行业与公司 * 行业：光通信行业，具体涉及AI算力基础设施、光互联技术、光模块、光交换、存储、光纤光缆及国产算力产业[1][2][3][4][5][6][7][8][9][10] * 公司：提及谷歌、英伟达、微软、亚马逊、Meta、OpenAI、博通、阿里、新易盛、旭创、Momentum、Coherent、鸿辰光子等[1][2][3][4][7] 核心观点与论据 1. 光互联成为AI算力关键，市场占比将大幅提升 * 电互联瓶颈：单波速率逼近200G-400G时，电互联传输距离急剧缩减，导致在许多场景下无法满足需求[1][3] * 光互联承接市场：在电互联接近极限的背景下，光互联成为承接市场的必然技术选择[1][3] * 资本开支占比提升：AI发展使得互联在资本开支中的占比从过去的不足10%逐步向20%迈进，未来可能达到30%至40%[1][4] 2. 光交换技术演进：从网络上层下沉，方案走向多元化 * 应用场景下沉：OCS正从网络上层（Spine-Cross层）逐步向Scale-Out和Scale-Up场景下沉[1][2][4] * 技术方案分化： * MEMS方案：当前主流，端口数多但响应速度较慢（延迟可能达十几毫秒），适用于网络上层和谷歌的TPU集群Spine层[2][4][5][7] * 硅光波导方案：为满足英伟达在Scale-Up（短距离）场景对极低延迟（纳秒级）的需求而探索，技术挑战在于端口数难以做大[4][5][6][7] * 市场参与者增加：除谷歌自研外，供应已分散给Momentum、Coherent、旭创、新易盛等厂商，一些器件厂商也展出了OCS整机[2][4] * 关键时间节点：谷歌OCS用量在2026年和2027年将有明显增长；英伟达应用光交换技术预计最早要到2028年以后[1][4][7] 3. 高速光模块交付上量，供应链瓶颈凸显 * 交付节点：800G/1.6T光模块的交付量和产品速率将从2026年第二季度开始再上一个台阶[1][3] * 核心供应链瓶颈：DSP、EML以及硅光Fab产能等核心部件供应紧张，并非单纯依靠囤货能解决[1][3] * 厂商应对策略：头部厂商依赖供应链管理能力及与下游大型云厂商的产业关系协调；例如新易盛通过关联公司鸿辰光子来增强供应保障[1][3] 4. 新型光学材料渗透率加速提升，缓解供应链紧张 * 驱动因素：磷化铟衬底供应短缺导致EML、CW光源等关键元器件紧张；同时为配合CPO等新技术发展[7] * 解决方案：硅光和薄膜铌酸锂等新型衬底材料能够有效缓解供应链短缺问题，例如一个激光器芯片可以驱动4路或8路光信号[1][7] * 渗透率预测：预计在未来2-3年内，硅光与薄膜铌酸锂的渗透率可能从百分之十几迅速提升至百分之几十（约50%）[1][7] 5. 其他重要光互联技术方向 * CPO：作为解决铜互联瓶颈最直接的方案，通过将光互联渗透至交换机内部，预计在2026年和2027年将开始显现出明显的增长趋势[2][7] * 技术路径多样性：各厂商采用的光互联路径不同，如英伟达的CPO、博通和阿里的NPU、谷歌的OCS，但其共同动因都是电互联传输距离的显著缩短[4] 6. AI长周期驱动下，算力板块内部分化与估值重塑 * 周期性品种（存储、光纤光缆）： * 传统上具有很强的商品属性和周期性，估值不高（例如5倍市盈率）[8] * AI长周期（持续5年以上）可能改变传统周期，产品价格有望在较高水平保持稳定[8] * 厂商开始愿意与云服务提供商签订未来两三年的长约，并设置价格下限以稳定盈利，若行业周期性被拉长，其估值范围有望得到提升[8] * 产品技术迭代带来新动力，如光纤向特种光纤、空心光纤升级，存储领域受益于推理需求带动的SSD增长以及HBM的持续升级[8] * 成长性品种（光模块）： * 周期性历来相对较弱，核心驱动力在于持续的产品迭代[8] * 进入AI时代后，技术升级带来的头部集中效应愈发明显，800G及1.6T等高端产品的供应商数量有限[8][9] * 头部厂商凭借多年前的技术布局优势显著，光模块的估值理应高于周期性更强的品种[8][9] 7. 国产算力产业：核心矛盾在于GPGPU成熟度，聚焦头部厂商 * 发展阶段差异：国内算力产业的核心矛盾仍在于最基础的GPGPU尚未完全成熟，而海外已开始探索超节点、新型互联体系等前沿路径[9][10] * 技术壁垒高：GPGPU架构的技术壁垒极高，远超单个光芯片设计，头部企业凭借与客户的持续验证和软件迭代，优势显著[9][10] * 关键验证节点：2026年第三季度是检验各家厂商产品交付能力和市场认可度的重要窗口[10] * 投资策略：当前阶段，仓位重要性可能高于个股选择，投资市值最大的头部厂商是相对稳妥的策略；阿尔法机会更多地集中于头部大票[10] 其他重要但可能被忽略的内容 * AI产业进展积极：从当前大模型迭代速度（如Claude在代码生成能力的突破）以及GPT-6可能落地的传闻来看，AI产业发展势头积极，模型能力的提升将直接利好算力基础设施[9] * 价格波动示例：存储行业价格波动显著，例如2026年3月初DDR4价格一度接近每片30美元，但到3月底已跌至不足20美元，而大厂的一季度合约价仅为10美元出头[8] * 光模块历史表现：在上一轮云计算周期中，即便大厂资本开支在2021至2022年出现阶段性调整，头部光模块厂商也未出现亏损，仅是利润同比下滑百分之十几到二十[8]