核心观点 - 尽管公司第四季度营收超预期，但由于运营成本飙升、净亏损扩大以及对第一季度营收的保守指引，公司股价在盘后大跌超8% [1] - 为满足激增的AI算力需求并处理天量积压订单，公司计划大幅增加资本支出以扩张产能，这导致短期利润将承受巨大压力 [1][4][5] 财务表现与预期 - **第四季度业绩**：营收同比增长110%至15.7亿美元，略高于分析师预期的15.5亿美元 [2] - **第四季度盈利**：每股亏损89美分，远差于分析师预期的每股亏损49美分 [2] - **运营支出**：第四季度运营成本飙升至16.6亿美元，是前一季度的两倍多 [2] - **第一季度指引**：预计营收为19-20亿美元，低于分析师预期的22.9亿美元 [2] - **2026年全年指引**：预计营收为120-130亿美元，与分析师预期的120.9亿美元基本一致 [2] 运营与资本支出 - **产能扩张**：公司计划大幅增加资本支出，2026年资本支出计划为300-350亿美元，远高于2025年的103.1亿美元 [4] - **电力容量目标**：计划到2026年底拥有超过1.7吉瓦的活跃电力容量，高于分析师平均预期的1.59吉瓦，并计划到2030年超过5吉瓦 [4] - **当前运营规模**：截至年底，拥有43个活跃数据中心，活跃电力容量为850兆瓦，合同电力容量为3.1吉瓦 [4] 市场需求与积压订单 - **需求来源扩大**：AI基础设施需求已从超大规模云服务商和基础模型领域，爆发式增长至企业领域和主权领域，新参与者不断介入 [4] - **积压订单高企**：截至去年年底，未完成收入（积压订单收入）从第三季度末的556亿美元增加至668亿美元 [5] - **合同期限延长**：合同平均履行期限已从2024年底的4年延长至5年 [5] - **扩张逻辑**：公司基于客户迫切希望更快获得更多基础设施服务的需求，有意决定加快建设步伐并承受短期利润损失以扩大规模 [5] 行业与供应链背景 - **关键供应商**：公司背靠英伟达，其GPU是公司产品的核心组成部分，但目前英伟达芯片供应仍然紧张 [2] - **关键部件价格**：英伟达H100处理器在第四季度的平均价格与年初持平，而较旧的A100处理器价格在2025年有所上涨 [3] - **行业风险**：AI巨头资本支出增长的持续性问题已成为困扰华尔街投资者的主要风险，微软、Meta等公司的大举扩张已导致股价下滑 [5]

光子芯片的技术背景与驱动力 - 生成式人工智能模型日益复杂，其运行消耗的能源剧增，支撑模型的电子芯片正逼近速度与能效的物理极限[2] - 使用光驱动的光子芯片被视为解决上述难题的潜在方案[2] - 美国对高端电子芯片及制造设备的出口管制，进一步推动中国加速研发光子计算等高性能计算替代技术[3] - 中国已将光子技术纳入“十四五”规划重点布局领域，并提供持续稳定的资金支持[3] 光子芯片的技术原理与优势 - 光子芯片利用光子传输信息，其传播速度更快且不会以热量形式损耗能量，因此在性能和能效上优于电子计算系统[4] - 光子芯片通过控制光的振幅、相位及干涉模式完成运算，具备高能效优势[4] - 目前光子芯片已应用于传感器、数据通信系统及生物医学设备等领域[4] 中国在光子芯片领域的研究进展与地位 - 过去五年，光子芯片相关研究取得飞速进展，中国在该领域处于全球领先地位[2] - 中国在光子芯片领域的基础设施、技术能力与人才储备上进行了战略性投入[2] - 2024年中国研究人员发表的光子芯片相关论文达476篇，数量位居全球首位[2] - 2017年至2025年间，中国作者发表的相关论文数量增长了9倍[2] 近期关键技术突破 - 上海交通大学团队发布了首款全光计算芯片LightGen，可运行先进的生成式人工智能模型，完成图像生成、视频编辑及三维场景构建等任务[4] - LightGen芯片采用高密度集成超表面技术，集成了数百万个光子神经元，并配备了专为光子计算系统打造的训练算法[5] - 据团队介绍，LightGen芯片在生成图像、编辑视频及构建三维场景的速度与能效上，均超越了英伟达A100等高端处理器[5] - 该成果为研发具备高速、高能效优势的专用光子芯片提供了有力的概念验证[5] 产业化与生态发展 - 中国正积极推动产学研深度融合，为技术发展提供强大支撑[5] - 通过光子芯片初创企业（如苏州的光本位与中际旭创）加速了技术商业化落地进程[5] 光子芯片面临的挑战与未来展望 - 光子芯片运行所需的激光器、探测器、调制器等配套组件会消耗能量，其总能耗是否超过所节省的能耗仍需在实际应用后验证[7] - 光子芯片的架构需根据具体用途进行针对性调整，可扩展性是其尚未解决的关键问题，研发类似英伟达芯片的通用型光子处理器面临巨大挑战[7] - 光子芯片完全取代多功能电子处理器的可能性极低，未来更可能作为一种专用组件融入混合计算生态系统[7]