以人工智能为代表的TMT板块在A股投资者的拥簇下成为了今年的新主线，炒完了算力炒芯片，炒完了AI应用炒数据，几乎所有关联板块都成了香饽饽。

另一方面，Open AI领导的这场人工智能革命开启了“百模大战”，一时之间数不清的大模型也踊跃出现，模型性能提升所需要的算力在过去几年内成倍增长，更加强了“卖水人”的逻辑。

(资料图片)

跨越鸿沟，被算力捆绑的光模块在产品迭代的新周期赶上了AI浪潮，追加订单的消息也让光模块成为本轮最硬气的环节。

在围绕算力升级的数据中心配套里，光模块无疑成了A股最靓眼的仔，年初至今，多只个股均实现了翻倍，但今年业绩兑现的潜力或不足以消化这么高的涨幅，股价对未来盈利增长进行了提前的透支。

回望过去，该环节的投资节奏受产品迭代周期、下游细分市场的需求变化所影响，19-20年5G爆发，光模块行情在主题炒作的集体追捧下持续了一年的光景，这一次，光模块又能走多远？

光之所向，算力为锚

随着ChatGPT风靡全球，大模型及其应用在短时间内争奇斗艳，仅在生成式模型的起步阶段，算力不足的问题已经暴露了出来。

训练参数的扩张也让算力规模指数级狂飙，访问量太大一度让服务器宕机，大厂们一方面得训练模型，另一方面又要给机房备货。

AI模型要提升训练效率，带宽的水准自然不能降低。在数据及通信领域，当端口速率超过25Gps时，光模块成为了加快数据传输的核心器件。

光模块过去的发展，背靠的是数据流量的快速增长，让传输速率和距离标准不断突破。

过去十年，通信技术、移动互联网、智能手机的发展让应用和数据量井喷式地增加。根据爱立信，从2011年至今，移动流量增长了近300倍。

在数通领域，早期数据直接从客户端到数据中心的服务器进行传输和访问，浪费了大量的机房资源。数据中心网络架构的演变提升了光模块的需求。

随着分布式计算和虚拟化的流行，客户端应用可以在服务器之间产生大量的流量，服务器之间的数据流动远高于向外传输的流量。

在虚拟机的基础上，分层、模块化的叶脊架构成为了主流。客户端的一次请求可以由多个服务器协同完成，数据分布就在成千上百个服务器中进行并行计算，为此减少了延迟以及流量瓶颈。

网络架构升级之后，大厂们掌握了规模化部署算力的技术实力，大大提高了光模块使用需求，资本开支增速先后于16年Q1，19Q1迎来拐点。

16年到21年，全球大型数据中心的数量从338个增加至628个，云计算数据中心的工作负载每年保持着22%的复合增速。

在数据中心的建设热潮里，光模块于16-18年迎来过景气周期，18年后随着云厂商去库存，销量开始下滑，在出货量上与大厂资本开支保持着8-9个季度的同步。

目前，美国科技企业正在抵御经济需求衰退的危机，降本增效才是23年的主旋律，近两个季度开支很难回升。但AI大模型的“马拉松”争分夺秒地进行，随时有新的搅局者震撼世界，为了争抢下一个应用生态的门票，大厂们是不会吝啬的。

随着大模型继续迭代，开始将创新扩散至基础层和应用层，而底层设施显然还没做好准备。训练参数和使用量攀升之快已经让算力疲于应对，是本轮光模块需求激增的锚点。根据信通院的预测，到2030年全球的算力需求较21年将提升90倍。

同样是工具层，在上一轮移动互联网浪潮里，基于深度学习的算法极大地提高了信息匹配的效率和商业价值。在算法出现后平均算力翻倍的时间缩短到了5.7个月，但在大模型出现后，时间又增加至了9.9个月。

这里面有资本开支放缓的原因，可是模型的训练量直到等到2020年才跑上千亿，而到了今年，号称几千亿以上的大模型，一只手都数不过来了。

大模型不断地突破极限，算力翻倍的时间估计会再度缩短，需要更多的GPU/CPU，也就需要更多的光模块，随着锚点的转移再度迎来一轮新周期。

800G新周期，国内企业翻身

作为光通信系统的核心，光模块由光芯片和各种无源器件组成。其中，光芯片又是实现光电信号切换的关键，技术壁垒是最高的，成本也占了一半，根据不同场景、传输速率、传输距离的要求分为不同规格。

产品升级的方向围绕着提高带宽速率、减小封装体积的方向演进，逐渐迭代出10G/40G、25G/100G、100G/400G、200G/800G等规格，基本每隔2-4年就会有新一代产品推出。

在数据中心到AI模型训练的场景转换下，对高速光模块的要求从400G增加到了800G。随着短视频病毒式传播带来的新增流量，字节在21年成了第一个集采400G光模块的客户。

由于芯片的核心地位，光模块产业的发展路径与其类似，但光模块种类繁多，只做单款芯片难以形成规模效应，对于下游客户而言，供应商定制化开发和批量交付的能力需要同时具备。

在行业开支快速增长的几年里，相比人力成本，自动化设备更新折旧的开支更高，海外厂商倾向于毛利更高的芯片设计环节，中国企业凭借着人口红利和成熟的代工体系承接了封装制造。

10-16年，排名基本由国外厂商所垄断，此后中国厂商在并购整合的基础上，不断推陈新的产品，并通过绑定下游客户逐渐凝聚起产业竞争力和国产化实力。

中际旭创的前身苏州旭创成立于2008年，12年开始布局高速光模块，14年引入Google Capital的战略融资，其后与Google、Amazon、华为、中兴等主要客户之间形成了合作关系。

18年下游开支开始缩减，头部厂商出现了一波兼并整合的浪潮，以提高竞争力。无源光器件龙头II-VI斥资32亿美元买下了有源光器件的龙头Finisar；思科连续收购了硅光模块供应商Lightwire、Luxtera、Acacia，拥有了更加全面的硅光模块产品线。

在产品迭代上竞争的同时，行业越来越注重整体解决方案的呈现，横向拓展品类或者往上游延伸，巩固成本优势。一边海外厂商抱团取暖，另一边国内厂商则通过收购补齐短板。

12年和16年，光迅科技分别收购了丹麦IPX、法国Almae，获得了PECVD无源芯片和10G以上高端有源光芯片的量产能力。剑桥科技于19年收购了Oclaro日本光接收器件的产品线，并且和Lumentum建立芯片供应关系。21年新易盛收购了美国光模块企业购Alpine，补充硅光模块、相干光模块以及硅光子芯片技术。

20-21年是800G集中取得突破的阶段，华为、中际旭创、光迅科技、新易盛、剑桥科技等光模块领军企业先后推出了800G产品，2022年积聚产能和实现批量销售，今年英伟达、微软开始大规模部署，800G快速跑上了轨道。

国内厂商凭借优质的产品供应和较低的制造成本，把光带向了世界。由于许多海外厂商推出了竞争，国内光模块企业在近十年的时间里挤占了许多细分领域的市场空间，成为市场领导者。

追光，慢一点

光模块供应商以销定产的生产模式易受下游客户的开支需求影响，在上一轮周期里，海外龙头Lumentum在17-19年保持约25%的营收增速，随后在下游客户资本开支放缓，叠加行业竞争下，业务受到明显的冲击。

AI应用的快速发展对于国内外超算中心基础设施带来了升级要求，令800G模块有望在今明两年得到规模化部署，下一代1.6T新产品已经在今年OFC会议上亮相。另外，光电共封装（CPO）和线性直驱（LPO）等先进方案用于降低系统功耗，也将成为未来光通信技术发展的主流趋势。

根据LightCounting预测，2020年全球光模块市场规模达到了80亿美元，保持10%的复合增长率，到2026年市场规模将增至145亿美元，其中800G光模块将在2023-2024年之间开始得到规模化部署。

随着 5G 和 10G FTTx 部署落地，由地方国资委牵头建设的国资云数据中心将承担起海量数据存储的重任，有望主导国内下一轮光模块的需求。

由于芯片、光器件的质量、精度对产品性能影响较大且定制化程度高，产业链光器件上游较模块组装环节往往占有更高的毛利率，主营光器件的天孚通信、光库科技，毛利率均在40%以上。

中游光模块龙头中际旭创，新易盛保持在30%上下。封装产品升级方向繁多，早期推出新品时有溢价，后随着量产规模与工艺改进，模块价格降幅会逐渐追上生产成本，模块产品毛利率会逐渐降低。

产品周期开启之后，新品研发速度、价格优势和快速交付能力是建立客户关系的重要之匙。早期高速光模块通过验证导入海外云厂商获得批量订单，21年中际旭创，新易盛、剑桥科技的海外营收占比分别高达75%/78%/71%，而华工科技、光迅科技在国内扎根，分别贡献91%/67%。

2019年新易盛靠400G光模块成功打入亚马逊供应链，成为其股价和业绩的催化剂，19-21年公司营收保持高速增长，分别达到53%/71%/45%，股价也于两年间实现了翻倍。

当前800G是一样的逻辑，新周期的产品渗透率提升叠加大客户锁定，市场对微软、谷歌、英伟达等对800G的需求非常乐观，追单的消息又进一步加强了这个预期。

虽然产品更新迭代的路线繁多，并不好确认谁家的产品未来就一定有优势，只不过能给海外AI龙头供货，又高度自主不处于劣势的环节稀少了些。

剑桥科技一季度同比扭亏为盈，直接将市盈率打回了35倍，去年公司高速光模块的占比只有12.64%，利润贡献还很微薄，但因为给手握Open AI的微软提供800G光模块，年初至今股价已经翻了4倍。

不过，对于今年上半年整体市场需求偏弱，继而出现的砍单降库存的现象，公司没有否认，800G只是含苞待放的一类细分市场，而今年出货量却已经看高到了百万支。

长期来看，模块的降价趋势会冲刷量的增长，公司或许正在复刻当年的新易盛，从下游周期规律来看，这类公司的投资窗口期往往是短暂的。

关键词：