光模塊搭上AI快車

在新一代高速寬帶接入、數據中心及5G建設驅動下，寬帶、高速、高密度收發及傳輸成為光通信及數據通信未來發展趨勢。2028年全球光模塊市場有望突破200億美元，2022-2028年年均復合增長率約為12%。

大型云服務運營商對高速率數據模塊的需求以及電信業擴充光纖網絡容量的要求都將推動光模塊市場規模增長，其中光模塊國內市場需求規模為20億-30億美元。云服務商預計2024年全年資本支出將明顯高于2023年，北美云服務商正在對AI系統開展高速率光模塊布署計劃。

據預測，2018-2023年中國光模塊部署量占全球的25%-35%，2024-2029年占比略降至20%-25%。中國智能算力規模年復合增長率達33.9%，通用算力規模年復合增長率為16.6%。進入到AI時代后，光通信與交換機作為大模型訓練架構的組成部分，重要性和地位得以突顯，價值也伴隨高端服務器需求放量而持續提高。

需求回暖

光模塊通常用于數據中心、企業網絡、電信運營商網絡等領域，用于實現高速、遠距離、高可靠性的通信。光模塊中實現光電轉換作用的核心部件是光電芯片，光芯片通常占光模塊成本的40%-60%，電芯片占10%-30%。光通信芯片的成本隨著光模塊速率的不斷升高而提高，速率越快的光模塊，其光芯片和電芯片的成本占比就越高。

芯片工藝技術壁壘高，研發成本大，國外大廠占據高端光芯片、電芯片領域市場大部分份額，而光模塊身處中游，屬于技術壁壘相對較低的封裝環節，國產化率較高。光模塊廣泛應用于服務器網卡、交換機、路由器和無線基站設備等各種網絡架構和應用中，覆蓋的距離從不到50米至800多公里不等。光收發模塊不僅產值占據光通信器件的最大份額65%，其性能也主導著光通信網絡的升級換代，在接入端、輸出端等不同細分市場上均發揮著至關重要的作用。

下游包括互聯網及云計算企業、電信運營商、數據通信和光通信設備商等，系光模塊最終用戶。下游客戶話語權較高，經過多年的市場大浪淘沙，海外廠商逐漸被國內光模塊廠商超越，全球核心供應商被國內光模塊廠商占據。2023年，中國光模塊行業產量預計為6.2億只，市場規模預計為554.5億元。2015-2023年，中國光模塊出口上升趨勢明顯，年均復合增速超過10%。2023年下半年，國內頭部廠商高速率產品海外訂單逐步起量，營收及利潤雙增。據統計，2023年12月，全國移動通信基站設備產量為76.7萬射頻模塊，光纜產量為2658.7萬芯公里，服務器產量為167.5萬臺，環比及同比均上揚。

2023年11月和12月的出口數據亦印證光模塊回暖，出口額分別為28.61億元和35.14億元，環比分別增長12.6%和22.8%，同比分別增長9.53%和6.08%。光模塊未來需求和市場空間與人工智能的興衰高度綁定，隨著ChatGPT及Sora的問世，AI步入加速期，針對以太網交換機的800G光模塊需求預計最快在2024年下半年開始逐步起量，1.6T預計自2025年開始規模上量。

性能不斷升級

按速率劃分，光芯片一般分為2.5Gb/s、10Gb/s、25Gb/s及以上各種調制速率。按功能劃分，光芯片可分為激光器芯片和探測器芯片，激光器芯片用于發射信號，將電信號轉化為光信號，按出光結構進一步分為面發射芯片和邊發射芯片，主要包括 VCSEL、FP、DFB、EML；探測器芯片用于接收信號，將光信號轉化為電信號，主要包括PIN和APD。2022年EML大規模商用的最高速率已達到100Gb/s，DFB和VCSEL激光器芯片大規模商用的最高速率已達到50Gb/s。國內廠商目前能夠規模量產2.5Gb/s、10Gb/s 激光器芯片，25Gb/s激光器芯片僅少部分廠商實現批量發貨，50Gb/s、硅光方案激光器芯片大部分廠商仍處于驗證試產階段。

大多數以太網和InfiniBand互連的首選解決方案是提高每通道的數據傳輸率，如英偉達GPU的NVLink或Google TPU的ICI直接I/O到加速器，也需要盡可能高的通道速率。據報道，英偉達基于第七代InfiniBand的Quantum-2固定配置交換機的部署帶來了800G光模塊的規模部署需求，首款采用224G通道的產品將于2024年年底前推出樣品。

研究機構指出，2022年全球硅光芯片市場價值為6800萬美元，預計到2028年將超過6億美元，2022年至2028年的復合年均增長率為 44%。推動這一增長的主要因素是用于高速數據中心互聯和對更高吞吐量及更低延遲需求的機器學習的800G可插拔光模塊。

天風證券指出，2021-2025年交換機密度預計大約每2年翻1倍，相對應光模塊速率也將同步匹配。例如2021年25.6Tb/s交換機所對應400G光模塊，2023年51.2Tb/s交換機對應800G光模塊，假設按此速率線性推演，預計2025年交換機速率達到 102.4Tb/s 時，1.6T光模塊的需求也將有望實現。

目前光調制的技術主要基于硅光、磷化銦和鈮酸鋰三種材料平臺的電光調制器。硅光并不局限于單一的襯底或材料，用于光子集成的各種材料平臺，如薄膜LiNbO3（TFLN）、Sin、BTO、GaAs 等都已顯示出其潛力。傳統的800G可插拔光模塊功耗為14W，而基于CPO的800G光通信技術只需要5.5W，能耗下降的同時提升了效率，CPO滲透率將從2024年開始快速提升。東方證券認為，CPO的進度本質上是對光模塊、光引擎廠商綜合實力的長期考驗，包括在光模塊零部件、封裝等方面的技術積累與研發實力，以及下游客戶的關系。

算力網絡建設藍海

英偉達H100芯片支撐起AI大模型的算力需求，谷歌TPU自2017年起已經歷多輪迭代；2020年，亞馬遜訓練與推理芯片投入使用，微軟和Meta的自研AI芯片都有望在2024年批量應用。

據估計，2023年問世的GPT-4模型參數數量擴大到1.8萬億個，訓練算力需求上升到GPT-3的68倍，在2.5萬個A100上需要訓練90-100天，Open AI近期發布的Sora則需要更高的算力支撐。

無論是AI模型的訓練還是推理均離不開算力資源的支持，天風證券指出，算力服務器集群之間的數據交換需要數據中心內部的網絡互聯做配套，從而激發出對高速率光模塊的大量需求。模型龐大的訓練任務需要大量GPU服務器組成的算力集群來提供算力，而這些服務器之間需要通過網絡連接進行海量數據交換，也就需要更高速率的光模塊做匹配。

2023年四季度，谷歌的母公司Alphabet云業務繼續保持強勁增長，實現收入91.9億美元，同比增長26%；四季度資本支出110億美元，同比增長45%，絕大多數開支系針對AI基礎設施的投入，服務器居首位，其次為數據中心。

Meta 2024年計劃資本支出為300億-370億美元，高于預期，預計2024年資本支出將逐季增加。2024年一季度微軟資本支出112億美元，同比增長69.7%，主要系數據中心、GPU等AI相關的前期部署成本增加。2024年世界移動通信大會期間，SK電訊、德國電信、新加坡電信和軟銀宣布計劃成立一家專注于打造特定于電信行業的大語言模型的合資企業。

巨頭們爭先恐后的資本投入顯示出大力布局人工智能的決心，預計2023年三大運營商的資本開支合計為3591億元，同比上漲2.0%，算網方面相關投資均保持20%以上的增速。2022年，中國智能算力規模達259.9每秒百億億次浮點運算（EFLOPS），預計到2027年將達到1117.4 EFLOPS。2022-2027年期間，中國智能算力規模年復合增長率達33.9%，同期通用算力規模年復合增長率為16.6%。

國盛證券認為，隨著云計算的發展，超大型數據中心的興起，高速光模塊需求迎來持續放量迭代，而進入到 AI時代后，光通信與交換機作為大模型訓練架構的組成部分，將直接影響計算芯片性能的發揮和整體集群的效率，其重要性和地位進一步提高，價值也伴隨高端服務器需求放量而持續提高，且迭代速度正在向芯片迭代周期縮短看齊。