回到首页 AI搜索 发现报告 发现数据 研选报告 定制报告 VIP 权益 付费社群

光模块市场容量及发展趋势分析

2026-09-14
研报助手普通会话

好的,关于光模块市场规模及增速,我把参考资料里的数据按“全球市场”和“中国市场”两条线给你梳理一下。需要提醒的是,不同机构(LightCounting、YOLE、C&C等)的统计口径和预测时点不同,数据会有差异,我会在后面做个对比说明。


一、全球市场规模及增速
1. 整体市场规模(多机构口径对比)

| 数据来源 | 口径 | 关键数据 | | :--- | :--- | :--- | | LightCounting 【1】 | 数通光模块 | 2025年约190亿美元,以3年35% CAGR增长至2028年约470亿美元 | | LightCounting 【8】 | 光模块及相关产品(含AOC等) | 2025年达238亿美元(同比+55%),其中光模块单一产品接近180亿美元(同比约+70%),2026年预计仍保持60%高增长;中性预期下2031年(含CPO/NPO)将接近600亿美元,2025-31年CAGR近17% | | LightCounting 【5】 | 全球光模块 | 2024-2029年CAGR约22%,2029年有望突破370亿美元 | | YOLE Group 【2】 | 全球光模块 | 2023年109亿美元,预计2029年增至224亿美元 | | C&C 【14】 | 全球光模块 | 2022年约96亿美元(同比+9.09%),2023年增速下滑至3.54%,2023-2027年CAGR为9.43%,2027年有望突破156亿美元 |

可以看到,越新的预测数据增速越高——2023年时机构普遍预测个位数增长,而AI爆发后,LightCounting的预测已上调至20%以上的CAGR 【5】 【8】

2. 分速率产品结构
  • 800G:2024年市场规模约40亿美元,2025年迅速增长到130亿美元,贡献了当年光模块市场的主要增长 【1】
  • 800G/1.6T合计:2026年累计出货或达225亿美元,占总市场规模的87%;2027年进一步上升至320亿美元 【1】
  • 1.6T:2025年小规模出货,2026年占比快速上升 【1】 【5】 。
  • 800G及以上高速光模块:2025-2030年CAGR预计达47.1%,有望成为市场主流 【7】
3. 区域格局
  • 北美是当前全球最大的区域市场,2025年占全球38.2%的份额;预计至2030年市场规模将增至人民币1,938亿元,2025-2030年CAGR为25.7% 【7】
  • 中国的全球份额2024年达26.0%,预计2029年上升至近30% 【10】

二、中国市场规模及增速

| 数据来源 | 关键数据 | | :--- | :--- | | LightCounting 【10】 | 中国市场规模从2020年176亿元扩大至2024年329亿元(CAGR约17%);预计2029年达872亿元,2024-2029年CAGR约22% | | LightCounting 【4】 | 按美元口径,2018-2023年从21亿美元增至27亿美元(CAGR约5.8%);预计2029年突破65亿美元,2024-2029年增速显著高于历史水平 | | 【9】 | 预测2026E-2030E市场规模分别为564亿、767亿、973亿、1,205亿、1,520亿元,十年间国内市场体量提升超8倍 |

中国市场的驱动因素主要包括:“东数西算”工程落地、“双千兆”行动计划推进,以及国内大规模AI训练集群的密集部署 【4】 。此外,出口数据也能侧面印证景气度:2024年8月全国光模块出口总额37.5亿元,同比+72.2% 【12】


三、增长的核心驱动因素
  1. AI算力需求爆发:AI从“训练时代”跨入“推理时代”,Token消耗量井喷,智算需求指数级增长 【2】 ;AI集群对以太网光收发器的强劲需求,以及云厂商密集波分复用网络的升级,是主要增长动力 【5】 。
  2. 云厂商资本开支:全球光模块季度销售额与CSP厂商Capex支出趋势基本一致,2024年开始加速成长 【8】
  3. 技术迭代:光模块向NPO、CPO等新技术路线演进,是市场规模高速增长的重要因素 【6】 。
  4. 应用场景延伸:光模块应用正从Scale-Out向Scale-Up/Across渗透,有望打开额外成长空间 【1】 【6】 。

四、一点提醒

不同机构数据差异较大(比如2029年全球规模,YOLE预测224亿美元 【2】 ,LightCounting预测370亿美元以上 【5】 ),主要因为统计口径(是否含AOC、CPO/NPO、数通与电信的划分)和预测时点不同。建议以LightCounting最新口径为主线参考,同时关注其数据主要基于scale-out网络的假设,scale-up和scale-across可能带来额外增量 【1】

15 条参考资料
AI 生成,仅供研究参考