AI時代的"光進銅退"：為什么光互連是算力爆炸的唯一出路？

文 | 邱吉洲聊AIDC模塊電源

2026年3月GTC大會上，黃仁勛說了一句話，讓整個光通信行業的估值邏輯一夜重估："AI基礎設施的下一個決定性戰場——不是算力，不是內存，而是連接。"隨后一個月，英偉達向三家光學公司砸下60億美元。而在兩年前，他還公開說過光互連"太耗電"。

從"太耗電"到"60億美元押注"，這180度的轉向背后，是一條被AI算力爆炸性增長逼出來的鐵律：銅纜已經走到了物理盡頭，光互連不是"更好的選擇"——是唯一的出路。

這不僅是技術替代的敘事，更是一張正在展開的價值數千億的產業鏈重構地圖。

一、銅纜的終點：當"幾米"變成不可逾越的鴻溝

先看一組最簡單的對比數據：

在400Gbps速率下，銅纜的有效傳輸距離——只有數米。數米之后，信號衰減到不可用。而同樣速率下的光纖，傳輸距離可達數千公里。疊加DWDM（密集波分復用）技術后，單根光纖可以承載數十太比特的數據。

這不是"銅纜比光纖差一點"——這是數量級的差距。

1.1 為什么銅纜不行了？物理定律不跟你講道理

銅纜的物理困境可以歸結為三個字：衰減、串擾、功耗。

高速電信號在銅介質中傳輸時，高頻分量會急劇衰減——這就是所謂的"趨膚效應"和"介電損耗"。速率越高，衰減越快。到了112Gbps PAM4（800G光模塊的單通道速率），銅纜的傳輸距離已經被壓縮到一米以內。到了224Gbps（1.6T時代），幾乎只能在芯片封裝內部走銅線。

更要命的是功耗。銅纜傳輸高速信號需要的驅動電流隨速率指數增長，而功耗=I2R。速率翻倍，功耗翻四倍。在一顆GPU已經吃到1000W+的時代，沒有哪個數據中心運營商愿意把寶貴的電力預算再分一大塊給銅纜的傳輸損耗。

1.2 GPU集群的"帶寬墻"

這才是核心矛盾，也是理解"光模塊為什么是剛需"的關鍵。

AI大模型訓練的本質，不是一顆GPU在算，而是成千上萬顆GPU協同計算。以GPT-5級別的模型訓練為例，需要數萬張GPU組成一個邏輯上的"超級計算機"——這意味著GPU之間需要海量的數據交換。每張GPU產生的中間結果（梯度、參數更新）必須在極短的時間內同步到集群中所有其他GPU上。

這個"極短的時間"有多短？如果一張GPU等了另一張GPU的數據超過幾微秒，整個訓練流水線就會停滯——這就是業界常說的"通信尾延遲"（tail latency）。萬億參數模型對通信帶寬的需求已經達到Tbps級別，而銅纜的路已經走到了盡頭。

2026年GTC上，黃仁勛宣布要用光互連把GPU系統從72顆擴展到576顆乃至1152顆。這個數字背后的工程含義是：沒有光互連，GPU集群的規模天花板就是72顆。不是不想更大，是銅纜不讓你更大。

正如IEEE Spectrum所總結的："連接足夠多的GPU，以一種廉價、低功耗、可靠的方式——這是這個時代最重要的封裝問題。誰解決了它，誰就贏得了一切。"

二、光模塊不是"升級"，是"唯一解"

理解了銅纜的物理極限，再看光模塊的定位就完全不同了。

過去十年，光模塊在數據中心一直扮演"配角"——它負責機架之間的長距離連接，屬于"能用就行"的配套設備。投資者也按配套設備的邏輯給它估值：周期股，跟著數據中心建設節奏走。

但AI時代徹底改寫了這個敘事。

2.1 從"配角"到"主角"：光互連的戰略地位重估

2026年6月Computex大會上，黃仁勛與Marvell CEO墨菲同臺對談，兩人達成了一個此前行業從未公開表達的共識："連接器件正從‘配角’走向‘主角’。高速互連被重新定位為與GPU同等重要的戰略性資源。"

這個表態的信息量極大。在英偉達的生態體系里，"戰略性資源"意味著什么？意味著你會愿意為它投入研發、投資供應鏈、甚至直接投資上游公司——而英偉達確實這么做了：一個月內60億美元投向三家光學公司。

更關鍵的細節是黃仁勛的原話："能用銅纜的地方會盡量用銅纜。但當傳輸距離和帶寬超越物理極限時，海量的光學器件——尤其是下一代CPO技術——將成為不可或缺的剛需。"

注意這個詞："海量"。它不是"部分替代"，而是"海量的光學器件"。因為GPU集群每擴大一倍，光互連的需求不是線性增長，而是超線性增長——每張GPU都需要和更多其他GPU通信。

2.2 CPO：光互連的"iPhone時刻"

如果說傳統可插拔光模塊是把光器件封裝在一個獨立的金屬盒子里、插在交換機面板上，那CPO（Co-Packaged Optics，共封裝光學）就是把光器件直接集成到交換芯片或GPU芯片的封裝基板上。

這個變化有多根本？

傳統可插拔方案：芯片電信號 → PCB走線 → 連接器 → 光模塊內部電路 → 激光器 → 光纖。信號路徑長、損耗大、功耗高。

CPO方案：芯片電信號 → 極短互連 → 硅光芯片（同在封裝內）→ 光纖。路徑縮短了數十倍，功耗降低65%~73%（博通實測數據）。

2026年，英偉達Spectrum-X和Quantum-X交換機已全面部署CPO，博通Davisson平臺緊隨其后。Cignal AI預測：CPO端口年部署量將在2030年超過3000萬個，ELSFP外置光源模塊市場屆時將突破15億美元。

這不再是"實驗室里的技術"，而是正在上量的商業化產品。

三、從800G到1.6T：速率競賽背后的產業鏈重構

光模塊的速率迭代，過去遵循"3-4年一代"的節奏——400G→800G→1.6T，數據中心按部就班升級。但AI的出現把這個節奏徹底打亂了。

3.1 800G正在批量上量，1.6T今年開始出貨

2025年全球光模塊銷售額預計達到238億美元。800G光模塊正在批量上量，成為AI數據中心的標配。而1.6T光模塊（基于224Gbps PAM4電接口）今年開始出貨，標志著行業正式邁入Tbps時代。

速率翻倍的背后，是光芯片的全面升級。從800G到1.6T，單通道速率從112Gbps跳到224Gbps，這對激光器芯片的調制帶寬、光電探測器的響應速度、驅動芯片的信號完整性都提出了極限要求。

3.2 EML vs 硅光：一場"雙軌并行"的路線之爭

當前800G/1.6T光模塊有兩條主要技術路線：

傳統路線：EML（電吸收調制激光器）。把DFB激光器和電吸收調制器集成在同一塊磷化銦襯底上，出光和調制物理分離，避免了直接調制的"啁啾效應"（波長抖動）。優勢是信號質量極好，傳輸距離遠（幾十公里無中繼）。短板是制造極難——20~30層外延結構，每層厚度誤差需控制在原子級別，良率低，成本高。

硅光路線：用CMOS工藝在硅基襯底上直接"刻"出調制器、波導、耦合器等光學器件，外掛一個CW連續波激光器。優勢是用造芯片的成熟工藝大規模制造光器件，成本低、集成度高、功耗低。短板是硅本身不發光（需要外掛光源），插損比傳統方案大，產業鏈尚在建立中。

市場格局正在形成：硅光在800G及以上速率場景滲透率持續攀升，預計2026年超過50%。但EML在長距（FR/LR/ER）和相干場景的地位短期難以撼動。兩種路線將長期"雙軌并行"——EML守長距，硅光攻高速。

Intel 400G 硅光架構示意圖

3.3 Marvell 32.5億美元收購Celestial AI：硅光已不是"未來時"

2026年，Marvell斥資32.5億美元收購硅光子初創公司Celestial AI——這不是一次普通的并購，而是一個明確的信號：硅光技術從"研發階段"進入了"戰略卡位階段"。Marvell是全球最大的數據中心芯片供應商之一，它的布局意味著硅光互連將在未來2-3年內進入GPU和XPU的封裝內部。

與此同時，Ayar Labs發布了全球首個支持UCIe標準接口的光學chiplet——TeraPhys，單顆可實現8Tbps的GPU間光互連帶寬。Lightmatter發布了Passage L200和M1000系列，將光互連直接堆疊在GPU下方。Xscape Photonics拿到了4400萬美元融資，將頻率梳激光器直接集成到硅光芯片上。

創業公司、半導體巨頭、光模塊龍頭——三條戰線同時開打，硅光互連的軍備競賽已經全面爆發。

四、光芯片：皇冠上的明珠與國產替代的窗口期

如果說光模塊是AI數據傳輸的"血管"，那光芯片就是"心臟"。光器件占光模塊成本的73%，而光芯片又是光器件的核心。

4.1 EML：卡住整個產業鏈脖子的那塊芯片

在800G/1.6T時代，EML芯片是當之無愧的"皇冠上的明珠"。它占據了光模塊中價值量最高、技術壁壘最深的環節。目前全球高端EML市場主要由Lumentum、Coherent（原II-VI）、Broadcom三巨頭主導，日本三菱和住友在InP襯底和高端芯片領域也占據重要位置。

這個行業的壁壘有多高？三重"銅墻鐵壁"：

第一重：技術壁壘。外延生長需要MOCVD設備在襯底上"長"出幾十層納米級薄膜，每層厚度誤差需控制在原子級別。EML芯片需要20~30層外延結構，錯一層全報廢。光柵刻蝕精度要求納米級。工藝窗口極窄——溫度、氣壓、氣體流量稍有偏差，良率直接從80%掉到20%。

第二重：產能壁壘。MOCVD、電子束光刻等核心設備被海外壟斷（德國Aixtron、美國Veeco），交付加調試周期超過一年。高端InP襯底幾乎被日本住友壟斷。擴產從買設備到跑通量產，至少2~3年。

第三重：產業鏈壁壘。光模塊廠商對光芯片的驗證周期長達1.5~2年。一旦通過驗證，客戶粘性極強——沒人愿意為省幾塊錢去冒整機故障的風險。新進入者要從零建立客戶信任，時間成本極高。

三重壁壘疊加，導致高速率光芯片長期供不應求。行業預計短缺格局將延續到2027年。

4.2 國產光芯片：2025-2027是決定命運的窗口期

國產光芯片目前處于什么位置？用四個字概括："能用"到"好用"之間。

CW光源（硅光模塊的外掛激光器）：國產已實現批量出貨，基本完成替代——這一塊已經"上岸"。

CW出光耦合到硅光芯片并使用MZM進行調制

100G EML：國產已實現技術突破，處于量產爬坡和客戶驗證階段。這是當前最關鍵的一步——從"研發成功"到"通過頭部光模塊廠商驗證"，意味著1~2年內的確定性放量。

200G EML：國產少數廠商進入驗證，海外仍占絕對主導。

EML激光器結構圖

硅光芯片：國產處于早期布局階段，與海外差距較大。

核心判斷：2025-2027年是國產光芯片規模化替代的關鍵窗口期。一旦錯過這個窗口，隨著技術迭代加速（1.6T→3.2T），差距可能再次拉大。而上游InP襯底的國產突破（如云南鍺業、廣東先導等），將是釋放整個國產光芯片產業鏈產能天花板的關鍵變量。

五、市場空間與投資邏輯：從"周期配套"到"AI核心"的估值重構

5.1 市場量級

2025年全球光模塊市場238億美元。Cignal AI預測2030年CPO端口年部署量超3000萬個，ELSFP市場突破15億美元。Dell’Oro預測ZR模塊市場2030年達44億美元。更上游的半導體激光器市場，2030年有望突破百億美元。

但光模塊本身的銷售額只是冰山一角。AI驅動的光互連需求，正從"機架間"延伸到"機架內"，再延伸到"芯片間"——每一個延伸都是全新的增量市場。當光互連從"可插拔"走向"共封裝"，價值量從光模塊向光芯片、硅光晶圓、先進封裝等更上游環節遷移。

5.2 估值邏輯的重構

過去光模塊行業的估值邏輯很簡單：它就是一個數據中心配套設備，跟著Capex周期走——現在建數據中心多，光模塊就賣得多；建少了就跌。典型的周期股特征。

但黃仁勛在Computex上的表態，從根本上改變了這個敘事。當"連接"被重新定義為"與GPU同等重要的戰略性資源"，光模塊行業的估值邏輯就有機會從"周期配套品"向"AI核心部件/成長股"切換。

這不是概念炒作，而是產業基本面在發生結構性變化：

1. 需求驅動力變了：從"數據中心建設節奏"變為"GPU集群規模擴張"——前者是周期性的，后者是指數級的。
2. 產品形態變了：從"獨立的外掛盒子"變為"與芯片共封裝的集成部件"——技術壁壘更高，客戶粘性更強，毛利率天花板更高。
3. 競爭格局變了：從"光模塊廠商自己的戰場"變為"英偉達、博通、Marvell等半導體巨頭親自下場"——行業門檻被巨頭的供應鏈要求大幅抬高。

5.3 關鍵觀察維度

如果你在關注光芯片賽道的投資機會，以下維度值得持續跟蹤：

1. EML芯片的國產驗證突破：誰率先宣布"100G EML通過頭部光模塊廠商驗證"，就意味著1~2年內的確定性放量。這是光芯片賽道最大的催化劑，沒有之一。
2. 硅光生態的合縱連橫：英偉達+臺積電+Lumentum、博通+自研、Marvell+Celestial AI——三條硅光供應鏈正在形成。誰綁定了最核心的GPU客戶，誰就鎖定了最大的市場增量。
3. 上游襯底突破：InP襯底的國產化是整個國產光芯片產業鏈的"水龍頭"。水龍頭不打開，下游再努力產能也上不去。
4. CPO部署節奏：Cignal AI預測2027年起步、2029-2030年加速——這個節奏決定了光模塊廠商和光芯片廠商的產品路線圖和產能規劃。

海外三巨頭

廠商

國家

核心優勢

Lumentum

美國

InP 激光器全球龍頭，EML 和相干光芯片全面領先；2024Q4 云計算業務環比增長 20%

Coherent（原 II-VI）

美國

全球唯一同時覆蓋 InP 和 GaAs 光芯片的全能選手，2022 年收購原 Coherent 后打通材料到器件全鏈；2024Q4 網絡業務營收 8.16 億美元

Broadcom（博通）

美國

在硅光、CPO（共封裝光學）領域布局最深，將光引擎與交換機 ASIC 直接整合

此外，日本三菱電機、住友電工在 InP 襯底和高端 EML 芯片領域占據重要位置；富士通在相干光模塊領域積累深厚。

國產軍團：從"能用"到"好用"的跨越

廠商

上市

核心進展

源杰科技

A 股

CW 光源批量出貨；100G/200G EML 進入量產或客戶驗證階段

長光華芯

A 股

CW 光源批量出貨；56G/100G EML 布局；GaAs 和 InP 雙平臺

仕佳光子

A 股

CW 光源批量出貨；100G/200G EML 進入量產或客戶驗證階段；PLC 無源芯片國內領先

光迅科技

A 股

光模塊全產業鏈布局，光芯片自研自用，25G DFB/EML 已量產

華工科技（華工正源）

A 股

光模塊龍頭，向上游光芯片延伸，硅光布局積極

中際旭創

A 股

全球光模塊出貨量第一，但光芯片主要外購，正向自研方向投入

海信寬帶

未上市

接入網光模塊全球領先，擁有自研光芯片產線

六、結語

回到文章開頭那個問題：為什么光模塊是"必須"，而不是"更好的選擇"？

答案就藏在物理定律里。銅纜在400Gbps下只能傳幾米，光纖可以傳幾千公里——這不是"好一點"，是數量級的差距。當AI大模型需要數萬張GPU組成一個邏輯"超級計算機"，當黃仁勛宣布要把GPU集群從72顆擴展到1152顆，銅纜的物理極限就是這個擴展路徑上的"硬天花板"。

光互連不是"更好的技術"，而是"繞過物理天花板的唯一通道"。

而這場"光進銅退"的革命，才剛剛開始。從機架間的可插拔光模塊，到機架內的CPO共封裝光學，再到芯片間的硅光互連——光正在一寸一寸地"吃掉"銅的領地。每一次"入侵"，都意味著新的產業機會、新的競爭格局、新的投資邏輯。

正如IEEE Spectrum那篇報道的結尾所言："連接足夠多的GPU，以一種廉價、低功耗、可靠的方式——這是這個時代最重要的封裝問題。誰解決了它，誰就贏得了一切。"

• 參考來源：招商證券光芯片行業深度報告、LightCounting、Cignal AI、Yole、IEEE Spectrum、新浪財經行業報道、各公司年報及公開信息。