光互连瓶颈要拆成光芯片、DSP和CPO封装

免责声明：本文仅为我个人对公开产业资料与商业逻辑的思考与复盘，不构成任何投资建议，不涉及任何个股推荐或持仓暗示。市场有风险，决策需独立。

我读了《美股光模块全产业链解析来了！》这篇材料。AI 数据中心的网络瓶颈不能笼统地说成「光模块受益」。我会把它拆成光芯片、DSP 电芯片、封装与组装这三层，再加上 CPO 的演进。每一层的供给约束、利润归属、业务集中度和周期位置都不一样。

这篇材料把光模块拆成了可以分开核查的环节，比单纯喊一句赛道口号有用得多。其中，InP 光发射芯片决定单通道速率和成本，DSP 决定高速信号处理能力，而光芯片、一级封装、二级封装和模块制造各自分走不同的价值。到了下一阶段的 CPO，行业会把光学引擎拉近到交换芯片或电芯片旁边，用来降低功耗、延迟和信号损耗。看下来，我会记下这个赛道名称，但对整段「光模块受益」的说法先打个折扣。

带宽上去以后，卡住的东西变了

AI 集群越大，GPU 和服务器之间的数据搬运就越重要。光模块在中间负责光电信号互转，再通过光纤传输数据。当互连速率从 400G、800G 走到 1.6T、3.2T，瓶颈就不再只是「能不能连上」，还要看在更高带宽下能不能稳住功耗、信号完整性、良率和成本。

光芯片先卡住单通道

材料把光芯片，尤其是光发射端芯片，看成第一层卡点。高端光芯片常基于 InP 衬底外延生长，单通道速率、传输距离、功耗和成本都受它影响。虽然多通道并行可以把 100G / 200G 的单通道堆到 800G / 1.6T，但单通道能力仍然决定着模块效率和后面的升级路径。

光芯片确实有技术壁垒，不过也容易出现「好方向已经被充分预期」的情况。看这一层时，我需要找具体的证据，包括 AI 数据中心收入占比、客户集中度、订单能见度、毛利率变化和资本开支。材料里没给到这些数据，所以我目前只承认它的技术壁垒，不承认利润已经兑现。

DSP 卡的是信号

速率进入 800G 和 1.6T 以后，光链路里的损耗、串扰和畸变会明显增加，这时需要由 DSP 来负责调制、补偿和修复信号。材料指出，少数几家电芯片厂商在高端光模块 DSP 里占据强势位置。

我认同损耗、串扰和畸变会变大这一判断，所以我不会只盯着光学部分看，高速互连的瓶颈也可能卡在电芯片上。但要是没有看得见的收入弹性，我就不接受「AI 网络受益」这个标签。只有当 DSP、交换芯片、定制 ASIC 和客户项目能真正对上收入，我才把这一层算成瓶颈。

封装要拆成两层

材料把封装拆成了两层来看：

• 一级封装：把裸光芯片和无源光器件封装成 TOSA、ROSA 或光学引擎。这层壁垒更高，有光芯片和器件能力的厂商更占优。
• 二级封装：把光学引擎和 DSP、PCB、散热、形态设计整合成可插拔模块。参与模块制造和集成的海内外厂商更多。

虽然同样叫光模块，但我会把这两层分开评估。一级封装更像核心组件和良率瓶颈，二级封装更像集成、交付和客户绑定。既然两层的利润不在同一处，我也就不用一个故事去罩住两边。

CPO 属于架构迁移

CPO 的核心做法是把光学引擎和电芯片封装得更紧，以此缩短电信号的路径，在降低功耗和延迟的同时提高端口密度。材料提到 CPO 可能降低 30%–50% 功耗，适合 1.6T、3.2T 互连。

这属于一次架构迁移，不能只当成一个新名词来看。目前 CPO 还在从实验室和小规模部署走向量产。我不会凭「谁沾上了 CPO」作判断，需要接着核查四个问题：

1. 哪些客户已经进入测试或采购？
2. 量产会改变哪些收入项？
3. 良率、热管理、维修性和标准化会不会拖慢部署？
4. 可插拔模块会不会在更长的时间里继续占主流？

四个要查实的问题

我会按下面这四个问题的顺序去核查。只要新闻还停留在「AI 需要更多带宽」，而没有具体的采购和收入项，我就先打个折扣。

问题	需要验证的证据	可能落在的环节
带宽需求是否已经进入采购？	云厂商 capex、交换机升级、800G/1.6T 出货、客户指引	光模块、DSP、交换芯片
真正卡在哪里？	InP 良率、DSP 供应、封装产能、测试周期、热管理	光芯片、DSP、封装、测试
谁能留下利润？	AI 数据中心收入占比、毛利率、客户集中度、合同期限	光芯片、DSP、封装与模块制造各环节
市场是否已经充分预期？	估值水平、市场一致预期、订单预期	决定预期差是否还在

在集群内部，HBM 解决的是 GPU 内和 GPU 近端的内存带宽，光互连解决的则是集群级别的数据搬运。训练和推理集群越大，瓶颈越可能从单卡算力扩散到内存、网络、电力、冷却和封装。因此看光模块不能停在「AI 需要更多带宽」的口号上，得把新闻落到具体的收入项，去查 800G/1.6T 模块出货、DSP 的 ASP、InP 芯片供给、CPO 设计导入和封装良率。至于存储涨价如何反过来逼客户改架构，我写在了 瓶颈定价过度会反噬 AI CapEx。

六条我会拿来证伪的情况

下面这六条情况里，如果任何一条成立，我都会把原来的瓶颈故事降一档。

1. 可插拔模块活得更久。CPO 的量产和维护如果很复杂，可插拔光模块可能继续主导，和 CPO 相关的收入会来得更慢。
2. 需求强，利润被客户压住。云厂商和交换机厂商议价能力强，出货增长不一定能拉高毛利率。
3. 组装环节的竞争把价格打下来。二级封装和模块组装如果竞争激烈，利润会弱于收入增长。
4. 利润更多留在电芯片。光模块出货增长时，更多利润可能流向 DSP 和交换芯片的供应商。
5. 预期已经很挤。如果 800G、1.6T、CPO 的叙事已经被提前反映，业绩稍低于预期，预期就可能回落。
6. 客户改架构。更高集成度、硅光、CPO 或不同的集群拓扑，可能把价值链重新分一遍。

这些还只是待核的问题

下面这几项信息，我还没有当成已经发生的事实：

• 800G 和 1.6T 光模块的出货量、ASP 与交期。
• 光芯片、DSP、封装和模块制造各环节披露的 AI 数据中心收入。
• 云厂商和交换机厂商有没有明确提到 1.6T、CPO 或 optical engine 的部署。
• CPO 从测试到量产的客户、时间表、良率和功耗数据。
• 国内光模块链条各环节的海外客户、毛利率和订单能见度。
• 市场预期有没有提前反映未来两到三年的乐观前景。

我把光模块看成一条从 InP 光芯片、DSP、光学封装走到 CPO 的瓶颈链。沿着这条链做研究，需要找出最难扩产、最能提价，并且最能在 1–4 个季度里进入财报的环节。

参考

• 《美股光模块全产业链解析来了！》：InP 光芯片、DSP、一级 / 二级封装、CPO 可能降低 30%–50% 功耗，以及 400G 到 3.2T 的速率升级，都来自这篇产业链材料。