我們每天閱讀幾十份美國頂級投行的研報，最終發現它們不約而同地指向了一個確定性極高的結論：
在未來半年到數年之間，光通訊市場將迎來爆發式增長。
說白了就是用光來傳輸資料，隨著 AI 資料中心的算力需求飆升，當 GPU 叢集從幾百顆擴展到上千顆時，銅線傳輸資料已經不夠用，必須光傳輸，我們在前幾期的文章裡面已經反覆強調，感興趣的朋友可以回頭去看看。
與此同時，光通訊技術本身也在持續迭代升級，關鍵路徑非常清晰：從 800G 光模組邁向 1.6T，再進一步升級到 3.2T。這一升級浪潮，將系統性帶動整個產業鏈上下游的協同增長。
因此，我們美股投資網接下來會為各位長期支援的粉絲，系統性拆解光通訊產業鏈的核心環節，從關鍵零部件入手，逐一深入講解，並附上對應的美股程式碼——不僅幫你建立完整認知體系，更希望你能在認知提升的同時，把握住真正的投資機會，實現知識與收益的雙重收穫。
回顧上期深度文章，我們就精準給出了，AMD是下一個輝達，AI硬體的兆巨頭的預測！
當時我們的核心判斷是：市場從"只盯著GPU"，開始轉向"CPU + GPU + 記憶體"整套資料中心架構。而AMD，憑藉其在這一架構中的關鍵地位，天然就是最大贏家！
結果，短短幾天後，AMD的股價直接突破了330美元，驗證了這一判斷。
其實去年7月的視我們就把AMD列為必買股，在我們VIP社群128.4美元時就開始重倉AMD！
AI算力真正的瓶頸，正在轉向光通訊
光通訊，可以把它想像成一條資訊高速公路——光纖是路，光訊號就是在上面飛馳的資料流。
但有個問題：我們裝置內部，其實根本“不懂光”，所有資料一開始都是電訊號，也就是“電世界”。
而電訊號有個很現實的限制——跑不遠、損耗大、速度也有天花板。
所以只要資料一旦要跑遠、跑得快，就必須進入“光世界”。
這時候，光模組就登場了。你可以把它當成一個“翻譯官”。
- 在傳送端，它把電訊號翻譯成光訊號，把資料送進光纖這條高速路；
- 到了另一端，再把光訊號翻譯回電訊號，交給伺服器繼續處理。
所以整個過程就是：電 → 光 → 傳輸 → 光 → 電。
也正因為這一步轉換的存在，資料才可以實現高速、遠距離、低損耗的傳輸。
換句話說——光模組解決的是從“能不能傳”，到“傳得多快多遠”，再到“成本
是否可控”的問題。
理解了光模組的作用，我們再來看它的形態。
在很長一段時間裡，光模組的樣子很簡單：一個小白盒子，巴掌大，插在交換機前面，壞了拔下來換一個就行。但是，AI大模型爆發之後，這套老辦法撞上了兩堵牆：距離和功耗。
問題是這樣的。電訊號從交換機內部的晶片出發，要在電路板上走幾釐米，才能到達前面板上的光模組。幾釐米聽起來很短對吧？但在800G、1.6T這種速度下，這幾釐米反而成了“最貴的一段路”。
訊號一路在衰減，你要讓它跑得動，只能不斷“加油門”，也就是加功率。結果是什麼？電費飆升、散熱壓力爆炸。
光通訊新路線
那怎麼辦？思路其實很簡單：要麼把光引擎挪到晶片旁邊，要麼幹脆拿掉最耗電的零部件。目前行業裡有幾種新路線。
第一種叫CPO，全稱共封裝光學。它的做法是把光引擎和交換晶片焊在同一個基板上，電訊號路徑從幾釐米縮短到毫米級。損耗小了，功耗降了50%，未來1.6T、3.2T全靠它。缺點是不太好維護，因為焊死了。
第二種叫LPO，線性驅動可插拔光學。它保留了傳統“拔插”的便利性，但做了一刀減法：把模組裡最耗電的DSP晶片直接拿掉，讓交換機主晶片去驅動光模組。功耗砍半，成本也降了。短距離傳輸夠用。
第三種叫NPO，近封裝光學。它是個折中方案。光引擎不焊死在晶片上，而是放在離晶片更近的位置，傳輸距離縮短了，但還能拔下來維護。功耗降30%-40%，比CPO便宜，落地也快。Google2026年已經有千萬級訂單在跑。
第四種是Arista提的XPO，本質上是可插拔的“增強版”——用液冷來解決超高散熱問題。
第五，如果說 CPO 和 LPO 是在鑽研怎麼讓“光電轉換”更省電，OCS 則是乾脆“不轉了”。
它內部是一堆微小的鏡子（MEMS），訊號進來是光，出去還是光，靠鏡子反射直接物理轉向。因為它不涉及複雜的電訊號處理，功耗和延遲近乎為零，而且無論速率升級到多少 T，這套硬體都能通用。Google現在的 AI 叢集能跑得這麼快，很大程度就靠 OCS 把光路直接打通。
總結一下：短期看 LPO/NPO 這種‘改良派’搶佔 800G/1.6T 市場；中期看 CPO 這種‘整合派’突破物理功耗極限；而從長遠的系統架構看，OCS 這種‘全光交換’才是真正能重塑智算中心能效比的終極殺器。
光通訊上中下游拆解以及關鍵公司
現在是不是感覺被一堆名詞砸得有點暈？CPO、NPO、可插拔、800G、1.6T……別說普通投資者，就連很多業內人，有時候也得停下來捋一捋。
這時候，大家千萬別被名詞帶偏了。我們不需要鑽進技術的牛角尖，而是跳出這些縮寫，用產業鏈“上、中、下游”的框架來思考。就好比蓋樓——你不用每一層都去研究磚頭怎麼燒，但一定要看清楚地基、結構和頂層分別是誰在把控。
上游
最值錢的，永遠是上游。邏輯很簡單：誰掌握核心零部件的定價權，誰就分走行業裡最大的那塊蛋糕。
AI資料中心正從800G向1.6T、甚至3.2T躍遷，光模組的成本裡，光晶片和電晶片加起來已經佔到BOM（物料清單，即總材料成本）的60%以上。而且這些晶片擴產周期長達兩三年，輝達等巨頭已經靠巨額投資和長單把產能鎖到了2028年——稀缺性就擺在這兒。
所以在這個框架下，你只需要盯住兩個核心角色：光晶片和電晶片。
- 光晶片是模組的“心臟”，負責電和光的轉換，成本佔一半以上；
- 電晶片裡最重要的就是DSP（數字訊號處理器），它是“大腦”，負責高速訊號的補償和糾錯，成本佔15%到30%。
上游晶片的毛利能超過60%，而中下游模組廠商的毛利通常只有20%到30%，還容易被供應鏈波動擠壓。
既然這兩個環節利潤最厚、地位最高，那直接找龍頭就完事了。
當你看到這裡，你已經知道我們為了這篇文章投入了多少時間和心血。如果你覺得有收穫，請為我們的辛苦付出點個贊！
先說電晶片（DSP）領域：AVGO和MRVL，兩家合起來佔了八成以上的市場。
AVGO是絕對的老大。它不光DSP全球領先——在OFC 2026上首發了400G每通道的Taurus DSP，直接支援1.6T低功耗模組，還為3.2T和204.8T交換平台打好了底子。
更關鍵的是，AVGO在矽光和CPO光引擎上是全端佈局，既供貨又定規則。Google的TPU、輝達的“神經中樞”都離不開它的定製ASIC（專用積體電路），市佔率高達90%。
對於投資來說，邏輯很清楚：AI叢集越做越大，DSP的功耗和訊號完整性直接決定了整個系統的上限。AVGO用5奈米、3奈米的領先製程，確保了在1.6T以上的定價權碾壓，AI網路已經成為它的第二增長引擎。
MRVL則是通過收購Inphi，把高端DSP和光晶片整合到了一起，跟AVGO形成了對等的雙頭格局。2026年MRVL預計營收約110億美元，到2027年會加速到150億。
今年3月，輝達直接投了20億美元，把MRVL拉進了自己的NVLink Fusion平台，讓它從普通供應商升級成了戰略合作夥伴。換句話說，MRVL就像是“迷你版的AVGO”。在雲廠商自研晶片的催化下，它的估值正在被重新審視。
而我們早在今年3月，VIP社群就在81美元時以30%倉位重倉潛伏了MRVL，截至本周四，收益已成功翻倍！
再看光晶片領域：LITE和COHR，兩家壟斷了高端EML（電吸收調製雷射器）和InP（磷化銦，一種高速光晶片材料）雷射器九成以上的市場。
LITE是全球霸主，高端EML雷射器晶片市佔超過50%到60%。市面上主流的800G、1.6T光模組，核心光源大半出自它——一顆1.6T模組需要8顆200G每通道的EML。
更厲害的是，LITE已經從賣晶片擴展到賣光引擎，從供應商變成了架構參與者。輝達和Google用長單把它的產能鎖到了2028年，營收預計能翻三倍。BNP直接預測它的股價可能突破1000美元。邏輯很硬：AI叢集需要百萬級的雷射器，而LITE的InP產能極度稀缺，整個供應鏈繞不開它。
COHR則是全能型選手，EML、矽光、雷射器全都有。輝達今年3月同樣投了20億美元，用於研發和產能擴建。COHR正在推進6英吋InP產線，能讓產能翻倍、成本降低近50%、良率大幅提升，已經逐步實現自產替代。它的股價年內漲了300%。
背後的邏輯是：光學互聯正在成為AI叢集的最大瓶頸，而COHR的產能投資直擊了規模化痛點。它繫結了輝達的矽光路線圖，確保在1.6T以上的滲透率持續躍升。
但如果你以為上游就到這裡，那就漏掉了最底層的那個角色——GLW。它不做晶片，也不做DSP，但它控制著光通訊最底層的材料：光纖。
所有光訊號最終都要跑在光纖上，光纖的性能、成本、規模供給，直接決定了整個行業的“地基”。換句話說，上面的晶片和模組再先進，如果沒有光纖去承載，這套系統根本跑不起來。
經常關注我們的朋友不會陌生：GLW是我們2026年的必買股之一。
我們最早在85.33美元就挖掘到了它，隨後VIP社群於3月9日在125美元附近完成了重新入場。收益也已經翻倍！
中游
如果說上游決定性能上限，那中游決定的就是能不能穩定交貨：良率、量產爬坡、系統穩定性。從800G到1.6T，光模組不再是焊幾個零件，而是要把光晶片、電晶片、封裝、散熱、PCB（印刷電路板）、測試全部整合成一套可量產的方案。誰整合得好，誰就能拿到大客戶的長單；整合不好的，只能去低端市場拼價格。
中游裡最值錢的，是那些不賣零件、直接賣系統的公司。
AVGO在中游的角色已經不是單純的DSP供應商，而是標準制定者。它一邊賣交換晶片，一邊把CPO光引擎方案往前推，很多時候客戶不是在選它，而是跟著它的節奏走。
MRVL的打法更偏平台化，通過DSP和參考設計把1.6T的開發流程標準化，幫客戶搶時間窗口。
COHR則從上游光晶片直接下沉，不僅能出貨完整的光模組和光引擎，還把上游的雷射器優勢帶下來，搶的是模組廠原本的利潤。
LITE也一樣——上面講它是雷射器霸主，到了中游，它正在從賣光源轉型為賣光引擎，直接嵌入客戶的CPO方案裡。
方案再強，做不出來等於零。所以中游還有一類公司，專門解決“怎麼把設計變成真貨”。
FN就是光通訊領域的“台積電”——它手裡沒有最牛的晶片，但有最牛的高端封裝和耦合能力。1.6T模組對精度的要求苛刻到離譜，FN的工藝壁壘就是它最值錢的護城河。
AAOI則走了另一條路：不衝在最前沿，但能穩定量產、成本可控，特別適合雲廠商的大批次採購，屬於規模化交付的實幹家。
再往底層看，還有兩個容易被忽略的工程底座。TTMI解決的是訊號在PCB上怎麼跑的問題。速率越高，板材損耗和層數設計越敏感，沒有高端PCB承載，再好的晶片也跑不起來。
TTMI也是我們的2026必買股之一。從當初調研時的66.86美元，到本周四的149美元，這一筆收益直接翻了 2 倍多。
VRT解決的是散熱和供電。CPO和高功率模組普及後，液冷和機櫃級熱管理從配套變成了剛需，沒有它，整個系統的熱設計會崩。
下游
我們最後來看下游。如果說上游決定了“能不能做”，中游決定了“怎麼做”，那下游真正定義的，其實是這件事值不值得做，以及要做到多大的規模。下游掌握的不只是預算，更是整個行業演進的風向標。
在這一層，我們首先要看的是 AMZN、MSFT、GOOG 和 META 這四大雲巨頭。
作為整條鏈最直接的“錢袋子”，它們每年幾千億美元的資本開支，直接決定了光通訊行業的擴張速度。但它們絕不僅是買家，更是技術路線的最終裁判。當它們發現傳統方案在功耗和密度上遇到瓶頸時，會主動推動 CPO（共封裝光學）甚至更激進的全光互聯方案。也就是說，它們不僅決定了訂單的額度，更決定了技術演進的勝負手。
而在這些雲廠商之上，還有一個更核心的“架構定義者”，那就是輝達。在 AI 算力時代， 輝達的角色已經從晶片供應商變成了算力系統的總設計師。它賣的從來不是孤立的 GPU，而是包含交換機、互聯協議以及光電規格在內的整套體系。
2026 年，輝達通過對 MRVL 和 COHR 等公司的深度投資，實際上是將上游最核心的 1.6T 產能和規格與自己的架構深度鎖死。這意味著，中游的產品必須符合 輝達 定義的規則，才能拿到進入主流算力叢集的門票。
而在需求和規則落地到物理系統的過程中，還有兩類玩家在背後支撐。
一類是 ANET 和 CSCO 這樣的網路裝置商，它們負責將成千上萬個光模組整合成穩定的神經網路。特別是 ANET 主導的乙太網路架構，是雲廠商繞開 封閉系統、建構開放算力平台的關鍵。
另一類則是以 ALAB 為代表的訊號修復環節。隨著速率提升到 1.6T，電訊號在進入光模組前就會嚴重失真，Retimer（重定時器）晶片就像是訊號的加油站，保證了資料在還沒上路之前不會崩潰。
所以總結下游這一層，你會發現它的意義並不在於誰賣了多少裝置，而在於誰在定義需求，誰在約束系統，以及誰在保證整套架構的物理運行。正是這三股力量的疊加，才最終決定了上游的晶片和中游的封裝，到底該朝那個方向突圍。
好了，看到這裡，我相信你已經能理解光通訊這盤棋的至少80%了。從最上游的光晶片和電晶片，到中游的方案整合、精密製造和工程底座，再到下游的雲廠商、規則制定者、網路裝置商和訊號修復——整條鏈上誰在壟斷、誰在定價、誰在決定下一輪放量節奏，基本都給你講透了。 (美股投資網)