AI算力bottleneck：光模块业绩兑现链深度拆解
——从800G到3.2T的技术跃迁与产业链重构

1引言：为什么光模块成为AI算力的bottleneck

2025年以来，AI大模型的训练与推理正在经历一场规模革命。GPT-5级别的模型参数量已突破10万亿量级，单次完整训练所需的GPU算力时数较GPT-3时代增长了近3个数量级。这意味着，传统的"堆GPU"策略正在触达一面物理之墙——不是GPU算力的墙，而是数据在GPU之间搬运速度的墙。

这面墙的本质是光互联带宽。在万卡乃至十万卡集群中，每块GPU在训练过程中需要与其他数百块GPU频繁交换梯度数据。如果GPU之间的数据传输带宽不足，GPU将大量时间浪费在"等待数据"而非"计算"上，GPU利用率可从理论值的90%以上骤降至40%以下。光模块——这个将电信号转换为光信号、实现数据中心内部高速互联的核心器件——由此从数据中心基础设施的"配角"跃升为决定AI算力效率的"bottleneck"。

从配比关系看，AI集群中GPU与光模块的配比正在持续攀升。以英伟达的架构演进为参照：H100 DGX系统的光模块配比为1:3（每块GPU对应3只光模块），到了B300 NVL72架构，这一比例提升至1:4.5。而在基于自研ASIC芯片的训练集群中，由于ASIC的网络接口密度更高，配比可达1:8。

高盛在2026年7月的最新研报中，将2026-2028年全球AI服务器机架数分别测算为5.5万、10.5万和16.3万架，年复合增速约72%。摩根士丹利则进一步上修了2027-2028年Hyperscaler的Capex预期至1.23万亿和1.396万亿美元。这些数字的背后，是一个被严重低估的光模块超级周期正在启动。

2全球光模块市场规模建模：多机构数据交叉验证

2.1 多机构数据对比

关于全球800G光模块的市场规模，不同研究机构给出了差异显著的数据。下表汇总了主要机构的测算：

表1：主要机构2026年全球800G光模块市场规模测算对比

三组数据之间的差异主要源于统计口径的不同。高盛的509亿美元包含了DCI（数据中心互联）、长距传输等非纯数据中心内部场景，而LightCounting和TrendForce更聚焦于数据中心内部Short-reach应用。剔除口径差异后，核心市场共识在260-285亿美元区间。

2.2 自上而下的市场空间推算

我们尝试建立一个从下游capex到光模块市场规模的推算模型：

这一推算表明，全球AI光模块市场在2028年有望触及千亿美元量级，这是一个堪比GPU市场的超级赛道。而市场对此的认知可能仍不充分——多数投资者还在用传统电信光模块的框架来理解AI光模块的增速。

2.3 1.6T与3.2T的增量空间

上述测算仅基于800G的价值量。事实上，速率迭代将带来显著的价值量提升。根据产业链调研数据：

表2：光模块速率迭代路线图与价值量跃迁

3.2T单只价值量是800G的3倍以上，且2027年开始放量。这意味着即使出货量不增长，仅速率升级带来的价值量提升就能使光模块市场规模在2028-2029年实现翻倍。

3技术路线深度拆解：速率迭代与封装方案之争

3.1 速率迭代：800G → 1.6T → 3.2T

光模块速率的迭代并非简单的"线性提速"，而是涉及光电芯片、调制格式、DSP算法的系统性升级。每一代速率的提升，都伴随着技术难度的阶跃式上升和价值量的重新分配。

800G时代（2024-2026）

800G光模块的主流方案是8×100G架构，即通过8通道、每通道100Gbps的并行传输实现800Gbps总带宽。核心光电芯片采用EML（电吸收调制激光器）或硅光方案。EML方案成熟度高、良率好，是目前800G出货的主流选择；硅光方案则在成本下降曲线和大规模集成方面具备长期优势。

1.6T时代（2026-2027）

1.6T光模块面临两条技术路径的分歧：一是延续8×200G架构，要求单通道速率翻倍至200Gbps，对EML芯片的带宽和线性度提出更高要求；二是转向4×400G架构，采用更复杂的调制格式（如200G PAM4→100G per lane的升级）。无论哪种路径，核心瓶颈都在光芯片层面——200G per lane的EML芯片目前全球仅少数厂商具备量产能力。

3.2T时代（2027-2028+）

3.2T将是一个技术分水岭。业界正在探索的方案包括8×400G（需400G per lane芯片）、16×200G（通道数翻倍）、以及基于相干检测的新技术路线。3.2T对光芯片、DSP芯片和封装工艺的要求将出现质的飞跃，单只价值量可达800G的3倍以上。

3.2 封装方案之争：可插拔 vs CPO vs NPO vs LPO

除了速率维度，光模块的封装方案正在经历一场深刻的路线之争。四种主要方案的对比如下：

表3：四种光模块封装方案技术经济对比

3.3 光芯片方案之争：硅光 vs EML

光芯片是光模块的"心脏"，也是成本占比最高的单一器件（约占BOM成本的30%-40%）。当前存在两条主要的技术路线：

从BOM成本结构来看，一只800G光模块的成本构成大致为：光芯片（TOSA/ROSA）占30%-35%，DSP芯片占20%-25%，无源器件及结构件占15%-20%，PCB及组装测试占10%-15%。其中，光芯片和DSP芯片合计占BOM成本的50%-60%，是决定毛利率水平的关键变量。

硅光方案的长期优势在于：当速率提升至1.6T/3.2T，EML芯片的单通道速率瓶颈越来越明显，而硅光方案可以通过增加并行通道数和片上集成来实现速率提升，边际成本下降更快。但短期来看（2026-2027），EML在单通道性能和良率方面仍占优势，且全球25G以上EML光芯片国产化率不足5%，是中国光模块产业链最核心的"卡脖子"环节。

4中际旭创财务深度分析：从营收爆发到利润率攀升

4.1 营收与利润：指数级增长曲线

中际旭创（300308.SZ）是全球AI光模块赛道的绝对龙头。过去三年的财务数据勾勒出一条令人瞩目的增长曲线：

表4：中际旭创2024-2026Q1核心财务数据

几个关键观察：

1. 2026Q1单季营收194.96亿元，已接近2025年全年（382.40亿元）的51%，按此节奏全年营收有望突破700亿元。
2. 毛利率从33.81%→42.04%→46.06%，两年内提升了12.25个百分点。这一趋势的核心驱动力是产品结构升级（800G→1.6T的高价值量产品占比提升）和规模效应下的成本摊薄。
3. 净利增速持续高于营收增速，体现出显著的利润弹性。2026Q1净利增速（+262.28%）远超营收增速（+192.12%），毛利率提升是核心推手。

4.2 毛利率提升的拆解

4.3 市占率与竞争格局

中际旭创的市场地位可以用一组数据来锚定：800G全球市占率超过40%，1.6T市占率预估在50%-70%之间。中国厂商整体占据了全球Top10中的七席，合计市占率达到62%-65%。这一竞争格局在短期内很难被颠覆——光模块行业具有显著的"客户认证壁垒"和"产能爬坡壁垒"，头部厂商一旦建立供应关系，后来者很难切入。

4.4 高盛估值分析

2026年7月17日，高盛发布研报，将中际旭创的目标价从1187元翻倍至2581元，同时将2026-2028年的盈利预测分别上调65%、108%和119%。这一调整幅度在高盛覆盖中国科技股的历史上极为罕见。值得注意的是，当日中际旭创股价下跌12%至979元，市场对高速增长的可持续性产生了严重分歧。

表5：高盛对中际旭创估值调整一览（2026年7月17日）

5AAOI财务分析与月营收4.71亿美元预期验证

5.1 AAOI的"逆袭"叙事

Applied Optoelectronics, Inc.（AAOI）是美国唯一具备从光芯片到光模块垂直整合能力的光通信企业。在AI光模块赛道爆发之前，AAOI主要服务于有线电视和FTTx市场，营收规模有限。但2025年以来，随着北美云厂商积极培育"第二供应商"以降低对中际旭创等中国厂商的依赖，AAOI获得了前所未有的战略机遇。

2026Q1，AAOI实现营收1.511亿美元。管理层给出了一个令市场震动的预测：到2027年中，公司数据中心光模块月营收将达到4.71亿美元。

5.2 月营收4.71亿美元的可行性验证

6产业链上下游映射：从capex到光芯片的传导链条

6.1 下游：四大云厂商AI Capex

光模块的需求最终源自云厂商的资本开支。2026年，四大云厂商（微软、谷歌、亚马逊、Meta）的AI Capex合计约7250亿美元，同比增长77%。摩根士丹利进一步上修了2027-2028年Hyperscaler Capex至1.23万亿和1.396万亿美元。

表6：全球Hyperscaler AI Capex预测（2025-2027E）

6.2 中游：光模块厂商的产能传导

从capex到光模块的传导链条可以简化为：

6.3 上游：光芯片与电芯片

光模块的上游核心是光芯片（EML/VCSEL/DFB等）和电芯片（DSP、TIA、Driver等）。这是整个产业链中壁垒最高、国产化率最低的环节。

在光芯片领域，25G以上EML光芯片的国产化率不足5%，全球供应主要集中在Lumentum、Coherent（原II-VI）、三菱电机和日本住友电工等日美企业手中。中际旭创正在通过自研硅光方案来降低对进口EML芯片的依赖，但完全替代仍需3-5年时间。

在DSP芯片领域，博通（Broadcom）和Marvell是两大寡头，合计占据全球80%以上的市场份额。DSP芯片的国产替代进展更为缓慢，国内厂商在28nm以上工艺的DSP有初步突破，但56nm及以下先进工艺的DSP仍完全依赖进口。

7中美光模块产业链对比

光模块产业链的中美竞争格局正在深刻重塑。以下从多个维度进行系统对比：

表7：中美光模块产业链对比

7.1 产业链安全的"阿喀琉斯之踵"

中国光模块产业的表面繁荣掩盖了一个结构性弱点：中游模块制造的全球领先地位，与上游核心芯片的极度依赖进口并存。25G以上EML光芯片国产化率不足5%、DSP芯片基本空白——这意味着中国光模块厂商本质上是"两头在外"的格局：上游芯片从日美进口，下游产品卖给北美云厂商。

一旦地缘政治紧张导致芯片出口管制升级，中国光模块厂商将面临"断供"风险。反过来，如果中国限制光模块成品出口，北美云厂商也将面临严重的供应短缺——AAOI的产能远不足以填补中际旭创留下的缺口。

7.2 美国"去中国化"策略的进展与困境

英伟达投资40亿美元锁定上游光学元件产能，是"去中国化"策略的标志性事件。但这一策略面临三重困境：

1. 产能困境：美国本土光模块制造产能严重不足，AAOI 2026Q1营收仅1.511亿美元，与中国厂商单季度数百亿的规模不在一个量级。
2. 成本困境：美国制造的人工成本约为中国的3-5倍，在光模块这种"精密制造"领域，成本劣势难以通过自动化完全弥补。
3. 时间困境：从零开始建设光模块产能（含芯片制造、封装测试、客户认证）至少需要3-5年，而AI算力的需求窗口期可能只有2-3年。

8估值分歧与市场误读分析

8.1 "高盛翻倍目标价vs当日跌停"的悖论

2026年7月17日是一个值得记录的日子：高盛在同一天将中际旭创目标价从1187元翻倍至2581元，而股价当日却下跌12%至979元。这一看似矛盾的现象，折射出市场对AI光模块赛道的深层分歧。

我们认为，市场误读主要体现在以下三个层面：

误读一：线性外推增长见顶的担忧

部分投资者将2026Q1的超高增速（+192%）线性外推至全年乃至更长时间，认为"增速不可能持续"。但事实上，1.6T产品的大规模放量（预计2026下半年开始）和3.2T的初期导入（2027年）将为增长提供新的加速度。高盛上调盈利预测65%-119%，正是基于速率迭代带来的价值量提升。

误读二：CPO替代可插拔的恐慌

CPO概念自2024年以来反复被市场炒作为"可插拔杀手"。但如前文分析，到2028年CPO渗透率预计仅约8%，可插拔仍占72%。更重要的是，中际旭创等头部厂商已同时布局CPO方案，技术路线的切换不构成致命风险。

误读三：地缘政治风险的过度定价

市场对"美国可能限制中国光模块"的担忧持续发酵。但"光模块领域相互确保摧毁"的逻辑决定了，短期内全面脱钩的概率极低。真正需要关注的风险不是"禁止令"，而是美国通过扶持AAOI等本土厂商来实现供应链的渐进式替代。

8.2 估值锚定：当前价位意味着什么

9风险矩阵

表8：AI光模块赛道风险矩阵

9.1 关键风险深度分析

AI Capex削减风险：这是最大的系统性风险。当前市场对AI Capex持续增长的预期已经相当充分。一旦大模型的商业化ROI不及预期——例如企业级AI应用的渗透速度放缓——云厂商可能推迟或削减Capex计划。但值得注意的是，截至2026年中，四大云厂商的Capex指引仍在持续上修，且已公布的2027年Capex计划未见缩减迹象。

地缘政治风险：这是最不可预测的风险。美国可能采取的措施包括：限制向中国光模块厂商出口高端EML芯片、对中国产光模块加征关税、或要求云厂商设定"本土采购比例"。但如前文所述，"光模块领域的相互确保摧毁"逻辑意味着，任何单方面的脱钩措施都将产生严重的反效果。

10结论与赛道预判

10.1 核心结论

经过对全球AI光模块市场的系统性分析，我们得出以下核心结论：

1. AI光模块正处于超级周期的加速阶段。在四大云厂商2026年AI Capex合计约7250亿美元（+77%）的驱动下，全球AI光模块市场规模有望在2026年达到320-520亿美元，2028年突破千亿美元量级。
2. 速率迭代是价值量提升的核心引擎。从800G到1.6T再到3.2T，单只光模块的价值量实现了2倍到3倍以上的跃迁。即使出货量增速放缓，价值量提升也能维持市场规模的高增长。
3. 中际旭创的龙头地位在2027年前难以撼动。800G全球市占率超40%、1.6T市占率50%-70%、毛利率从33.81%攀升至46.06%——这一系列数据表明，中际旭创正处于"量价齐升+利润率扩张"的黄金阶段。
4. CPO替代可插拔的风险被市场严重高估。2028年CPO渗透率预计仅约8%，可插拔仍占72%以上。真正的结构性变化在于LPO方案的渗透。
5. 中美光模块产业链形成"相互确保摧毁"格局。中国在中游制造端占绝对优势，美国在上游芯片端拥有垄断性地位。短期内全面脱钩的成本极高。
6. 上游光芯片是产业链最大的"卡脖子"环节。25G以上EML光芯片国产化率不足5%，这一短板在3-5年内难以完全弥补。英伟达投资40亿美元锁定上游产能，进一步凸显了上游芯片的战略重要性。

10.2 赛道预判

表9：AI光模块赛道关键时间节点预判

10.3 最终判断

AI光模块不是一个"是否值得投资"的问题，而是一个"你能承受多大波动"的问题。基本面的确定性极高——下游capex持续上修、速率迭代推动价值量提升、龙头厂商市占率稳固。但估值波动的不确定性同样很高——地缘政治、技术路线、竞争格局的变化都可能在短期内引发剧烈调整。

高盛在股价跌停当日将目标价翻倍，这本身就是对市场"误读"的最好注解。当所有人都在担心"增速见顶"时，1.6T的放量和3.2T的导入正在打开新的增长空间。当市场在恐慌CPO的替代威胁时，数据显示可插拔在2028年仍将占据72%的份额。

在这个赛道上，最大的风险不是"增长太快"，而是"理解太慢"。