AI 数据中心引发 59% 光通信热潮，利润转向芯片商

AI 基础设施需求的激增正在重塑数据中心连接市场，这不仅是铜缆与光纤之间的竞争，更是关于谁能攫取支撑人工智能硬件利润的角逐。伯恩斯坦（Bernstein）的一份新报告描绘了一个未来：共封装光学（CPO）技术将从根本上改变价值链，使英伟达（Nvidia）和博通（Broadcom）等芯片设计商获益，而牺牲传统光模块制造商的利益，尽管该技术的广泛应用仍需数年时间。

“CPO 转型改写了行业的价值分配，”伯恩斯坦分析师在最近的白皮书中指出。报告估计，虽然 CPO 光引擎和激光组合的平均售价比同类 1.6T 可插拔模块高出约 10%，但利润中心已果断从模块组装商转向控制芯片设计、先进封装和晶圆代工的企业。

AI 基础设施的扩张正沿着两条截然不同的路径展开：向上扩展（scale-up），即在单个服务器机架内增加计算资源；向外扩展（scale-out），即通过连接大量机架形成大规模集群。由于成本低且技术成熟，铜缆互连在至少未来三年内将继续主导短程向上扩展系统，如英伟达的 GB200 NVL72 架构。然而，对于向外扩展设计中远距离连接机架而言，光互连必不可少。LightCounting 的数据显示，以太网光收发器市场预计在 2024 年至 2026 年间将以 59% 的复合年增长率增长，到 2030 年增长率将稳定在 15% 左右。

这种分化意味着未来并不是光纤简单地取代铜缆，而是两者并存。真正的奖杯在于这些系统的构建方式。据博通称，将光引擎直接集成在与交换机或处理器芯片相同基板上的 CPO 技术，有望将每比特成本降低 40%。然而，这种集成带来了巨大的制造、测试和维护挑战，将推迟其主流部署。

CPO 应用因可靠性障碍面临 2028 年的时间表

尽管具有性能优势，但根据伯恩斯坦和 LightCounting 的预测，CPO 预计要到 2028 年以后才能实现大规模部署。主要障碍是制造复杂性和维护疑虑。由于光学组件被封装在交换机内部，一旦发生故障可能需要更换整个单元，与几分钟内更换可插拔模块相比，这是一个昂贵且耗时的过程。

英伟达计划在 2026 年下半年与 CoreWeave 和 Lambda 等早期 AI 云提供商合作，进行小规模 CPO 交换机部署，以在真实环境下测试该技术。在 CPO 成为主流之前，业界预计将依赖线性可插拔光学（LPO）作为过渡方案。LPO 模块去除了高能耗的 DSP 芯片，在保留可插拔设计可维护性的同时，可将功耗降低三分之二。伯恩斯坦预测，在 2030 年之前，LPO 的出货量可能会超过 CPO。

供应链限制造成数十亿美元的资本摩擦

这一转型发生在全球 AI 支出激增的背景下。到 2026 年，全球 AI 支出预计将达到 2.5 万亿美元，但这一增长受限于现实世界的约束。仅北美地区的数据中心可能就需要 92 吉瓦的新电力容量，而该行业可能消耗全球高达 70% 的存储芯片产量。一家光组件供应商在近期报告中指出，其数通业务营收增长受到了激光器、存储器和 ASIC 短缺的限制。

这些瓶颈造成了高风险的平衡博弈。正如一位行业高管指出，供需之间仅 5% 的错位就可能转化为数十亿美元的闲置资本或收入损失。在这种环境下，台积电等公司以及委外封测（OSAT）厂商的先进封装和代工能力变得尤为重要，他们与芯片设计商英伟达和博通一起，成为了 CPO 转型的主要受益者。对于投资者而言，关键信息是：AI 热潮的价值正集中在少数能够掌控硅级集成复杂性的公司手中。

本文仅供参考，不构成投资建议。