报告概述
本报告为AI泡沫系列研究之通信篇，聚焦人工智能对通信产业链的驱动与泡沫形成。研究对象包括光/铜连接、光芯片、交换机、光纤光缆等AI基础设施子行业。报告覆盖全球及中国云厂商资本开支趋势、GPU迭代周期、光模块供给格局、训练与推理算力需求变化，并分析政策支持与国产化进程。采用资本开支占比、折旧压力、出货量预测等框架评估泡沫阶段，旨在帮助投资者理解AI通信产业链的景气度与风险。
报告的核心结论
AI通信泡沫仍处初期，云厂商需求端高企
报告通过对比北美主要CSP资本开支占收比及折旧占比，发现当前资本开支增速显著超过营收增速，但折旧压力可控，泡沫尚未形成。云厂商对人工智能业务赋能逐步深化，需求端持续升温。
高端光模块供不应求，低端产能存在冗余
由于GPU迭代加速，高速率光模块（800G/1.6T）需求旺盛，2026年出货量预计高速增长；而低速率光模块产能过剩，但有望随推理算力提升逐步消化。供给紧张源于技术进步而非需求不足。
推理算力将成为需求增长主要驱动力
随着AI应用落地，推理算力占比预计从2023年的42%升至2026年的66%，带动中低端互联器件需求。训练与推理双轮驱动，通信基础设施长期景气。
全球云厂商资本开支2026年仍将高增
TrendForce预测Meta等厂商2026年资本开支增速约40%，主要投向AI基建。GPU/ASIC采购持续扩张，带动光模块及相关配套市场发展，国产替代进程加速。
报告回答的关键问题
AI泡沫在通信行业是否已经形成？
报告认为AI泡沫尚处于初期。虽然云厂商资本开支增速远超营收，但折旧占比可控，且人工智能对业务的赋能仍在深化。真正的泡沫担忧来自需求端，而当前生成式AI应用市场空间巨大，远未到天花板。
800G和1.6T光模块的出货前景如何？
报告预测2026年800G与1.6T光模块出货量均将高速增长。基于Nvidia Blackwell和Rubin GPU的出货规划，800G光模块需求约1632万只，1.6T约1224万只，加上其他厂商自研XPU，市场持续景气。
推理算力增长对光模块需求有何影响？
推理算力占比快速提升，预计从2023年42%增至2026年66%。推理需要大规模横向扩展网络，拉动中低速率光模块需求，从而消化低端产能冗余，推动整体光模块市场量价齐升。
报告中的代表性数据
全球生成式AI应用市场规模
2028年，据Frost & Sullivan预测，全球生成式AI应用市场规模将从2023年持续增长，到2028年达到2582亿美元，年复合增速显著。
800G光模块出货量
2026年，基于Nvidia Blackwell及Rubin GPU出货量估算，假设Blackwell系列出货1020万颗、Rubin 220万颗，800G光模块需求合计约1632万只。
推理算力占比
2026年，据Deloitte预测，AI推理算力在全球总算力中的占比将从2023年的42%提升至2026年的66%，成为算力增长主引擎。
以上数据根据报告摘要整理，具体统计口径和数值请以完整报告原文为准。
完整报告包含什么
- 完整市场数据与趋势图表：包括全球及中国生成式AI市场规模、CSP资本开支及增速、折旧占比等关键指标图表。
- GPU迭代路径与通信速率升级分析：从A100到Rubin的GPU升级时间线，以及对应光模块速率演化（200G→800G→1.6T/3.2T）。
- 光模块供需格局详解：区分高速率（800G/1.6T）与低速率（200G/400G）市场，分析EML、CW激光器等上游器件的紧缺现状。
- 全球及中国算力政策梳理：汇总“十四五”算力规划、各地方智算中心建设目标及PUE要求。
- CSP自研XPU及ASIC趋势：分析Google、Meta、AWS等厂商自研芯片对光模块需求的拉动。
- 投资建议与个股分析：给出通信行业“推荐”评级，并列出核心受益标的，覆盖光模块、光芯片、交换机、液冷等细分领域。
- 推理与训练算力需求对比框架：从数据类型、精度要求、互联方式、资本开支等维度区分推理与训练需求差异。
- 风险提示：包括国际形势不确定性、算力行业竞争加剧、供给紧张导致订单外溢等风险因素。
本页内容由川海智库整理，用于帮助读者快速了解报告主题、核心观点和主要内容。由于报告量大、人工能力有限，部分观点、数据、统计口径或表述可能存在偏差，具体内容请以完整报告原文为准。
