猜你想问
AI光互联演进趋势是什么？
AI光互联演进分为Scale-out、Scale-up、Scale-in三个层级。Scale-out采用800G/1.6T光模块连接服务器与交换机，带宽需求最低；Scale-up以CPO/NPO为代表，光模块靠近交换芯片，带宽更高；Scale-in实现芯粒间、芯片与内存的光互联，潜在带宽是Scale-up的10倍、Scale-out的100倍。AI发展瓶颈从算力转向数据传输，需搭建分层内存+内存池化架构。
光通信行业发展趋势如何？
光通信行业正从Scale-out向Scale-in演进。Scale-up（CPO/NPO）率先放量，Scale-in仍需数年。技术路线包括硅光+DWDM、VCSEL/Micro VCSEL、MicroLED光互联，分别适合内存池、低成本大规模阵列、短距离高密度互联。AI算力越强，数据传输瓶颈越突出，光电转换边界持续向芯片/内存内部迁移。
报告重点分析了哪些方向？
报告重点分析了三个互联层级的带宽需求与适用场景，Scale-in的技术路线（硅光+DWDM、VCSEL/Micro VCSEL、MicroLED光互联）及其代表企业，产业落地节奏（2027年Scale-up率先放量），相关企业分类（Marvell、Lumentum、Coherent为第一档，光I/O初创公司为第二档，中际旭创、立讯精密为国内相关企业），以及AI算力发展对数据传输瓶颈的影响。
当前市场现状如何判断？
当前市场现状是Scale-up（CPO/NPO）技术已具备现实订单，率先放量；Scale-in技术尚需数年发展，但潜力巨大。企业方面，Marvell、Lumentum、Coherent等已布局Scale-in远期机会，光I/O初创公司技术潜力大但商业化不确定，国内企业中际旭创、立讯精密分别有机会于光引擎、内存池及系统集成能力。
研报有哪些风险提示？
研报提示的风险包括Scale-in技术商业化落地存在不确定性，初创公司商业化路径不明朗，以及AI算力发展可能带来未预见的传输需求变化。此外，光电转换边界向芯片/内存内部迁移可能涉及新的技术挑战和成本考量。投资需关注Scale-up放量机会及内存池/分层存储架构的长期产业链重塑。