AI光互连正在进入“混合化时代” AI scaling真正撞墙的位置，已经越来越接近data movement。移动bit的成本，开始越来越接近，甚至超过计算bit本身。 massively parallel IO、power/bit、thermal density、reliability、optical packaging、chip-to-chip bandwidth这些问题越来越成为瓶颈。未来光互连越来越像系统工程问题。 AI光互连重要的趋势，是“光互连混合化”。行业正在从每模块独立激光、pluggable optics、板级光模块，逐渐走向 CPO、ELS（External Laser Source）、Optical IO、chiplet optics、MicroLED optical interconnect。核心原因很简单：激光器越来越难放在最热、最密集、最难维护的位置。于是行业开始把激光集中化、共享化、远程化。ELS路线背后的本质，也是把光源从局部模块变成系统级资源。 ai集群的网络功耗正在逼近计算功耗。GPU越来越像“被IO限制的计算器”。于是光开始越来越靠近封装。过去是 GPU → PCB → 铜 → 光模块 → 光纤。未来越来越像 GPU旁边直接就是光。而一旦光进入封装，热、良率、耦合、封装、可靠性，全部开始指数级变难。 于是MicroLED开始成为选项。传统激光路线更强调单通道极限速度、长距离、相干性、超低损耗。MicroLED路线更强调海量并行lane、超短距离、低功耗、CMOS-like scaling、低成本、超高密度。重要的是，它更接近“半导体+显示产业链”的制造逻辑。 很多人会把MicroLED理解成激光替代。更准确的理解是：它更接近“铜线升级方案”。尤其适合 chip-to-chip、package-to-package、board-level optics、rack内部互连这些超短距离场景。 这里真正重要的，是总IO数量能不能持续扩展。 现在这个方向最积极的推动者之一，其实是Microsoft。MediaTek已经和Microsoft Research联合开发基于MicroLED的AOC（Active Optical Cable）。路线很明确：重点放在AI scale-up网络里的超短距高并行光互连。核心思路是“slow-and-wide”。重要的是海量低速并行光通道，而不是少量超高速channel。这其实非常符合AI时代的网络特征，因为AI真正需要的，越来越像“无限并行IO”。 MTK具备完整的数据中心系统能力，包括高速IO、ASIC协同、SerDes、封装、power delivery、hyperscaler协同、大规模量产。而且它已经绑定Microsoft。这意味着它已经开始进入hyperscaler验证阶段。微软公开时间线是2027年前后开始商业化部署。 另一边，KOPN也已经正式进入这个赛道。它原来的核心能力是AR、military optics、MicroLED display，但现在已经开始向AI optical interconnect迁移。KOPN已经和Fabric. AI合作，推出MicroLED optical interconnect demo chipset，并签下初始订单和exclusive agreement。这意味着行业已经开始从“研究验证”进入“早期商业化验证”。 KOPN和MTK路线很接近，都在赌未来AI网络会从“few ultra-fast lanes”转向“many lower-power parallel optical lanes”。重要的是，两者定位不同。MTK更像系统路线定义者，KOPN更像底层光源和器件供应商。未来很可能形成：MTK负责系统方案，KOPN负责部分核心MicroLED器件，其他SiPho/CPO厂商提供不同层级补充。整个行业最终更像异构拼图。 这个赛道门槛是半导体、光学、显示、封装、数据中心系统五个产业叠加。难点是如何同时做到：超高良率、超高一致性、超低误码率、超低功耗、超长寿命、超高密度。这里最难的几个环节包括：III-V外延、GaN制造、MOCVD、mass transfer、wafer-level alignment、光学耦合、thermal engineering、光学封装。 MicroLED仍然高度依赖III-V GaN体系，尤其蓝光/绿光MicroLED，本质更接近显示产业链。其瓶颈是GaN外延、高端MOCVD、MicroLED mass transfer、wafer-level alignment、optical packaging、thermal management、高速驱动IC。 很多东西已经开始接近“TSMC CoWoS + 光学 + 显示制造”三者叠加的复杂度。所以这个行业最终很可能形成极少数核心玩家，而且一旦进入hyperscaler production，护城河会非常深。 免责声明：本人持有文章中提及资产，观点充满偏见，非投资建议，dyor

白线 WhiteLine Daily：本周光互连财报进一步确认 800G 已经放量、1.6T 开始爬坡，产业瓶颈正从模块端向 InP 激光器和 SiPho 晶圆上移。接下来市场更关注谁能把新增产能转化成出货，同时守住毛利率。 阅读全文：

行业分析：AI光互连全景：谁是下一个“HBM级瓶颈”？ AI算力的瓶颈正在从计算转向带宽。随着GPU规模扩大，节点间通信接近N²级增长，电互连在功耗与距离上逐步触顶，光互连从可选项变成刚需。这一变化不只是需求扩张，而是产业结构的重排：光开始从数据中心边缘进入系统核心，甚至进入封装内部。 从底层看，硅光（SiPho）是在硅基上做出一整套光通信器件：波导负责传光，调制器把电信号变成光，探测器再把光变回电。它解决的是带宽与能效问题。硅本身不能发光，激光器依赖InP、GaAs等III-V材料，因此整个体系天然是“硅 + III-V”的异构结构。 产业链可以拆成四层：上游材料（InP与激光材料）、中游核心器件（激光器、硅光芯片）、模块与封装（光模块、CPO）、以及系统与网络架构。价值分配并不均匀。最稀缺的是光源，也就是激光器及其背后的InP体系，这一层类似算力链中的HBM，是物理瓶颈；再往下是硅光与光芯片，决定光电融合是否可行；光模块更偏制造与组装，周期性更强；真正的高价值封装集中在系统级CPO。 在硅光制造这一层，Tower Semiconductor 和 GlobalFoundries 是典型代表。它们本质是foundry，把光子芯片从设计变成晶圆。器件公司是它们的客户，而不是供应商。两者路径不同：TSEM更像工艺专家，擅长定制和复杂结构，解决“别人做不出来”的问题；GF更像平台型foundry，提供标准化工艺和规模能力，让更多客户可以复制。 这也解释了近期股价的差异。TSEM的上涨几乎直接由AI光互连驱动，尤其是硅光需求进入订单兑现阶段；GF更多受益于AI整体需求扩散，硅光只是其中一部分。前者是主线变量，后者更像beta。 很多人会误以为竞争在晶圆尺寸，比如300mm。但在SiPho、模拟、RF这些领域，关键不在晶圆，而在工艺复杂度、良率和客户绑定。真正决定竞争力的是能否稳定量产复杂光电结构，而不是晶圆大小。 从全球格局看，中国在光模块层面占据优势，但在SiPho制造仍处于早期阶段。差距不在技术原理，而在量产能力和客户验证。短期内，由于订单和经验的正反馈，差距在拉大；中期随着下游需求反向驱动，上游有望追赶。这一结构和HBM不同，SiPho不属于天然寡头，更可能走向多极竞争。 真正改变产业结构的是CPO（co-packaged optics）。CPO不是一个器件，而是一种封装形态：把光芯片与算力芯片封在一起，使光从“外部模块”变成“系统内部的一部分”。实现路径是先在SiPho晶圆上完成器件制造，筛选良品（KGD），切割成die，再与GPU/ASIC、HBM等一起进行异构集成，通常采用平面并排而非堆叠。 这一变化的核心结果是：硅光从“独立产品”变成“系统中的一层”。功能重要性不变，但定价权下降。过去光模块可以独立定价；在CPO中，价值更多被系统整合者吸收。掌握先进封装能力的厂商更接近控制节点，这也是为什么TSMC和Intel在这一阶段具备更强话语权，而TSEM和GF更接近中游die供应商。 CPO对技术提出了三大硬约束：功耗、带宽密度和封装耦合。功耗决定系统是否可持续，带宽密度决定扩展能力，封装耦合决定良率和成本。这三点直接推动硅光工艺进入新阶段。 在这一过程中，低损耗波导成为关键基础。波导是芯片内部的“光通道”，损耗以dB/cm衡量。0.1 dB/cm与1 dB/cm的差异，会在封装内线性累积，直接决定系统功耗与成本。当前主流量产水平在0.3–1 dB/cm，先进工艺可到0.1 dB/cm，实验室中的氮化硅（SiN）接近0.01 dB/cm，但距离大规模量产仍有距离。材料路径也逐渐清晰：硅波导受限于粗糙度和折射率，长期趋势是向SiN迁移。 难点不在单点，而在多重极限叠加：侧壁粗糙度、PECVD氢吸收、SiN应力、弯曲损耗、光纤耦合等因素同时作用。这也是为什么真正的优势来自“全栈工艺控制”，而不是某个单一技术突破。 CPO不仅改变技术路径，也改变竞争结构。未来不会出现单一路线，而是分层共存： 核心AI集群：定制CPO，追求极致性能 大规模部署：标准化CPO或pluggable，追求成本与灵活性 即使在CPO内部，也会分化为“高性能CPO”和“标准化CPO”，类似HBM与DDR的关系：前者吃价值，后者吃规模。 对TSEM和GF来说，这种分化进一步强化各自路径。TSEM更靠近高性能CPO，承接定制需求，有机会成为局部瓶颈；GF更靠近标准化CPO，承担规模扩张，是产业的放大器。 整条链可以压缩成一句话：材料决定能不能做，芯片决定性能上限，封装决定系统价值，系统厂决定利润分配。对应到算力链，InP激光器类似HBM，CPO类似GPU封装，光模块类似服务器组装，而硅光晶圆厂更像中间层的chiplet供应商。 从投资角度看，最确定的机会在光源，这是物理瓶颈；最大弹性在硅光与CPO，一旦路径跑通会被放大；光模块是顺周期；封装稳定吃利润但不容易爆发；系统层存在潜在黑马，但取决于架构演进。硅光不会消失，但正在被“吞入系统”。未来真正的“HBM时刻”，更可能出现在光源层或系统级封装，而不是封装之前的中游晶圆环节。 免责声明：本人持有文章中提及资产，观点充满偏见，非投资建议dyor

半导体隐形卡位者 AXTI，光互连的地基 白线主播 Minta 认为，AI 数据中心规模扩张正在推动高速数据传输需求增长，磷化铟（InP）也因此成为光互连产业链的重要材料。 AXTI 作为磷化铟衬底供应商，2026 年第二季度收入达到 4760 万美元，同比增长 164%，磷化铟收入达到 3070 万美元，毛利率提升至 44.9%。随着公司计划 2026 年将磷化铟产能翻倍，市场正在关注其能否抓住 AI 光通信增长机会。 内容不构成任何投资建议，请严格遵循当地法律法规。 《白线 WhiteLine》由吴说团队出品，从 Crypto 走向更广阔的资本市场，关注 AI 时代下的趋势变化与交易机会。

过去一个季度，AI数据中心光互连市场的出货规模还只有千级，现在超大规模云厂商的单次需求已经提升到百万、千万级，需求涨了一万倍。 卡在缺口正中间的是Lumentum（$LITE）。激光器和光器件用的材料是磷化铟，全球能做的厂商屈指可数，行业里不存在台积电那样的代工巨头可以外包，Lumentum只能自己建晶圆厂，从材料到激光器芯片全部自己做。建厂要好几年，烧钱、慢，但别人想追也追不上。这就是它敢自比"光学台积电"的底气：在光学领域，它同时是设计者和制造者。 数字印证了位置。CEO上任五个季度，营收翻了三倍。2026财年Q3营收8亿美金，同比增长90%，运营利润率32.2%，一年提升21.4个百分点。Q4指引9.6亿到10.1亿，单季营收即将突破10亿，管理层还暗示目标是单季20亿。1.6T光模块的2026年需求预测，从年初的1000万个直接上修到2000万个，头部厂商订单积压创历史新高。 是不是泡沫？回答是：就算AI数据中心不再疯狂扩建，仅存量数据中心从铜到光的替换需求，也足以支撑行业继续增长。AI是加速器，存量替换是地板。 需求指数级增长，磷化铟产能线性扩张，这个剪刀差可能持续好几年。Lumentum恰好坐在最稀缺的交叉点上，这可能是光学行业真正的黄金十年。 #美股# #AI# #光通信#

从 GaAs 到 InP：AI 光互连时代的隐性瓶颈 GaAs（砷化镓）是 III-V 半导体材料，长期用于射频和光电器件。更重要的是，它形成了一整套成熟制造体系，这套体系可以部分复用于 InP（磷化铟）。 而InP 是当前 AI 光互连的关键材料。 AI 基础设施的核心约束之一是光互连，而光互连带动InP 需求快速放大。 InP 外延门槛看起来不高，因为：设备可以买，像 Aixtron、Veeco 都提供设备；器件厂商如 Coherent Corp.、Lumentum Holdings 也在自建外延。 问题在量产。关键是三件事：良率、一致性、可靠性。这些不在设备上，而在工艺能力上。进入不难，做好很难。 GaAs 产线可以扩 InP，但不是简单复制。设备、厂房、部分工艺可以复用。材料特性不同，良率提升更难，扩产是一次工艺跃迁。是否扩产取决于需求强度、资本效率、客户绑定。 而对很多供应商来说，当前三者同时成立。 产业链的瓶颈当前在衬底层。原因很直接：技术难、扩产慢、供应集中。代表公司是 AXT, Inc.、Sumitomo Electric Industries。 但下一阶段可能会外溢到外延，比良率和定制能力。代表是 IQE plc 及台湾厂。 对 IQE 来说，订单来源分三类：没有外延能力的客户、IDM 外包、产能溢出。第三类最重要。它吃的是“别人做不过来的部分”。 InP 不像芯片和存储，资本密度高、需求集中、技术门槛高；inp产品定制化，应用分散，资本门槛相对较低。因此，inp的护城河相对较窄。 但集中趋势仍然存在。AI 把需求集中到光互连，良率形成正反馈，客户认证周期长。最终结构是分层的：衬底 几家 家，外延几家，器件分散。 核心公司吃确定性增长，IQE 吃供需错配，它能吃多少，只取决于别人来不及做多少。 免责声明：本人持有文章中提及资产，观点充满偏见，非投资建议，dyor

AI光互联进入"无距离"时代，CPO/薄膜铌酸锂迎来历史性拐点 A股的光有哪些！ 6月2日Computex大会上，Marvell CEO与Nvidia CEO黄仁勋同台对谈，首次系统阐述了AI数据中心光互连的演进蓝图。双方共识明确：连接性已成为AI基础设施的新瓶颈，计算和内存瓶颈逐步解决后，系统性能将由连接架构定义。Agentic AI、混合专家模型等新一代工作负载对数据移动的需求呈指数级增长，光互连是突破物理限制的唯一路径。 核心催化： "铜退光进"已成定局。黄仁勋直言"尽可能用铜，能用光的地方全用光"。当前机架内200Gbps铜线极限约2.5米，已接近实际布线需求；400G单通道后铜线距离极限将被触及，机架内全互联将逐步转向光学。Marvell重点展示CPO方案，光纤直连消除PCB走线，显著提升密度并降低功耗。 "无距离数据中心"蓝图落地。Marvell描绘通过全光互连实现计算、内存、网络资源池化，Scale-up从单机架NVLink 72扩展至跨多个机柜乃至1000+ XPU/GPU，服务器解构为独立计算池和内存池，架构按工作负载动态优化，彻底打破距离约束。 未来5-10年铜光并存，但光学增量巨大。Scale-up/out/across全场景均需光互连支撑，各环节均有历史性投资机遇。 重点关注： 大光： 旭创+新易盛+立讯+东山（物料+订单+客户有保障，业绩成长性高） 弹性光： 联特（新确认物料+订单有保障，CPO组件主力供应商）汇绿（cohr核心代工商，FR/ELS等新产品持续贡献增量） CPO： 长芯博创（DFAU+MPO是CPO封装刚需，份额/价值量有望超预期）天孚（英伟达CPO核心供应商） 薄膜铌酸锂： 光库（国内唯一、全球三强TFLN调制器厂商，CPO上游"刚需品"）天通、安孚（单波400G确定性方向，龙头厂商纷纷布局） 磷化铟：云南锗业（磷化铟衬底龙头，光芯片核心材料），衬底材料国产替代加速

AI硬件唯一看好光方向： 光通信产业链研究简评（全文592字） AI算力扩张驱动数据流量爆发，光互连成为算力网络核心底座，国内光产业链迎来3-5年结构性上行周期。整条链条壁垒自上而下逐级降低，利润向上游高端光芯片集中，国内企业在中游制造、光纤领域具备全球竞争力，高端芯片仍是国产替代核心攻坚方向。 上游光芯片是产业链技术制高点，属于本轮国产替代主线。 1-源杰科技为高速激光器芯片龙头，实现EML芯片规模化量产； 仕佳光子深耕无源AWG芯片； 光迅科技拥有芯片-模块一体化自研能力。 当前25G中低端芯片国产化提速，但100G以上高端芯片仍存在供给缺口。 中游光模块是AI算力需求弹性最大赛道。 2-中际旭创、新易盛为全球第一梯队，深度绑定北美云厂商，800G批量交付、1.6T持续推进； 华工科技、剑桥科技紧随布局高速产品。 光器件平台天孚通信，为多家模块厂商提供无源器件，直接受益行业扩容。 下游光纤光缆具备稳健基本盘。 3-长飞光纤是全球预制棒、光纤龙头，拥有完整棒纤缆产业链； 4-亨通光电、中天科技兼顾光纤与海缆业务。受数据中心与电信基建拉动，高端超低损耗光纤需求持续提升，行业量价齐升。 整体格局来看，国内优势集中在光模块组装、光纤光缆；高端有源光芯片长期受制于人。投资层面，短期优先光模块龙头捕捉算力订单红利；中长期布局光芯片国产替代机会；光纤板块适合作为稳健底仓配置。风险在于海外云厂商资本开支不及预期、高端产品价格持续下滑、芯片技术突破进度慢于市场预期。 芯片：GPU 、CPU其实还不高。 （风险提示：内容仅为产业信息整理，不构成任何投资建议）

重要：存储硅光主线与存算一体革命 存储与硅光是当前市场最热主线，核心动因均为内存墙——芯片间数据搬运成本远超计算成本，已成AI算力核心瓶颈。 HBM通过堆叠内存缩短搬运距离，硅光以高速光互连拓宽传输通道，二者均为缓解内存墙的过渡方案。而存算一体是终极解法，直接消除数据搬运，实现“数据不动计算动”。 本周IPO的Cerebras（ $CBRS）是存算一体标杆，其WSE-3将整片300mm晶圆做成单芯片，集成90万核心与44GB片上SRAM，带宽达21PB/s，是H100 HBM带宽近万倍。 与GPU/TPU的分布式架构不同，Cerebras以晶圆级集成规避跨芯片通信，构建起物理边界、微架构与生态的三重护城河。长期看，存储与硅光只是过渡，存算一体才是算力演进的终局，当前市场对其估值仍处低位。