光通信:AI 数据中心里,那条没人注意的血管

「行業研究」第十篇。AI 算力棧那篇,我提到價值正從芯片向網絡遷移。這一篇把「網絡」這一環單獨拆開——光通信,這條 AI 數據中心裏最不起眼、卻越來越卡脖子的血管。

01為什麼 AI 讓「連接」變成了大問題

先理解一個反直覺的事實——把一萬張 GPU 買回來堆在一起,它們不會自動變成一台超級計算機。

訓練一個大模型,需要成千上萬張 GPU 協同工作:它們要不停地交換數據、同步參數。如果 GPU 之間的「溝通」速度跟不上,那再多的 GPU 也無法高效協同——大量算力會浪費在「等數據」上。讓海量 GPU 真正變成一個整體的,是中間那張高速網絡。

而隨着 AI 集羣越來越大——從千卡,到萬卡,到十萬卡——這張網絡的重要性急劇上升。原因是:集羣規模越大,GPU 之間需要交換的數據越多,互連的壓力呈非線性增長。 一個十萬卡的集羣,光是讓這些 GPU 彼此「説上話」,就是一個極其龐大的工程,互連的成本和耗電,佔整個數據中心的比重越來越高。

這就是為什麼 AI 把「連接」變成了大問題。在傳統計算裏,網絡是配角;在 AI 超大集羣裏,網絡是決定整個集羣能不能高效運轉的關鍵。而承擔這種高速、大容量、長距離連接的,主要就是光——光模塊、光纖、光交換。算力是肌肉,光是血管。肌肉再壯,血管供不上,也是廢的。

02光通信的「重複性需求」:一個比一次性買賣更好的生意

光通信這門生意,有一個特別值得投資者注意的特性——它的需求是「重複性」的,而非「一次性」的。 這一點,讓它比很多硬件生意的商業模型更好。

邏輯在於光模塊的升級節奏。AI 數據中心的光互連,有一個清晰的速率升級路徑:400G → 800G → 1.6T → 3.2T……每一代 GPU 出來,集羣規模和帶寬需求上一個台階,就需要更快的光模塊來匹配。

關鍵在於:這不是一次性採購,而是持續的、被 GPU 迭代驅動的升級換代。 英偉達一年一迭代(還記得英偉達那篇),每一代新平台,都要求配套的光互連同步升級。這意味着光模塊廠商面對的,是一個隨 GPU 迭代不斷重複的換代需求——舊的 800G 還沒用舊,1.6T 的需求又來了。

「重複性需求」是比「一次性買賣」好得多的生意模型——它讓收入更可預測、更持續,不像有些硬件賣一次就完了。只要 AI 集羣在升級、GPU 在迭代,光互連就要跟着換代。這是光通信作為「賣鏟子」標的,比一般賣鏟子更優越的地方:它的鏟子,客户得反覆來買。

03CPO:一場正在發生的架構變革

光通信賽道當下最大的變量,是一場叫 CPO(Co-Packaged Optics,光電共封裝) 的架構變革。理解它,你才能判斷這個賽道未來的贏家和輸家會怎麼洗牌。

問題的起點,又是電(還記得價值遷移那篇——電是 AI 最硬的約束)。傳統的光模塊是「可插拔」的——光電轉換髮生在交換機外面、插在端口上的模塊裏。這套方案靈活,但有個致命問題:隨着速率越來越高,這些可插拔光模塊的耗電急劇上升,成了數據中心電力賬單裏越來越大的一塊。在「電是稀缺資源」的 AI 時代,這是不可接受的。

CPO 的思路,是把光電轉換直接挪到交換芯片(ASIC)旁邊、和它封裝在一起——縮短電信號傳輸的距離,從而大幅降低功耗。簡單説:CPO 用「把光器件搬到離芯片更近的地方」,換取「省電」。 在電力成為瓶頸的背景下,這個省電的價值是巨大的。

這場變革的意義在於,它會重新洗牌賽道的價值分配:

• 它把光通信從「做可插拔模塊」的環節,往「先進封裝 + 芯片級集成」的方向推——技術壁壘更高了。
• 它讓那些既懂交換芯片、又懂光器件、還懂先進封裝的玩家(典型如博通這類同時做交換 ASIC 的巨頭)佔據有利位置。
• 它可能邊緣化一部分只會做標準可插拔模塊的廠商。

CPO 之於光通信,有點像 HBM4 的「base die 用邏輯工藝」之於存儲(還記得 HBM 那篇)——它都是把一個原本相對標準化的環節,往「更高集成、更高壁壘」推,從而抬高門檻、固化領先者。判斷光通信的長期贏家,很大程度上就是判斷:誰能在 CPO 這場架構遷移裏佔到位置。

04關鍵區分:會打價格戰的「模塊」,和有壁壘的「光芯片」

這是看光通信投資,我認為最重要的一個區分——光通信不是鐵板一塊,它至少分成「會打價格戰的低壁壘環節」和「有真護城河的高壁壘環節」,而價值正在向後者集中。

低壁壘、易價格戰的環節:標準光模塊的組裝。 做標準化的可插拔光模塊,本質是組裝——把光芯片、電芯片、封裝拼起來。這個環節競爭極其激烈(全球大量廠商,尤其中國廠商極有成本優勢),容易陷入價格戰、毛利被侵蝕。面對美股,純做模塊組裝的邏輯,要警惕「需求很旺但利潤被價格戰吃掉」的陷阱。

高壁壘、有護城河的環節: 真正的價值,集中在模塊裏那幾個最難的部件上——

• 光芯片 / 激光器:模塊裏負責發光、收光的核心器件,技術壁壘高,玩家少。
• DSP / 電芯片:負責高速信號處理的芯片,博通、Marvell 這類公司主導。
• 交換 ASIC:整張網絡的大腦,博通是絕對主導者之一。
• CPO 相關的封裝與集成 IP:上面講的下一代架構的核心。

面向美股,看光通信的正確姿勢,是順着「壁壘」往上看——別盯着會打價格戰的模塊組裝,盯着激光器、DSP、交換 ASIC、CPO 這些有真護城河的硬環節。 價值在這條鏈裏高度不均勻地分佈,而 AI 的紅利,會優先、且持久地流向那些別人替代不了的硬部件,而不是誰都能做的組裝。這又回到我反覆講的——在一條產業鏈裏,找那個「卡脖子」的環節,利潤就在那裏。

05寫在最後

光通信,是 AI 故事裏一條容易被忽略、卻真實卡脖子的血管。

它的邏輯鏈很清晰:AI 集羣越大,GPU 之間的連接越關鍵;連接越關鍵,光的價值越高;而 GPU 一年一迭代,光就得跟着一代代換代——這構成了一個難得的「重複性需求」。在「賣鏟子」的邏輯裏,光通信賣的是那種客户得反覆來買的鏟子,這讓它的生意模型,比一次性硬件買賣更優越。

但它也不是一個可以閉眼買的賽道。它內部高度分化:標準模塊組裝會打價格戰、利潤被侵蝕;而真正的護城河,藏在激光器、DSP、交換芯片、CPO 這些硬環節裏。而 CPO 這場由「省電」驅動的架構變革,正在重新洗牌整個賽道的價值分配——把它往更高壁壘、更高集成的方向推。

所以我看光通信,守兩條:第一,認它的「重複性需求」是真紅利;第二,嚴格區分會價格戰的模塊和有壁壘的光芯片,只在後者裏找價值。 把這兩條放一起,你就能既享受 AI 對光互連的持續拉動,又避開「需求很旺、利潤很薄」的組裝陷阱。

如果只留一句——

在 AI 數據中心裏,光是連接算力的血管,而且是 GPU 每迭代一次就要換一次的血管——這是它最好的地方。但血管也分三六九等:別買誰都能做的管壁(模塊組裝),買那個別人造不出的、最硬的接口(光芯片與 CPO)。

下一篇,我們離開算力的世界,看一個完全不同、卻同樣在經歷範式之變的賽道——創新藥。

——

風險提示:本文為產業鏈研究,所涉公司僅作分析示例,不構成任何投資建議。市場有風險,投資需謹慎。