Overview
光模块（Optical Module）是实现电信号与光信号相互转换的核心器件，用于数据中心、电信网络等场景的光纤通信。在 AI 时代，其定位发生根本变化：GPU 集群规模扩大后，节点间的数据交换、参数同步和推理流量使网络从服务器"配套件"升级为决定集群利用率的核心瓶颈。光模块因此成为 AI 资本开支（AI capex）中弹性最高的环节之一，技术路线从 400G 向 800G、1.6T 迭代，硅光（Silicon Photonics）和 CPO（Co-Packaged Optics）等新技术也在重塑产业格局。
Landscape
光模块的核心价值驱动力来自 AI 数据中心网络侧的带宽瓶颈。当 GPU 训练/推理集群从数千卡扩展到十万卡级别，东西向流量（服务器间数据交换）呈指数级增长，网络延迟和带宽直接决定集群的有效算力利用率。这使得光模块需求与 NVDA 的 GPU 出货形成强耦合，但弹性更高——每一代网络架构升级（400G → 800G → 1.6T）都会带来 ASP 跃升和用量翻倍，而非线性增长。
NVDA 与 COHR（Coherent）、LITE（Lumentum）等光通信厂商建立多年战略合作，标志着光互连已从零部件采购进入 系统方案设计层面[1]。这一变化意味着光模块厂商的早期参与度提升，产品定制化程度加深，但也使技术路线选择更受 NVDA 的交换机架构（如 Spectrum-X、Quantum-X）牵引。对 中际旭创 等中国厂商而言，关键变量在于能否在北美云厂商（Microsoft、Google、Amazon、Meta）的认证体系中维持份额，同时应对潜在的出口限制风险。
产业链弹性按代际释放的特征显著。800G 是当前主力出货产品，1.6T 预计 2025-2026 年进入规模部署；每一代升级涉及 DSP（数字信号处理器）、光芯片（EML/VCSEL/硅光）、封装工艺和测试能力的全面重构，良率爬坡周期决定毛利率走势。市场当前的主导分歧集中于：乐观方认为 AI 推理的持久性东西向流量将支撑光模块需求的长期升级，谨慎方则担忧云厂商阶段性建设后库存上升、ASP 下行，且 CPO/硅光路线可能稀释传统可插拔模块的价值分配[2]。
技术路线竞争是另一关键变量。硅光技术通过 CMOS 工艺集成光器件，理论上可降本增效；CPO 将光引擎与交换机 ASIC 共封装，进一步缩短电互连距离。若 CPO 成为主流，传统可插拔光模块的市场空间可能被压缩，但光引擎/光学组件的价值可能向 COHR、LITE 等上游芯片/器件厂商转移。CRDO（Credo）等 DSP 厂商和 AAOI（Applied Optoelectronics）等差异化玩家也在争夺架构变革中的位置。
TrendForce 将光互连定位提升为与算力硬件同等重要的 AI factory 扩展变量，并预测 CPO/NPO 市场 2030 年将超过 $39B。这为长期需求叙事提供市场规模锚点，但该预测包含 CPO/NPO 全栈价值，传统可插拔模块、CPO 光引擎和 NPO 过渡方案的份额拆分仍不清晰，不能直接等同于 800G/1.6T 模块出货确认。
当前主导力量偏向多头，但依赖 800G/1.6T 订单、毛利率和客户认证的同步验证。若 GPU 出货强劲但光模块订单滞后，说明集群建设存在网络侧瓶颈或 capex 优先级调整；反之，若三者同步改善，则确认 AI capex 已从芯片层扩散至通信基础设施层。
Footnotes
- NVIDIA and Coherent strategic partnership; NVIDIA and Lumentum strategic partnership ↩
- 证伪条件包括：800G/1.6T 订单放缓且库存/交期显示拉货结束；ASP 与毛利率同步下行；CPO/硅光路线导致可插拔模块价值量下降；北美大客户认证受阻或出口限制影响中国厂商交付。 ↩