工艺结合[8] - 全球MEMS市场规模预计将以3.7%的年均复合增长率增长，至2030年达到192.0亿美元[10] - 在纯MEMS代工领域，赛微电子旗下的瑞典Silex连续多年位居全球第一[10] - 公司的“工艺开发+晶圆制造”模式契合行业定制化程度高、开发周期长的特点，工艺开发业务（NRE）毛利率高达40%，客户粘性强[10] 财务表现与战略转型影响 - 2025年前三季度营业收入6.8亿元，同比下降17.4%；第三季度单季营收1.1亿元，同比下降59.2%，主要因瑞典Silex于7月完成交割出表[14] - 2025年前三季度归属于母公司股东的净利润达15.8亿元，同比暴增1438%，主要源于出售瑞典Silex产生的约22亿元投资收益[16][18] - 剔除该投资收益，公司主业承压，因北京FAB3产线处于产能爬坡期折旧摊销压力大，且研发投入高：2025年前三季度研发费用达3亿元[18][19] - 2025年上半年毛利率数据显示核心业务盈利质量稳健：MEMS晶圆制造毛利率为37.1%，同比提升3.9个百分点；工艺开发毛利率为42.7%，同比提升5.2个百分点[21] 地缘博弈下的战略抉择与本土化新征程 - 因瑞典ISP否决技术转让申请，公司“瑞典技术+中国市场”协同效应受阻，地缘政治风险增加[11][12] - 2025年出售瑞典Silex控制权，是规避风险、回笼资金聚焦本土发展的战略调整，出售所得用于支持北京、深圳等地本土产能建设[12] - 公司未来重心彻底转向以北京FAB3为核心的国内产线，该产线是国内极少数具备规模量产能力的8英寸MEMS产线[13][22] - 国内5G通信、自动驾驶、生物医疗等领域发展，推动对BAW滤波器、激光雷达微振镜等高端MEMS器件需求爆发，北京产线已实现相关产品量产[23] - 公司近期收购展诚科技控股权及赛莱克斯北京少数股权，强化产业链布局[24] - 公司现金充裕，2025年三季度末货币资金总额22.7亿元，占资产比重25.5%，抗风险能力强[25]

全球芯片巨头投资动态 - 微软和英伟达拟向AI初创公司Anthropic投资150亿美元，同时Anthropic承诺从微软Azure云平台购买价值300亿美元的算力[1] - 美国半导体制造商格芯宣布收购硅光子晶圆代工厂AMF，通过此次收购，格芯有望成为全球营收规模最大的硅光子芯片制造商[1] - 芯片设计巨头Arm为其Neoverse平台导入英伟达NVLink Fusion高速互联，此举将强化两家芯片公司之间的合作关系[1] 中国半导体产业前景 - 第二十二届中国国际半导体博览会（IC China 2025）将于11月23日至25日在北京举办，恰逢"十五五"规划开局起步的重要节点[1] - 数字经济、AI、智能网联汽车等战略新兴产业的加速发展，将为国产芯片创造出前所未有的庞大应用场景和市场空间[1] - "十五五"期间，中国半导体产业将在国家战略引领下，迈向以自主创新和产业链安全为标志的高质量发展新阶段[1] 存储芯片市场与价格 - 继DRAM大幅涨价后，闪存（Flash）也全面涨价，11月19日Flash Wafer（闪存晶圆）价格全面上涨，最高涨幅达38.46%[2] - AI需求持续强劲，存储芯片、部分被动件、高阶CCL等环节已呈现出供不应求、价格上涨的趋势[2] - AI需求的景气拉动范围、幅度，以及国产算力+存力的自主可控能力及需求持续性，被市场低估[2] 电子板块市场表现 - 布局电子板块核心龙头的电子ETF（515260）早盘场内价格一度涨超2%，后随市回调，现跌0.47%，场内频现溢价区间，显示买盘资金更为强势[2] - 成份股中，沪电股份、闻泰科技领涨超2%，海光信息涨逾1%，中芯国际、江波龙、工业富联、歌尔股份等个股逆市飘红[4] - 中微公司跌超4%，北方华创跌逾3%，拓荆科技、瑞芯微等个股跌幅居前，拖累指数表现[4] 电子ETF产品特征 - 电子ETF（515260）被动跟踪电子50指数，重仓半导体、消费电子行业，涵盖PCB、AI芯片、汽车电子、5G等热门产业[5] - 截至10月底，该ETF成份股中，苹果产业链个股权重占比44.63%，受益于iPhone17热销及苹果3年硬件创新加速周期[5] - 外部环境倒逼中国实现半导体产业链自主可控，AI重塑消费电子产品功能边界，国家顶层政策支持电子板块乘势崛起[5]