dprime德璞资本市场解析：AI 基础设施建设正如火如荼，热度不减。从微软、谷歌、亚马逊、Meta 等科技巨头的财报可以看出，主流云服务提供商（CSP）仍在持续上调资本开支。谷歌管理层透露，其云服务业务的积压订单规模较上一季度几乎翻了一番，公司坦言，若非受限于 AI 专用硬件的供应能力，其云业务增速会更快。
不仅是谷歌，其他几家云服务巨头也对当前业务的增长韧性表达了充分信心。
本文撰写时，美光科技股价已从最高点 818.67 美元回撤至 700 多美元以下，但是又涨回 760 美元以上，存储行情似乎出现分歧。尽管 AI 数据中心建设热度不减，对存储等硬件的需求依然旺盛，但存储板块的估值确实偏高。
此时，投资者不禁要问：
除存储外，还有哪些板块值得关注？
今天我们就来聊聊光模块及其产业链。
一、dprime德璞资本AI 算力需求驱动光模块增长
此前，市场过于关注算力发展，却忽视了 AI 的“记忆力” —— 存储芯片，导致存储反而成为算力的最大掣肘。
打个比方：一个人智商堪比陈景润，能解答世界最难数学题，但若记忆力差会怎样？他看一眼题目刚要下笔，就忘了内容，只能反复查看，做题速度自然变慢。
于是，市场意识到存储芯片的重要性。
但别忘了，“神经系统”同样关键。若用针扎他一下，5 秒后才疼得叫出声，这人的反应也太迟钝了。
神经系统即数据传输速度，也是算力的核心瓶颈之一。
什么传输速度最快？答案是光。光模块是光通信系统的关键组件，实现光信号与电信号的转换，在数据中心、电信网络和云计算基础设施中作用至关重要。2024 年全球光模块市场价值为 115.4 亿美元，预计 2035 年将增至 476.4 亿美元，期间年复合增速达 13.753%。
据 Precedence Research 预测，全球 AI 数据中心市场规模未来几年将迎来爆发期：2034 年市场规模将达 1657.3 亿美元，较 2025 年的 175.4 亿美元增长近十倍，年复合增长率近 30%。众所周知，算力极为耗电，预计到 2030 年，数据中心用电能力将从当前的约 30 GW 飙升至 90 GW 以上，增幅超三倍。
问题随之而来：为何算力如此耗电？
随着 AI 模型参数规模扩大，单次任务的计算量呈指数级增长。更关键的是，业界认为当前 AI 仍不够智能，工程师们仍在追求更高算力，未来新型系统甚至要向单机架 1 兆瓦的目标迈进。
如此庞大的数据传输量，铜线显然无法胜任。电能尚未传输完成，便因电阻转化为热量散失，根本支撑不了如此大的数据量。因此，必须用“光”传输数据，这需要大量光模块。
EML 芯片（电吸收调制激光器）是光模块的核心部件，负责发射承载数据的高速激光。当前高速光模块（如 800 G）通常需搭载 8 颗 EML 芯片。一台高性能交换机一般有 64 个端口，每个端口插入一个 800 G 光模块，仅一台交换机就需消耗 512 颗 EML 芯片（64 端口 × 8 颗）。若一个 AI 数据中心配备 100 台此类交换机，仅这一个机房就需超 5 万颗 EML 芯片。
放眼全球，2025 年对 800 G 及以上高速光模块的需求量将达 2400 万只；2026 年这一数字将飙升至近 6300 万只。折算下来，全球每年将产生约 2 亿至 5 亿颗 EML 芯片的需求。
二、dprime德璞资本：这么大一个产业，哪个环节最有价值？
光模块的需求已无需多言，且成市场共识。但问题在于：并非所有环节都能盈利。
光模块产业链上游技术门槛最高，投资价值最大，主要分为四大核心领域：光器件、光芯片与电芯片、封装材料及生产设备。
进一步挖掘：上游中最关键的环节是什么？
答案是光芯片。按材料体系可分为磷化铟（InP）、砷化镓（GaAs）和硅光芯片等类别。InP 适用于长距离高速单模通信，GaAs 用于短距离多模传输，硅光芯片则依托 CMOS 工艺实现大规模集成。Lumentum 是全球高端 InP 激光器的标杆企业，具备最完整 IDM 能力，覆盖芯片设计、InP 晶圆制造、芯片封装测试、光模块封装、OCS 光开关及系统方案全链条自研自产。
但 Lumentum 股价已上涨超 10 倍，是否还有其他机会值得关注？
三、dprime德璞资本：从材料向设备的传导
人多的地方不要去。当资金都扎堆在光芯片以及材料环节的时候，一些获利的资金可能会撤出，转而配置到一些仍有机会的领域。
上游的各个环节都缺一不可。封装材料（如散热基板、光学透镜、连接器和光纤阵列）的优劣，直接影响光模块的耦合效率和可靠性；而生产设备（如贴片机、耦合机以及老化测试设备）的水平，则决定了最终产品的良率和交付的一致性。
为什么要关注设备环节？因为设备行业正在出现一些边际变化。随着光模块结构从传统的可插拔式向 CPO （光电共封装）及硅光集成演进，产线也从劳动密集型向高度自动化、智能化方向转变，光模块设备也随之向高端化、高精度升级，单机设备价值也将提升。
首先是“贴片”环节：需将比指甲盖还小的光芯片或电芯片，毫厘不差地粘贴在基板上，精度要求从过去的 10 微米提升至 3 微米，仅为头发丝的几十分之一。而且这些芯片极为娇贵，施力稍大或温度控制不当便会报废，因此精准施力与控温是核心难点。在该环节，FOUR TECHNOS、MRSI、ASMPT 是全球龙头。
贴片后还需进行“键合”，即用极细的金线连接芯片以通电。过去依赖人工连线，但随着工艺要求的提高，精度标准愈发严苛——任何微小的杂质都可能影响信号传输的速度与质量。Besi 是全球键合设备的龙头。
“耦合”是最耗时的环节：1 μm 的位置偏移会导致高达 3 dB 的光损耗，随着精度要求提升，对设备的要求也愈发苛刻。ficonTEC 在全球耦合设备市场占据较大份额。
最后的“测试”环节也是一大工程。随着网速提升至 800 G 甚至 1.6 T，测试仪器需具备极高带宽以捕捉瞬间信号变化；测试设备的核心芯片与算法构成其护城河，因此市场高度集中，CR2（Keysight、Anritsu）市占率约 53%。
AI 是这个时代最大的机遇，具备核心竞争力的公司终将穿越周期
相关文章
头条焦点
精彩导读
关注我们
