你可能不知道,AI 光互連市場已經正式進入了指數級增長通道。未來三年,整個賽道的規模將直接狂飆三倍!
如果說 2022 年的俄烏衝突,讓世界第一次看到“商業衛星 + AI”在戰場上的雛形;那麼到了 2026 年,戰爭的形態可能已經發生了一次真正的躍遷。
戰場不再只是 海、陸、空的三維空間,而是進入了 “太空 + 算力”主導的新四維戰爭體系。
當勝負開始取決於,誰的資料鏈路更快、誰的決策模型更強,軍工、航天與 AI 的底層邏輯,是否已經被徹底改寫?
本周,輝達分別向光子技術公司 Lumentum(LITE) 和 Coherent(COHR) 各投資 20 億美元.這筆交易釋放了一個非常清晰的訊號:光互連正在成為 AI 資料中心能否繼續擴張的關鍵基礎設施。
消息公佈後,資本市場迅速做出反應。LITE 單日上漲接近 12%,COHR 漲幅超過 15%,而光纖材料龍頭 康寧(GLW) 也同步上漲 4.97%。
我們在此前兩篇深度文章中,其實已經系統拆解過這個邏輯,並重點介紹了GLW、LITE與COHR在產業鏈中的位置。
輝達為什麼偏偏選在這個時間點,加碼光通訊?
要回答這個問題,我們得先糾正一個很多投資者的誤判:大家嚴重低估了光模組需求爆發的速度。
隨著AI訓練叢集規模不斷擴大,資料中心網路正在經歷一次代際升級。過去主流是400G網路,而在AI算力叢集中,這一頻寬已經遠遠不夠,行業正迅速向800G甚至1.6T光模組升級。
行業研究機構Dell’Oro的預測顯示,AI資料中心網路投資正在快速增長。相關基礎設施支出預計將從2023年的約2600億美元,增長到2025年的接
近6000億美元,並有望在2028年前突破1兆美元規模。
摩根士丹利預測,到 2028 年,整個光通訊市場規模將達到 650 億美元。換句話說,未來三四年,光互連市場將迎來一次史詩級的規模擴張。
這意味著,高速光模組正在成為AI算力基礎設施中最關鍵的一環。更重要的是,這一增長並不只是簡單的技術升級,而是來自 AI 資料中心架構的變化。
當數萬甚至數十萬 GPU 組成訓練叢集時,伺服器之間的資料交換規模會呈現指數級增長。這一變化帶來了三條清晰的需求曲線。
在這三條曲線的疊加下,高端光模組的出貨量,可能從 2025 年的 2000 萬隻,猛增到 2026 年的 5300 萬隻,並在 2028 年逼近 8000 萬隻。這不是線性增長,這是指數級爆發。
隨著 AI 叢集規模不斷擴大,一個新的瓶頸開始出現:
算力系統的限制,正在從 GPU 本身轉向 GPU 之間的資料連接效率。
在 224G 傳輸速率下,傳統銅線的有效傳輸距離已經縮短到 不足 1 米。
這意味著,當 GPU 叢集規模繼續擴大時,僅依賴銅互連已經無法滿足資料傳輸需求。
因此,光互連正在從一種性能升級選項,變成 AI 資料中心的基礎設施。在華爾街的一些技術報告中出現了這樣非常形象的類比:
這也正是輝達選擇提前佈局光互連產業鏈的核心原因。
問題來了,在眾多光通訊公司中,為什麼輝達偏偏選擇了LITE 和 COHR?答案其實就藏在光模組的“身體結構”裡。
我們可以把 AI 資料中心想像成一個超大型工廠。GPU 是幹活的機器,光模組是連接機器的傳送帶。現在機器跑得飛快,傳統的“銅傳送帶”扛不住了,必須換成“光傳送帶”。
但在光模組這個小盒子裡,真正決定它能不能跑得快、跑得穩的核心部件,只有一個——那就是雷射器。
如果把光模組比作一輛跑車,外殼和組裝只是車身,而 雷射器就是發動機。車身再漂亮,如果發動機動力不足,這輛車在 800G 甚至 1.6T 的“超級高速公路”上,根本跑不起來。而且在 AI 場景下,這個發動機不僅馬力要大,還得極度“省油”,否則資料中心瞬間就會變成巨大的電暖爐。
但是全世界能造出這種頂級“發動機”的廠家,屈指可數。這就是輝達的邏輯:LITE 和 COHR,是這個細分領域裡幾乎無法繞過的“雙寡頭”。
先看 Lumentum (LITE)。
它手裡握著一張王牌材料——磷化銦 (InP)。你可以把它理解為光通訊界的“特種鋼材”。只有在磷化銦平台上,才能造出滿足 1.6T 時代高頻、低功耗要求的頂級雷射器。
特別是在未來的 CPO 架構中,所需的高功率連續波雷射器,Lumentum 目前處於絕對領跑地位。輝達投它,買的是 技術的天花板。
再看 Coherent (COHR)。
它更像是一個擁有全產業鏈能力的“巨人”。從最底層的晶體材料生長,到晶片加工,再到器件封裝,Coherent 全部自己能搞定。這種垂直整合的模式,讓它在產能保障、成本控制和良率提升上,有著極強的韌性。輝達投它,買的是 供應鏈的安全墊。
為什麼要現在投?
因為過去兩年的教訓告訴輝達:光模組交貨慢,往往不是組裝廠沒工人,而是卡在了上游的雷射晶片上。輝達這 40 億美元,表面是投資,實則是鎖定了未來幾年核心零部件的 “優先提貨權”。
這裡還有一個很關鍵的商業邏輯:經營槓桿。雷射器行業,技術代差帶來的利潤非常驚人。
比如新一代的 200G 雷射器,售價可能是老款的兩倍,但因為工藝成熟,成本可能只增加了百分之十幾。這種“售價翻倍、成本微增”的剪刀差,就是華爾街最看重的利潤爆發點。
除了這兩家雷射器龍頭,產業鏈中還有兩家值得關注的公司:
Fabrinet(FN) 是光模組製造代工龍頭,很多高端光學產品最終都要通過它生產;而 Applied Optoelectronics(AAOI) 則是正在快速崛起的光模組廠商,800G 產品預計今年開始放量。
簡單來說,這四家公司分別代表了 AI 光通訊產業鏈的四個關鍵位置:
當光互連從“可選升級”變成“必選底座”之後,市場關注點自然會轉向下一層:互連技術的路線將如何演進。
當前 AI 資料中心最主流的方案仍然是 可插拔光模組(pluggable transceiver)。這種架構生態成熟、維護方便、成本也相對可控,因此仍然是當前大規模部署的核心形態。
隨著網路速度不斷提高,行業也在尋找更加緊密結合的解決方案——把光引擎進一步靠近交換晶片,甚至直接與晶片共封裝,這就是 CPO(共封裝光學)。
正是因為這種“技術路線升級”的敘事存在,市場才產生了一種典型誤判:很多人認為,一旦 CPO 成熟,傳統光模組就會被迅速取代。
但事實恰恰相反。產業鏈模型測算顯示,CPO 在未來幾年仍處於非常早期階段:2026 年對光模組需求影響約 3%2027 年約 11%2028 年約 16%.
換句話說,在未來三到四年時間裡,CPO 的滲透仍然非常有限!
原因其實很簡單——工程現實。
第一是 製造良率。CPO 需要將光引擎直接封裝到交換晶片附近,封裝與測試複雜度遠高於傳統模組。
第二是 散熱問題。隨著交換晶片功耗不斷提升,共封裝結構對熱管理提出更高要求。
第三是 維護成本。傳統可插拔光模組出現問題時,只需要更換單個連接埠模組;但在 CPO 架構下,一旦光引擎發生故障,可能影響整塊五十太位元每秒以上的交換模組。
目前 CPO 的整體成本仍然約為傳統方案的 8—10 倍。因此,未來的資料中心光互連架構更可能形成一種多層共存結構:
不同技術針對不同距離和功耗需求,各自發揮作用,而不是簡單的替代關係。
所以結論其實很清晰:CPO 是長期方向,但在 2026—2028 年這個建設周期裡,真正的贏家仍然是那些能夠同時佈局可插拔、NPO 與 CPO 多條技術路線的廠商。
現在我們來談最近的戰爭。這套對伊“手術刀式”精準打擊的背後,其實已經不是傳統的“導彈加雷達”。真正運轉的,是一整套由衛星網路、資料平台、AI和無人系統組成的作戰體系。
在這條鏈條裡:
整場行動,本質上是一條從“圖像資料到精確打擊”的高速資訊閉環。
首先改變戰場節奏的,是 SpaceX 的軍用衛星網路“星盾”。
過去的軍事衛星大多在約3.6萬公里的高軌道上運行。訊號從地面發到衛星,再返回地面,往返距離接近7萬公里,即便以光速傳輸,也會產生大約500毫秒以上的延遲。半秒聽起來很短,但在高速移動目標面前,這已經足夠讓畫面變成“過去發生的事情”。
而星盾使用的是約550公里高度的低軌衛星網路,延遲被壓縮到20毫秒左右。簡單理解就是:過去指揮中心看到的是“半秒前的畫面”,而現在看到的幾乎就是“正在發生的畫面”。
同時,星盾還能提供接近 500Mbps 的資料頻寬。這意味著戰場上傳回的,不再只是簡單的坐標和語音,而是持續的視訊畫面、多光譜感測器資料以及無人機即時影像。
但問題也隨之出現——當資訊太多時,人類反而更難判斷。
這時,Palantir(PLTR) 的平台開始發揮作用。這家由矽谷投資人彼得·蒂爾(Peter Thiel)創立的公司,本質上是在為軍方提供一個“資料作業系統”。
Palantir 的 Gotham 平台早已深度嵌入美國國家安全體系,美國國防部、陸軍以及情報機構都在使用這套系統來整合戰場資訊。在這個平台上,來自不同來源的資料會被彙總到同一張數字地圖中——衛星影像、無人機畫面、電磁訊號,甚至公開網路資訊,都可以被快速整合併持續更新。
在這種系統裡,目標不再只是一個靜止坐標,而是一條被持續計算和追蹤的運動軌跡。簡單說,指揮官不再需要在多個系統之間切換,而是可以在一張即時地圖上看到整個戰場。
接下來,AI開始參與決策。Anthropic 的 Claude 模型和 xAI 的系統在這裡更像一個數位化參謀團隊。它們可以在短時間內分析大量資訊,並模擬不同戰術路徑,例如:那條路徑更容易避開防空系統,那種打擊方式附帶損傷更小。
這種AI輔助決策,讓許多戰術判斷可以在幾秒鐘內完成。
當最終指令下達,執行任務的是 Anduril 的無人系統。Anduril 的核心系統叫 Lattice,它可以讓多架無人機在同一網路下協同工作。
這些無人機在飛行過程中,會不斷接收新的資訊和指令。如果目標移動或者環境變化,系統會即時調整飛行路徑。在低延遲通訊支援下,打擊軌跡可以在最後階段持續修正,從而提高整體精度。
當衛星通訊、資料整合、AI和無人系統連接在一起時,戰爭的組織方式就發生了變化。
過去幾十年,軍工體系的核心價值幾乎全部集中在大型武器平台上——戰機、航母、導彈和裝甲車構成了軍事實力的象徵。誰能製造更強的武器平台,誰就能在軍工市場中佔據主導地位。
但在新的作戰體系中,決定勝負的關鍵開始發生變化。越來越多的價值,不再來自單個武器平台,而是來自資訊系統本身。
當戰爭開始比拚資訊速度與決策效率時,軍工產業的價值重心也開始從“鋼鐵平台”轉向“資訊網路”。
在美股市場,這種變化已經逐漸顯現。傳統軍工巨頭依然佔據重要位置,例如:
這些公司仍然主導著戰機、導彈和防空系統等核心裝備。但如果把整個作戰體系拆開來看,就會發現,一條新的技術基礎設施正在逐漸形成——低軌衛星通訊、資料平台、AI與雲端運算。
也正因為如此,資本市場的關注點開始從單一武器平台,轉向支撐這套體系運轉的底層技術。對於投資者來說,更值得研究的,其實是圍繞這一基礎設施形成的整條美股供應鏈。
首先是通訊與光學鏈路。
低軌衛星網路的關鍵並不只是衛星數量,而是通訊效率。Broadcom(AVGO)在通訊晶片領域佔據重要位置,而 Coherent(COHR)與 Lumentum(LITE)則深耕雷射器件與光模組技術。隨著星間雷射通訊的發展,高端光通訊裝置的需求可能明顯增加。
第二層是算力與資料系統。
低軌衛星提供資訊來源,但真正決定效率的是資料處理能力。Palantir的平台可以整合衛星影像、無人機視訊以及電磁訊號,而AI模型則依賴輝達等公司提供算力支援。
第三層是無人系統與邊緣節點。
無人機正在從偵察工具演變為戰場執行節點。例如 AeroVironment(AVAV)長期提供戰術無人機系統;Ondas Holdings(ONDS)則佈局無人機平台與專用通訊網路,其軟體定義無線電技術可以幫助無人機形成自組織通訊網路,從而提高協同能力與抗干擾能力。
當通訊網路、算力平台和無人系統逐漸連接在一起時,一條新的軍工產業鏈也隨之形成。對於投資者來說,這意味著軍工類股的結構正在發生變化。傳統平台型公司依然穩定,但未來估值彈性更大的,往往是那些掌握通訊鏈路、資料入口和算力資源的企業。
如果低軌衛星網路、AI系統和無人平台繼續融合,那麼“空間 + 資料 + 無人系統”,很可能會成為未來幾年軍工產業最重要的一條結構主線。
當戰爭形態升級、算力成為軍備、光互連成為基礎設施,你會如何調整自己的資產配置,來參與這場 軍工與 AI 的代際革命? (美股投資網)