报告概述

本报告以光通信从光电分立走向集成为核心主题,覆盖AI算力集群互联需求、技术路径演进及产业链价值量变迁。报告详细分析了EML转硅光、互联速率提升、CPO/NPO三大技术趋势,并探讨了可插拔与xPO方案的长期共存关系。基于对交换芯片、DSP、模拟电芯片、光芯片等环节的壁垒与格局研究,报告为投资者识别了价值量潜在提升的关键环节。报告有助于理解AI时代光电互联的技术方向与投资机遇。

报告的核心结论

AI算力驱动光模块需求高增,2027年TAM超700亿美元

报告预计到2027年,全球AI数通领域400G以上光模块/光引擎需求量将达1.55亿支,对应市场规模超700亿美元,其中英伟达GPU和谷歌TPU是主要需求来源,1.6T光模块将成为增长主力。

光通信技术演进呈现三大趋势:EML转硅光、速率提升、CPO

报告指出光通信正从EML向硅光迁移,调制部分集成至硅光PIC;单通道互联速率从100G向200G、400G迈进;CPO/NPO方案通过缩短传输距离降低功耗,但与可插拔长期共存。

可插拔与xPO方案将长期共存,可插拔仍占主导

出于易维护性、生态包容度、热管理等考量,可插拔光模块在AI集群Scale-out网络中仍将保持较高占比,而CPO/NPO主要面向高密度Scale-up场景,两者共同发展。

博通和Marvell有望成为CPO互联领域的链主企业

基于交换芯片/DSP/SerDes的深厚技术壁垒,博通以Scale-out为主提供端到端CPO方案,Marvell聚焦Scale-up提供开放光引擎,两者均掌握核心价值并主导生态。

硅光方案新增价值量,开放代工平台受益明显

硅光技术将部分光器件集成至PIC中,新增硅光设计制造环节价值;Tower作为开放代工平台已获13亿美元硅光晶圆订单,充分受益硅光化趋势,盈利能力有望提升。

报告回答的关键问题

AI如何驱动光模块需求增长?

AI算力芯片出货量高增,且单芯片互联密度提升,直接拉动光模块需求。报告预计2027年400G以上光模块/光引擎需求量达1.55亿支,TAM超700亿美元。英伟达、谷歌等厂商是主要需求方,1.6T模块将成为增长主力。

CPO和可插拔光模块哪个是未来主流?

两者将长期共存。可插拔光模块维护性好、生态成熟,在Scale-out场景仍占主导;CPO在Scale-up高密度场景具有能效和带宽密度优势。下游厂商会在可维护性、能耗、生态之间权衡,预计2027年后CPO开始规模化。

光通信演进中哪些环节价值量提升?

报告指出三大趋势下价值量提升的环节包括:DSP/SerDes IP、模拟电芯片(TIA/Driver)、硅光PIC设计制造、大功率CW激光器。交换芯片巨头有望成为链主,开放代工平台亦受益。

硅光技术对传统光芯片格局有何影响?

硅光将EML调制器部分集成至PIC,传统EML光源转型为大功率CW激光器,价值量分流。硅光设计制造成为新增环节,台积电、Tower等代工厂受益;同时高精度封装测试成本上升,良率成为关键。

报告中的代表性数据

1.55亿支,超700亿美元

全球AI数通领域400G以上光模块/光引擎需求量及TAM

2027E,报告基于AI算力芯片出货量预期及与光模块配比假设的预测值,包含400G/800G/1.6T/3.2T全速率产品。实际数据以报告完整版为准。

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:包括全球主要AI算力厂商的光模块/光引擎需求量分拆、不同速率产品需求量和TAM预测图表,以及1.6T/3.2T等产品的规模爬坡节奏。
  • 技术演进路径深度对比:详细阐述EML转硅光、互联速率提升、CPO/NPO三大趋势的技术原理、实现方式和价值量变化方向,并配有BOM成本拆分解读。
  • 各技术方案对比分析:从功耗、传输距离、可维护性、生态标准化、商用时间等维度,对比可插拔、LPO、NPO、CPO、XPO、CPC等方案,帮助理解技术取舍。
  • 产业链核心公司深度分析:覆盖博通、Marvell、Coherent、Lumentum、Tower等十余家全球核心公司的产品布局、技术壁垒、业绩指引和竞争格局。
  • 重点公司估值表:包含微软、谷歌、英伟达、博通、Marvell等20多家公司的市值、营收、净利润及PS/PE预测(2026-2028E),数据截至2026年6月29日。
  • 风险提示:分析宏观环境不确定性、AI发展不及预期、前沿技术演进不确定性、产能落地进展等潜在风险因素。
  • 行业研究框架与预测方法:介绍对光模块需求测算的假设基础、技术演进预测逻辑,以及价值量变迁的评价维度。
  • 附录:机构销售团队联系人、证券分析师承诺、股票投资评级说明和法律声明等合规信息。

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。

相关报告