光模塊：喫下AI紅利，也受制於人

一、基礎邏輯 1. 光模塊是實現光電信號轉換的標準化部件，是光互聯鏈路中的核心節點； 2. 網絡性能，是算力能否真正釋放的關鍵變量； 3. 集羣架構的變化會直接影響單卡所需光模塊數量，需持續跟蹤英偉達、谷歌、亞馬遜等頭部廠商的集羣建設路徑； 4. 高端光模塊的生產，依賴於核心電芯片、高性能光器件、先進封裝材料以及精密測試能力，仍高度依賴全球供應鏈，等級越高，跨國協作越不可或缺； 5. 下游高度集中，主要爲雲巨頭、AI基礎設施大廠和通信設備龍頭，買方議價能力強，早年間通過其嚴格認證的企業具備明顯先發優勢； 6. 相應地大客戶訂單稍有波動，公司收入便容易大幅震盪。出口優勢與潛在外部風險，始終是一體兩面。國內市場是一個支點，但節奏與海外不同，如何平衡國內外佔比，直接影響抗風險能力； 7. 當前大客戶日益專業，傾向於深度介入產品定義，要求供應商共同調試、聯合優化、長期陪跑迭代； 8. 最終，高端市場的競爭落點是系統級的交付能力，衡量標準是每傳輸1 bit數據的採購成本、電力消耗和維護支出； --- 二、競爭優勢 1. 我國在光模塊領域的優勢，源自二十餘年在製造、工程和交付上的持續積累：從全球通信網絡建設、寬帶升級，到基站擴張及雲數據中心，光通信始終向上，直接受益於AI基礎設施增長； 2. 機遇來自真實需求爆發，但風險也伴隨需求兌現過程中不斷變化的產業條件； --- 三、需求走勢 1. 若大模型持續追求更大參數和更大集羣規模，高速互聯需求將長期維持高位； 2. 若推理應用大規模鋪開，網絡需求會從訓練中心延伸至更多通用數據中心及邊緣節點； 3. 雲廠商在GPU、網絡、電力和散熱上的鉅額投入，最終需通過 API 調用、 訂閱服務和行業解決方案實現商業回收； --- 四、技術路線 1. 技術路線歸根結底是客戶的成本賬：每Bit數據成本多少？功耗幾何？帶寬密度是否夠？維護更換是否便利？供應能否穩定？未來升級路徑是否清晰？ 2. 可插拔方案仍有漸進式優化空間，但越往高端走，工程實現難度越大； 3. CPO光電共封裝的核心訴求是降低損耗與功耗，但現實障礙也不容忽視：光學器件與交換芯片一旦深度綁定，現場故障將難以靈活維護； 4. 硅光技術更適合特定距離、速率和規模下的應用場景，並非萬能解； 5. LPO尚需更多實際驗證； 6. 數字經濟看似輕盈，底層卻依然離不開龐大硬件、能源、製造與工程能力的支撐；

客觀看待中國製造優勢，拒絕兩種極端：既不盲目吹捧“全產業鏈無敵”，也不全盤否定中游製造價值。中游封裝、批量交付、良率能力同樣是很難積累的競爭力，只是不等於掌握最高壁壘。 黃仁勳與英偉達在行業最大需求方，AI集羣架構定義光模塊迭代節奏，800G‑1.6T光模塊爆發直接源於GB系列GPU大規模部署；同時英偉達向上鎖定海外光芯片產能，間接擠壓國內廠商的上游供給空間。 GPU互相之間要高速傳數據，GPU算力越大，互相通信需要的帶寬就越高。 ​英偉達設計GB（Blackwell）整機集羣的時候，硬件標準直接定下來：每塊GPU需要配800G、後續升級1.6T光模塊。 光模塊是組裝好的成品；光芯片是光模塊裏面最核心、最貴的零件，高速1.6T的EML光芯片主要是美國Lumentum、Coherent等海外公司生產。國內高速光芯片量產還沒有大規模落地。 留給中國光模塊廠商能買到的高端光芯片的產能變少、拿貨週期拉長，甚至漲價。 國內光模塊雖然封裝製造很強，但自己造不出足夠的高端光芯片，必須向外採購。英偉達把上游芯片產能佔住之後，國內模塊廠就算有客戶訂單，也可能拿不到足夠芯片來做成品。 下游紅利你能喫到一部分，但上游關鍵元器件被巨頭提前鎖產能，間接造成你的供給壓力。 國內代表企業（中際旭創、新易盛）在精密封裝、批量製造、海外客戶認證上的優勢；同時暴露短板，高端光芯片對外依存度高。 光模塊是一個獨立盒子，像U盤一樣，插在交換機面板外面。交換芯片走幾十厘米長銅線，把電信號傳給光模塊，光模塊完成電↔光轉換，再走光纖傳數據。 優點：標準化、壞了直接拔下來換新；雲廠商可以自由採購A、B多家廠商的模塊，隨便混用。 缺點：銅線很長，高速信號損耗大、功耗高；面板空間有限，萬卡AI集羣帶寬做到3.2T、6.4T之後遇到物理天花板。 CPO技術路線推動者（微軟、谷歌），代表下一代技術變革力量，技術路線變遷會顛覆現有光模塊商業模式，是行業最大的遠期變量。 CPO（共封裝光學）（Co‑Packaged Optics共封裝光學）不再做獨立“盒子光模塊”，把光引擎（光電轉換單元）直接和交換機芯片封裝在同一塊基板上面，電信號走線從幾十厘米縮短到幾毫米。 好處：功耗大幅下降、帶寬密度大幅提升，適合未來超大AI算力集羣； 代價：光引擎不再是可以單獨買賣、插拔的標準化商品，和交換機芯片深度綁定在一起。 2026‑2028年，市場主力依舊是800G、1.6T可插拔光模塊；CPO目前只是小規模試點；大規模普及普遍預期要到2029‑2032之後，而且不會全部場景替代。 AI算力擴張催生海量光互聯需求；中國企業憑藉封裝工藝、成本、已經完成的海外客戶認證，拿到全球大部分訂單，業績爆發。 矛盾根源：中游封裝屬於精密製造，但不屬於最高壁壘環節；最值錢的“發動機”（高速光芯片）不在手裏，紅利是依附性紅利。 ​ 演進邏輯：短期喫景氣紅利；中期博弈國產芯片的導入進度；長期看下一代技術（CPO、硅光）的格局重塑。

《光模塊：喫下AI紅利，也受制於人》 武曉峯 16個筆記 第2章 傳輸瓶頸 ◆ 光纖傳輸依靠光信號，天然適用於更高的速度和更遠的距離數據傳輸。 ◆ 光模塊的作用是電信號和光信號之間的“翻譯員”，發送端把設備輸出的電信號轉成光信號，送入光纖；接收端將光信號轉換成電信號，交由服務器、交換機或路由器進行處理。 第3章 光模塊的市場空間 ◆ 如果全世界新增了很多高端GPU，並且大部分都用來跑大模型訓練了，那麼光模塊需求肯定暴漲。 但如果集羣的架構調整了，或大家發現短距離使用銅纜更便宜的話，那麼平均到每張卡上的光模塊需求就會下降。 ◆ 光模塊這一行最後拼的還是“單位傳輸成本”，即每傳輸1 bit數據需要多少採購費、電費和維護費。 第4章 客戶壁壘 ◆ 光模塊行業存在較高的客戶認證壁壘，供應商要經過非常嚴格的驗證，才能進入客戶的合格供應名單。 ◆ 早些年通過認證的企業，將會有很明顯的先發優勢。 ◆ 當技術難度拔高時，供應商說話就硬氣，議價能力也強；但當供應量上來後，主動權又回到了採購方手中 ◆ 供應商與客戶關係，已由單純的買賣供貨，轉變爲共同調試、共同優化、一起陪跑迭代的深度捆綁，這一變化深刻影響了行業的格局。 ◆ 擁有研發能力、量產經驗以及全球化服務支持的企業，更易立足於高端市場 第5章 技術分岔 ◆ 對於雲廠商來說，電力供應已經成爲數據中心擴張的剛性瓶頸，任何可以節省每比特傳輸功耗的方案都會受到重視。 ◆ 放眼市場，當前挑大樑的是可插拔光模塊。這個東西的好處很明顯：標準化程度高，壞了可以隨時更換，供應鏈也夠成熟，在不同的設備之間倒騰，兼容性也好。 但缺點也很明顯，隨着速度的不斷提高，電信號從交換機芯片到模塊的距離和損耗也在增大，功耗和散熱的壓力也隨之加大。 雖然可插拔方案還可以繼續擠牙膏，但是越往上走，工程難度越大。 ◆ 技術路線競爭歸根結底是客戶心中的成本賬，而不是實驗室中的指標選美。 大家都會算：每Bit數據多少錢？功耗多少？能塞的更滿嗎？壞了修得方便嗎？供應穩定嗎？以後升級怎麼辦呢？ ◆ 2026/08/29發表想法 光模塊技術路線不確定，很糾結 原文：更加糾結的是，對於CPO、硅光、LPO等百花齊放的技術路線，應該往哪投？投太少怕落後時代，投太多又怕現金流枯竭，研發效率下降。 第7章 週期波動 ◆ 市場總有一個問題：行情火的時候忘了週期，行情冷的時候低估了技術進步。 第8章 投資指南 ◆ 2026/08/29發表想法 綜合四個維度評估，中際旭創與新易盛在高端光模塊賽道中綜合評分最高，是基本面最紮實、確定性最強的核心標的；光迅科技、華工科技、劍橋科技則屬於具備高端突破潛力的彈性標的。 原文：更好的辦法是盯住四個關鍵問題：企業收入中，高速光模塊佔比多少？800G或者更高產品目前是剛剛送樣，小批量還是大規模出貨？核心客戶有沒有持續買單的能力？毛利率、存貨、應收賬款和資本開支等數據，是否能支持利潤質量？ ◆ 2026/08/29發表想法 篩選有效信息，交叉驗證 原文：在判斷一個公司的時候，我們必須要學會區分信息的層次。 相比社交媒體上真假莫辨的傳言，正式的財報、交易所公告、客戶公開採購信息、行業會議資料、供應鏈上的交叉驗證，無疑更具說服力。 -- 來自微信讀書

《光模塊：喫下AI紅利，也受制於人》 【書籍序號：第240本】 【解析日期：2026‑09‑05】 一、作者簡介 武曉峯，科技產業寫作者，聚焦通信硬件、AI算力產業鏈方向，擅長把硬核硬件行業，結合資本市場、供需格局做通俗化解讀。不堆砌晦澀工程公式，偏向產業邏輯梳理，站在投資者視角拆解行業景氣、繁榮背後的風險約束。 二、書籍簡介 全書僅1.1萬字，屬於短篇產業解析讀物。 光模塊是AI大算力服務器的核心傳輸硬件，AI爆發帶動行業業績暴漲，國內企業拿到巨大市場紅利。本書一邊講行業景氣邏輯：算力擴張如何拉動光模塊需求，國內廠商崛起帶來的產業機遇；同時重點點出枷鎖：上游芯片、核心器件對外依賴，海外政策管制、技術卡脖子，也就是書名所說——喫下AI紅利，也受制於人。 梳理行業景氣週期、上下游博弈、利好與隱憂，適合做投資前快速掃盲，篇幅很短，閱讀壓力小。 三、書中金句 1. AI浪潮把光模塊推上風口，但繁榮的底座，部分關鍵零件並不掌握在自己手裏。 2. 訂單爆發是紅利，供應鏈短板是懸在行業頭頂的鎖鏈。 3. 需求可以一夜爆發，核心器件的技術追趕卻需要漫長週期。 4. 看光模塊行業，不能只看見業績爆發，更要看見紅利背後的約束條件。 5. 產業的高光時刻，往往也是風險最容易被忽略的時候。 四、核心觀點 1. 紅利來自AI算力擴張：大模型訓練、推理，需要海量數據高速傳輸，直接拉高高速光模塊的需求量，國內廠商享受訂單、業績、估值提升的時代紅利。 2. 繁榮之下存在致命短板：光模塊整機國內很強，但內部的高端光芯片等核心元器件高度依賴外部供給。可以做組裝集成，關鍵零部件容易被限制，這就是“受制於人”。 3. 雙重週期疊加：一方面是AI帶來的需求增長週期；另一方面是技術迭代週期，800G、1.6T不斷迭代，跟不上迭代就會快速被淘汰。 4. 投資不能只看景氣一面：很多人只看見營收利潤暴漲，容易忽略供應鏈風險、海外出口管制、價格戰內卷。紅利不是永久的，外部約束隨時可以改變行業邏輯。 5. 行業結局的兩種可能性：一是國內上游芯片逐步突破，完整喫到長期紅利；二是關鍵零部件受限，行業增長被外部天花板鎖死。 五、適合什麼人讀 1. A股關注算力、光模塊板塊，想要快速建立產業框架的投資者； 2. 想搞懂AI硬件產業鏈，不想啃厚厚的技術手冊，需要短篇快速掃盲的人； 3. 習慣辯證看行業，不只追逐景氣故事，願意同步審視風險約束的讀者； 4. 短板：篇幅短，深度有限，沒有大量財報、技術細節，只做框架科普，不能直接拿來當做選股唯一依據。 延伸你的思考（可加入讀書筆記） 這個行業剛好印證我們前面反覆聊的底盤邏輯： 企業哪怕市場規模做得再大，如果關鍵底盤要素掌握在外人手中，繁榮就是脆弱的。如同曹魏看起來勢力鼎盛，卻沒有解決內部制度隱患，最後成果被別人摘取。 紅利是外部給的機遇，真正的安全，來自把關鍵環節握在自己手上。

“市場總有一個問題：行情火的時候忘了週期，行情冷的時候低估了技術進步。” 這本書這句話最重要

📖 本書大綱總結 1. AI紅利（機遇）：AI算力爆發，光模塊是“算力高速公路/血管”。中國企業在封裝製造、規模交付、成本控制上全球領先（佔全球TOP10七席），深度綁定海外雲巨頭與AI供應鏈，喫到訂單紅利。 2. 受制於人（風險）：上游高端光芯片（EML/激光器）、電芯片（DSP）、磷化銦襯底/材料與測試設備依賴海外；客戶與地緣集中，定價權不在手，技術迭代（800G→1.6T/3.2T、CPO/硅光/LPO）隨時可能洗牌。 3. 核心結論：中國製造優勢在“把產品做出來+快速交付”，但真正競爭力是持續擠進下一代高端供應鏈，並補齊芯片/材料自主可控。 💡 關鍵知識點 - 作用：光電轉換，AI集羣/GPU互聯剛需，替代銅纜（高速低耗低延遲）。 - 趨勢：速率迭代加速：400G→800G（主力）→1.6T放量→3.2T/CPO/硅光/LPO並行。 - 格局：中游強（中國封裝/製造全球主導），上游弱（高端芯片/材料海外壟斷，成本與利潤高地）。 - 風險：客戶集中（北美雲廠/AI大廠）、地緣貿易、技術路線押錯、高端物料卡脖子與價格/週期波動。 🔑 記憶口訣 **AI帶飛光模塊，算力血管跑得歡； 中國製造會封裝，規模成本交付強； 芯片材料在別人，客戶地緣也懸着； 速率狂奔八百/1.6，CPO硅光別押錯； 要喫紅利不捱打，上游自主纔算穩。

讀完之後最大的感慨：現在出書門檻這麼低嗎？ 這本書的體量，就是一篇公衆號長文。沒有紮實調研，也看不到作者獨到的思考，觀點淺，沒有新信息。 公衆號的內容，適合手機碎片化瀏覽；但“書”這個載體，理應承載更系統、經過沉澱的內容。把單篇網文簡單排版就出版，對讀者不太負責。

股票交易的變量趨近於無窮，俞看俞不敢下手

淺淺地瞭解一下光模塊，努力學會站在光裏，而不是光站在那裏😀

客觀分析了光模塊的產業發展情況和可能存在的風險，對投資光模塊企業有幫助。