AI硬科技和应用系列深度（一）：AI算力重塑光互联，高速率光模块与CPO产业化提速

AI硬科技和应用系列深度（一） AI算力重塑光互联，高速率光模块与CPO产业化提速 证券分析师:宋辰超(分析师)分析师登记编号:S1190526050001 报告摘要 AI算力增长大幅领先互联带宽，系统级协同与定制网络推动光互联升级。AI计算能力快速提升，而PCIe、内存及网络带宽增速相对滞后，互联逐渐成为算力释放的重要瓶颈。随着GPU、ASIC出货增加、单芯片速率及光模块配比提高，光互联由Scale Out向跨机架Scale Up及Scale Across拓展。英伟达通过NVLink、NVSwitch和NVLink Fusion推进系统级协同，谷歌、Meta、AWS则围绕自研芯片建设差异化网络，推动AI网络向高带宽、低时延和低功耗方向持续演进。 高速光模块向1.6T及硅光加速演进，核心光电器件价值量持续提升。当前800G仍是主流，1.6T快速渗透，3.2T成为下一代方向。传统EML方案保持主流，硅光依托高集成度加快渗透，带动激光器、DSP、Driver、TIA、PD及无源器件向高带宽、低功耗和高可靠性升级。 光电转换持续向计算芯片靠近，NPO先行、CPO打开长期成长空间。NPO将光引擎移至ASIC附近并保留可拆卸特性，在降低损耗的同时兼顾维护便利；CPO则将光引擎与ASIC/XPU共同封装，缩短信号传输距离。英伟达、博通、台积电、AyarLabs及Marvell等厂商分别围绕CPO交换机、先进封装平台和光引擎芯粒加快布局。产业链核心环节涵盖外部激光源、EIC/PIC、MRM/EAM调制器、2.5D/3D封装、FAU/DFAU、MPC及保偏光纤，其中封装能力、光纤耦合精度和测试效率是影响规模量产进度的关键。 AI集群连接密度不断提升，高芯数光纤及精密连接器需求加速释放。Scale Up与高速网络升级推动光纤用量、光缆芯数和端口密度提高，布线向高密度、低损耗和模块化发展。MPO向高芯数、小型化演进，MMC、SN-MT等接口逐步导入；MT插芯具备精密制造、专利授权和客户认证壁垒，高端产能相对紧缺。 目录 1、算力-网络数倍级剪刀差，网络架构迭代加速 2、光互联载体：1.6T/硅光光模块加速，上游器件紧缺提升 3、光互联载体：CPO量产/NPO先行，核心器件价值提升 4、光互联传输：布线/光纤/MPO/插芯，AI连接密度驱动需求释放 1.1本质逻辑1：算力与网络增速的数倍级差距 互联速度/内存速度已远远落后算力增长速度。算力从2020年到2024年，增长了28倍；同时期PCIE带宽仅增长2倍、GPU内存仅增长2.4倍，算力与带宽增长的巨大不匹配为互联带来投资机会。 芯片增长带来连接速度的持续提升。Blackwell架构的GPU拥有2080亿个晶体管，GPU的制造过程需要两个集成电路板，而这两个板子通过每秒10TB的数据传输速率进行连接，第五代NVLink最新版本的NVIDIA NVLink@提供了突破性的1.8TB/s双向传输速率。 资料来源：Wu et al.（2026）、北京大学、清华大学，arXiv、太平洋证券 资料来源：SemiAnalysis、NVIDIA、太平洋证券 1.2本质逻辑2：计算芯片出货，对应带宽传输增加 AI计算集群（GPU/ASIC）的出货量是驱动光模块和网络带宽需求的根本动力。AI芯片与外部进行数据交换，取决于芯片本身的网络接口速率以及网络架构； 光模块比例提高：对于英伟达，更先进的平台需要更高的配比（GB200 1：2~3提升至VR2001:4~6），光模块速率也从800G提升至1.6T； ASIC芯片带宽配比更高：谷歌TPU芯片平均配比1:4、亚马逊Trainium芯片平均配比1:4、Meta MITA-T芯片配比1:8~12，配比提升带来光模块的总量提升。 1.3光网络架构：三种网络架构scale up/out/across Scale Up（节点内互联）：传输介质：短距离（机架内）以铜缆为主，成本低、功耗低、可靠性高；长距离（跨机架）正向光互联演进，如共封装光学（CPO）、近封装光学（NPO）技术； Scale Out（节点间互联）：传输介质：当前主流为可插拔光模块（800G/1.6T），未来趋势硅光、3.2T、轻相干光模块。Scale Across（跨数据中心互联）：跨区域协同训练，将多个数据中心GPU集群用于单一大型AI模型训练，相干光模块（Coherent ZR/ZR+）是Scale Across场景中长距离传输的关键技术 资料来源：Broadcom官网、太平洋证券 资料来源：摩根士丹利研究部、Gartner（高德纳）、Dell’Oro集团、太平洋证券 1.4光网络架构：NV网络架构核心系统级协同设计 英伟达网络架构的核心和特点为一个核心、三大支柱。其核心是系统级协同设计（Extreme Co-Design），通过将计算、网络和软件深度整合，构建一个完整的、端到端的AI基础设施平台。其特点体现在三个相互关联的网络维度上，根本目标是降低每Token成本和提升每瓦性能。这意味着网络设计必须服务于最大化GPU利用率、最小化通信延迟和功耗。 NVLink：是NVIDIA专有的高速GPU互连技术，目前已发展到第六代，单GPU带宽3600GB/s,是PCIe Gen6的14倍以上;NVSwitch：是实现多GPU全互联的关键芯片，单GPU带宽翻倍至3.6TB/s，NVL72系统总带宽达260TB/s；NVLink Fusion：让定制芯片（包括CPU和XPU）与NVIDIA的NVLink scale-up网络技术以及机架级扩展架构相集成 资料来源：NVIDIA、太平洋证券 资料来源：NVIDIA、太平洋证券 1.5光网络架构：Google/Meta/Aws自研芯片+定制网络 谷歌网络：自研TPU + ICI + OCS (3D Torus)架构，强调低成本、高扩展、低延迟、全自研软硬件协同。Virgo的定位是专为TPU v8t（训练集群）设计的全新横向扩展（Scale-out）网络架构，支持超过100万颗TPU芯片组成单一训练集群。 Meta网络：自研MTIA +以太网主导+高速光互联，强调开放机架架构、多供应商策略；DSF（解耦调度结构）& NSF（非调度结构），其中NSF：基于L3 CLOS网络，使用NVIDIA Spectrum 4交换机（51.2T），支持20,736个GB300 GPU。Amazon (AWS)网络：自研Trainium+NeuronLink+自研网络，强调运营灵活和开放生态；最新扁平数据中心网络架构RNG，新型分布式路由协议，利用随机图的特性，在端点之间找到大量边不相交的路径，成本比胖树低45%。 资料来源：Meta Engineering、太平洋证券 目录 1、算力-网络数倍级剪刀差，网络架构迭代加速 2、光互联载体：1.6T/硅光光模块加速，上游器件紧缺提升 3、光互联载体：CPO量产/NPO先行，核心器件价值提升 4、光互联传输：布线/光纤/MPO/插芯，AI连接密度驱动需求释放 2.1光模块：传统分立式（EML）市场主导方案 目前光模块市场中传统分立式（即采用EML等独立元器件的可插拔模块）仍是主流，长距离传输性能优异（如FR/LR），耦合效率高，编码误码率低，目前800G是主力，1.6T渗透率快速提升，3.2T是下一代在研产品。 工作原理：EML将DFB激光器与EAM调制器单片集成，通过电信号实现高速光强调制，具有高带宽、低啁啾和良好的传输性能。模块结构：发射端由EML芯片、Driver等组成TOSA，接收端由PD、TIA等组成ROSA，再与DSP、PCBA及光接口组装成完整光模块。EML芯片供应商：Lumentum、Coherent、三菱电机、东山精密。 资料来源：Coherent、LightCounting、Bernstein分析、太平洋证券 资料来源：GB-Link Technology Inc. Ltd、太平洋证券 2.2光模块：硅光（CW光源）渗透率快速提升 硅光光模块将调制器、光路等集成在单一芯片上，器件数量减少，组装复杂度降低，有利于大规模量产。CITI预测硅光渗透率在2028年将达到60%，对应的光芯片需求（含EML和CW激光器）在2028年将达到17.14亿颗，3年复合年增长率（CAGR）为62%。光源与模块结构：由于硅材料发光效率较低，硅光模块通常采用外置Ⅲ-Ⅴ族连续波激光器提供光源，并通过耦合结构将光注入硅光芯片；芯片上可集成调制器、波分复用器、探测器等器件。 工艺与发展趋势：硅光芯片以SOI晶圆为基础，采用与CMOS兼容的光刻、刻蚀、沉积和金属化工艺制造，具备高集成度和规模化生产潜力；目前仍面临光源耦合、热调谐及先进封装等挑战。 硅光调制器：硅光调制器主要基于等离子色散效应——通过施加电压改变硅材料中的载流子浓度，从而改变折射率和吸收系数，进而控制光信号的强度或相位 光源（激光器）：普遍采用外置连续波（CW）激光器方案——使用InP、GaAs等III-V族材料制成的激光器作为光源，“外挂”到硅基芯片上 制造工艺：直接复用成熟的CMOS集成电路产线（光刻、刻蚀、沉积等工艺），在硅晶圆上“雕刻”光路系统。典型工艺流程包括：SOI衬底→深紫外光刻→硅刻蚀→锗外延→金属化→钝化→测试 2.3有源器件：DSP-信号质量的修复引擎 核心功能：DSP芯片承担着全链路信号重建的核心功能，补偿信号损伤、支撑高阶调制与高速率；解决高速电信号经过PCB、光纤后的衰减、串扰、抖动问题，是AI算力光互连主要芯片。 完整信号链路：交换机高速电信号→ DSP编码整形→ TIA /激光驱动→ EML光芯片；接收端：光电信号→ TIA → DSP均衡纠错→输出干净数字信号给GPU /交换机。 海外：Marvell（收购Inphi）、博通深耕光DSP超20年，完整自研SerDes、ADC、核心IP永久不对外授权；国内：可商用量产：仅橙科微、华为海思实现400G PAM4 DSP小批量落地；华为仅内部自用，不对外销售。 资料来源：MaxLinear官网、太平洋证券 资料来源：Marvell官方产品白皮书、太平洋证券 2.4有源器件：TIA/Driver-信号放大和修复的稳定器 Driver位于发射侧，接收来自DSP或交换芯片的电信号，将其放大并整形为足够大的电流，驱动激光器（如EML、VCSEL）或调制器发光。其核心要求包括：高带宽、低抖动、低功耗以及高线性度，以确保光信号质量的上限； TIA位于接收侧，连接光电探测器（PD或APD）。当PD将微弱的光信号转换为微安级甚至更小的光电流后，TIA负责将这极其微弱的电流信号转换为电压信号并放大，供后续电路处理。TIA的性能直接决定了光模块的接收灵敏度、信噪比（SNR）和误码率（BER）海外：224G高速TIA/Driver垄断，MACOM、MaxLinear、Semtech、Marvell；掌握全套SiGe工艺IP、高频模拟电路专利，深度绑定英伟达、谷歌云厂商硅光/ CPO方案； 国内：厦门优迅、芯耘光电、亿芯源。 资料来源：优迅股份招股说明书、太平洋证券 资料来源：资料来源：MaxLinear官网、太平洋证券 2.5有源器件：探测器（PD）-光电转换起点 PD光电探测器（接收端光芯片）：位于ROSA /接收光引擎前端，将光纤输入的光信号转换为微弱光电流，是整个光通信系统“光→电”转换的起点。 核心指标：响应度（A/W）、3dB带宽、暗电流/噪声、结电容、饱和光功率、线性度和可靠性；高速光模块中，PD需要在小尺寸、低电容下兼顾高带宽和高响应度，并与TIA近距离封装以降低寄生效应。 技术路线：PIN PD成本低、速度快、结构简单，是数据中心短中距模块主流；APD通过雪崩倍增获得内部增益，接收灵敏度更高，适合长距/弱光场景；硅光方案中多采用Ge-on-Si探测器与PIC集成。 产业趋势：