AI 数据中心最关键的部件，未必是普通用户看得见的 GPU。连接 GPU、交换机、机架乃至不同数据中心的光模块，同样决定着算力集群能否扩张。

光模块的作用，是把电信号转换为光信号，再在另一端还原为电信号。相比单纯依赖铜缆，光连接能够在更长距离上承载更大的数据流量。随着 AI 训练和推理集群不断扩大，光模块已经从配套零部件变成了基础设施的“高速公路”。

中国的重要性，并不意味着中国控制了光通信产业的每一个环节。更准确的说法是：中国企业在最难快速复制的量产环节形成了强大优势——包括模块设计与集成、封装、高速组装、自动化测试、客户认证和大批量交付。

中国厂商已进入全球第一梯队

LightCounting 的 2024 年供应商排名显示，市场格局变化非常迅速。中际旭创（Innolight）光模块收入超过 33 亿美元，同比增长 114%；新易盛（Eoptolink）收入增长 175%，达到 12 亿美元，并从 2023 年的第七位升至 2024 年排名的第三位。52

不同报告因统计周期和口径不同，可能将新易盛列为第二或第三名。真正重要的结论并不是某一家企业究竟排第二还是第三，而是中国厂商已经成为高速以太网光模块市场的主导力量之一。与此同时，多家日本和美国供应商已经缩减或退出部分相关业务。5051

以太网光模块正是整个光模块市场中增长最快的部分。LightCounting 表示，2025 年以太网光模块约占更广义光模块市场的 75%；中际旭创和新易盛聚焦大型云客户，也因此获得了显著增长。51

AI 集群为何需要数以千万计的光模块

AI 训练和推理需要在大量 GPU 与交换机之间建立高密度连接。随着集群规模扩大，光链路的覆盖范围也从机架之间延伸到楼宇、园区、不同城市，甚至不同数据中心之间。

网络速率正在从 400G 升级到 800G，1.6T 产品也开始进入批量生产和客户认证阶段。某项 2026 年市场预测显示，全球 800G 光模块出货量可能达到 4900 万个，1.6T 光模块出货量达到 2200 万个，但市场仍可能存在数百万个的供需缺口，尤其是 1.6T 产品。1

中际旭创也已披露其 400G、800G 和 1.6T 等连续几代高速光模块实现量产。6 这说明竞争重点已经不只是“能不能做出样品”，而是能否稳定地把样品变成数百万乃至数千万个合格产品。

在这一规模下，制造执行本身就是技术壁垒。供应商需要同时协调光芯片、电芯片、衬底、封装材料、光学对准设备、自动化测试和客户认证。对于超大规模云服务商而言，实验室里能够工作的模块远远不够；他们还需要稳定的良率、一致的质量和可预测的交付节奏。

中国的优势集中在制造与整合层

这条供应链更像是一种跨国分工，而不是一个完全“中国化”的封闭体系：

• 中国厂商：在模块设计与集成、封装、大规模组装、测试和交付方面实力突出。
• DSP 与模拟芯片供应商：提供处理、恢复和调节高速光信号所需的电子芯片。
• 专业光子企业：供应 EML 激光器等高性能光器件。
• 亚洲制造网络：在中国大陆、中国台湾、泰国及其他东南亚地区提供零部件、设备、代工和最终模块产能。

因此，即使部分高价值上游器件来自其他国家，中国企业仍能凭借完整的制造组织能力占据关键位置。它们的竞争力来自把供应商、工程团队、生产线、测试体系和大型云客户需求整合成一个能够快速迭代的系统。

为什么“离开中国”不只是再建一座工厂

美国及其他国家当然可以增加光模块工厂，但新增厂房本身并不能复制成熟的光通信生态。

一款经过认证的 800G 或 1.6T 光模块，需要同时获得高速芯片、激光器、磷化铟衬底、封装设备、光学对准工具和测试能力，还要依靠具备多年经验的工程团队。更重要的是，产品必须通过超大规模云服务商的性能、可靠性和互操作性验证，才能部署到整个 AI 网络中。

因此，工艺积累和良率学习往往与名义产能同样重要。Coherent、Lumentum、Nokia、Applied Optoelectronics 和 Corning 等企业的扩产，有助于提升供应链的地域韧性，但短期内很难完全替代亚太地区现有的生产能力。更现实的结果是供应链多元化：大陆以外的产能增加，同时中国企业、工程能力和上游供应商仍继续发挥作用。

中国厂商也在采取类似的地域多元化策略。中际旭创和新易盛已在泰国扩大布局，部分企业通过东南亚工厂服务海外客户。这些工厂可以降低关税和物流风险，但并不自动意味着摆脱了中国企业供应链或上游采购体系的依赖。17

真正的瓶颈正在向上游移动

当模块组装产能快速扩张后，最难增加的上游投入品可能成为新的限制因素。当前尤其需要关注四个环节：

1. EML 激光器：部分高性能 800G 和 1.6T 方案需要使用这类激光器。
2. 硅光子：有望提升集成密度和能效，但依赖专业的芯片制造、封装和激光器集成能力。
3. 高速 DSP 与模拟芯片：最先进的产品由相对有限的供应商群体提供。
4. 磷化铟（InP）衬底：许多高速光器件和激光技术都依赖这种材料。

InP 的供需矛盾尤其值得关注。近期报道引用的行业估算显示，2026 年全球 InP 衬底需求约为 260 万至 300 万片两英寸当量，而有效产能约为 75 万片。34 TrendForce 也将 InP 供应视为 AI 数据中心光互连扩张的重要约束。33

这些数字应被视为行业估算，而不是经过审计的全球统计数据。但它们说明了一个关键问题：如果合格衬底或激光器产能不足，单纯扩大下游模块工厂，并不能让实际产出同步增长。

光通信市场正在扩展到更大的系统

AI 基础设施带来的机会也不再局限于短距离可插拔光模块。更完整的光通信市场还包括：

• 用于高容量连接的相干光模块；
• 数据中心互联（DCI）；
• 光传输网络和面向 AI 的 OTN；
• 交换机与光引擎；
• 共封装光学（CPO）。

这反映了 AI 计算的空间布局：训练集群需要设施内部的高速连接，也需要园区、城市和不同区域之间的高容量链路。需求因此从 GPU 集群内部的网络，一直延伸到城域和长途光网络。

Ciena 2026 财年第二季度的业绩提供了一个来自传输层的需求信号：公司季度收入达到 15.7 亿美元，同比增长 40%；积压订单达到 77 亿美元，光网络业务收入增长 42%。31 这些数据并不能证明每一笔订单都由 AI 需求直接推动，但与云计算和光通信基础设施持续加大投入的趋势相吻合。

下一轮赢家取决于谁能锁定整条链条

下一阶段的竞争，不会只由哪家公司率先发布最快的光模块决定。更有利的位置，可能属于那些能够长期锁定完整生产链的企业：包括 InP 衬底、激光器、DSP、硅光子产能、封装生产线和经过客户认证的测试能力。

因此，中国的优势最好被概括为制造系统规模，而不是完全的技术自给。中国企业深度参与了把先进光器件转化为可部署 AI 网络硬件的全过程；但与此同时，它们仍然受到上游技术、材料和关键器件国际化分工的影响。

这正是 AI 基础设施最值得关注的战略含义：数据中心的扩张不能只依赖 GPU。它同样需要可靠的光连接供应链。谁能控制稀缺的上游材料、核心器件和高良率制造能力，谁就可能影响下一代 AI 基础设施究竟能以多快的速度建成。

AI 数据中心最关键的部件，未必是普通用户看得见的 GPU。连接 GPU、交换机、机架乃至不同数据中心的光模块，同样决定着算力集群能否扩张。

光模块的作用，是把电信号转换为光信号，再在另一端还原为电信号。相比单纯依赖铜缆，光连接能够在更长距离上承载更大的数据流量。随着 AI 训练和推理集群不断扩大，光模块已经从配套零部件变成了基础设施的“高速公路”。

中国的重要性，并不意味着中国控制了光通信产业的每一个环节。更准确的说法是：中国企业在最难快速复制的量产环节形成了强大优势——包括模块设计与集成、封装、高速组装、自动化测试、客户认证和大批量交付。

中国厂商已进入全球第一梯队

LightCounting 的 2024 年供应商排名显示，市场格局变化非常迅速。中际旭创（Innolight）光模块收入超过 33 亿美元，同比增长 114%；新易盛（Eoptolink）收入增长 175%，达到 12 亿美元，并从 2023 年的第七位升至 2024 年排名的第三位。52

不同报告因统计周期和口径不同，可能将新易盛列为第二或第三名。真正重要的结论并不是某一家企业究竟排第二还是第三，而是中国厂商已经成为高速以太网光模块市场的主导力量之一。与此同时，多家日本和美国供应商已经缩减或退出部分相关业务。5051

以太网光模块正是整个光模块市场中增长最快的部分。LightCounting 表示，2025 年以太网光模块约占更广义光模块市场的 75%；中际旭创和新易盛聚焦大型云客户，也因此获得了显著增长。51

AI 集群为何需要数以千万计的光模块

AI 训练和推理需要在大量 GPU 与交换机之间建立高密度连接。随着集群规模扩大，光链路的覆盖范围也从机架之间延伸到楼宇、园区、不同城市，甚至不同数据中心之间。

网络速率正在从 400G 升级到 800G，1.6T 产品也开始进入批量生产和客户认证阶段。某项 2026 年市场预测显示，全球 800G 光模块出货量可能达到 4900 万个，1.6T 光模块出货量达到 2200 万个，但市场仍可能存在数百万个的供需缺口，尤其是 1.6T 产品。1

中际旭创也已披露其 400G、800G 和 1.6T 等连续几代高速光模块实现量产。6 这说明竞争重点已经不只是“能不能做出样品”，而是能否稳定地把样品变成数百万乃至数千万个合格产品。

在这一规模下，制造执行本身就是技术壁垒。供应商需要同时协调光芯片、电芯片、衬底、封装材料、光学对准设备、自动化测试和客户认证。对于超大规模云服务商而言，实验室里能够工作的模块远远不够；他们还需要稳定的良率、一致的质量和可预测的交付节奏。

中国的优势集中在制造与整合层

这条供应链更像是一种跨国分工，而不是一个完全“中国化”的封闭体系：

• 中国厂商：在模块设计与集成、封装、大规模组装、测试和交付方面实力突出。
• DSP 与模拟芯片供应商：提供处理、恢复和调节高速光信号所需的电子芯片。
• 专业光子企业：供应 EML 激光器等高性能光器件。
• 亚洲制造网络：在中国大陆、中国台湾、泰国及其他东南亚地区提供零部件、设备、代工和最终模块产能。

因此，即使部分高价值上游器件来自其他国家，中国企业仍能凭借完整的制造组织能力占据关键位置。它们的竞争力来自把供应商、工程团队、生产线、测试体系和大型云客户需求整合成一个能够快速迭代的系统。

为什么“离开中国”不只是再建一座工厂

美国及其他国家当然可以增加光模块工厂，但新增厂房本身并不能复制成熟的光通信生态。

一款经过认证的 800G 或 1.6T 光模块，需要同时获得高速芯片、激光器、磷化铟衬底、封装设备、光学对准工具和测试能力，还要依靠具备多年经验的工程团队。更重要的是，产品必须通过超大规模云服务商的性能、可靠性和互操作性验证，才能部署到整个 AI 网络中。

因此，工艺积累和良率学习往往与名义产能同样重要。Coherent、Lumentum、Nokia、Applied Optoelectronics 和 Corning 等企业的扩产，有助于提升供应链的地域韧性，但短期内很难完全替代亚太地区现有的生产能力。更现实的结果是供应链多元化：大陆以外的产能增加，同时中国企业、工程能力和上游供应商仍继续发挥作用。

中国厂商也在采取类似的地域多元化策略。中际旭创和新易盛已在泰国扩大布局，部分企业通过东南亚工厂服务海外客户。这些工厂可以降低关税和物流风险，但并不自动意味着摆脱了中国企业供应链或上游采购体系的依赖。17

真正的瓶颈正在向上游移动

当模块组装产能快速扩张后，最难增加的上游投入品可能成为新的限制因素。当前尤其需要关注四个环节：

1. EML 激光器：部分高性能 800G 和 1.6T 方案需要使用这类激光器。
2. 硅光子：有望提升集成密度和能效，但依赖专业的芯片制造、封装和激光器集成能力。
3. 高速 DSP 与模拟芯片：最先进的产品由相对有限的供应商群体提供。
4. 磷化铟（InP）衬底：许多高速光器件和激光技术都依赖这种材料。

InP 的供需矛盾尤其值得关注。近期报道引用的行业估算显示，2026 年全球 InP 衬底需求约为 260 万至 300 万片两英寸当量，而有效产能约为 75 万片。34 TrendForce 也将 InP 供应视为 AI 数据中心光互连扩张的重要约束。33

这些数字应被视为行业估算，而不是经过审计的全球统计数据。但它们说明了一个关键问题：如果合格衬底或激光器产能不足，单纯扩大下游模块工厂，并不能让实际产出同步增长。

光通信市场正在扩展到更大的系统

AI 基础设施带来的机会也不再局限于短距离可插拔光模块。更完整的光通信市场还包括：

• 用于高容量连接的相干光模块；
• 数据中心互联（DCI）；
• 光传输网络和面向 AI 的 OTN；
• 交换机与光引擎；
• 共封装光学（CPO）。

这反映了 AI 计算的空间布局：训练集群需要设施内部的高速连接，也需要园区、城市和不同区域之间的高容量链路。需求因此从 GPU 集群内部的网络，一直延伸到城域和长途光网络。

Ciena 2026 财年第二季度的业绩提供了一个来自传输层的需求信号：公司季度收入达到 15.7 亿美元，同比增长 40%；积压订单达到 77 亿美元，光网络业务收入增长 42%。31 这些数据并不能证明每一笔订单都由 AI 需求直接推动，但与云计算和光通信基础设施持续加大投入的趋势相吻合。

下一轮赢家取决于谁能锁定整条链条

下一阶段的竞争，不会只由哪家公司率先发布最快的光模块决定。更有利的位置，可能属于那些能够长期锁定完整生产链的企业：包括 InP 衬底、激光器、DSP、硅光子产能、封装生产线和经过客户认证的测试能力。

因此，中国的优势最好被概括为制造系统规模，而不是完全的技术自给。中国企业深度参与了把先进光器件转化为可部署 AI 网络硬件的全过程；但与此同时，它们仍然受到上游技术、材料和关键器件国际化分工的影响。

这正是 AI 基础设施最值得关注的战略含义：数据中心的扩张不能只依赖 GPU。它同样需要可靠的光连接供应链。谁能控制稀缺的上游材料、核心器件和高良率制造能力，谁就可能影响下一代 AI 基础设施究竟能以多快的速度建成。