AI数据中心的光学革命：从铜缆到光的730亿美元市场机遇

这个文章来看下美银的一份深度研究报告，关于 AI 数据中心里的光学互连技术。到 2030 年，AI 光学网络市场能达到 730 亿美元，占整个 AI 网络市场的近 40%。（文章中的观点都是美银的）

一、为什么光学技术突然这么重要了？

先说个基本事实：数据中心里的设备之间要传输数据，传统上有两个选择——铜缆或者光纤。

铜缆的好处大家都知道：便宜、可靠、功耗低。所以业内一直有个说法叫“能用铜就用铜，必须用光才用光”(copper if you can, optics if you must)。

但 AI 改变了游戏规则。

现在的 AI 训练集群，动不动就要把几万甚至十几万个加速器连在一起。这带来了三个铜缆解决不了的问题：

第一是距离。传统的直连铜缆（DAC）在高速率下只能传 2 米左右，连机架内的设备都不够用，更别说跨机架了。虽然有源铜缆（ACC）能延长一些距离，但也就到此为止了。

第二是带宽。AI 网络的带宽需求每两年翻一番。现在 800G 已经在大规模部署，1.6T 马上就要来了，3.2T 也在路上。铜缆在这种速率下信号衰减太严重，根本扛不住。

第三是功耗。这个可能是最致命的。Nvidia 的下一代 Rubin 架构，一个机架的功耗能到 1 兆瓦。如果大量使用传统光学收发器，光是光模块就能吃掉 40% 的功耗。

所以现在的趋势很明确：光学技术不仅要守住原来的地盘，还要开始进攻以前铜缆占主导的领域。

从这张图能看出来，到 2030 年，光学端口会占到总端口数的 71%，而铜缆会降到 29%。虽然铜缆不会消失，但增量市场基本都被光学拿走了。

二、光学收发器：老兵不死，只是在进化

说到光学互连，最传统也是现在用得最多的就是可插拔光模块，也就是我们常说的光学收发器（Optical Transceiver）。

这东西其实大家可能见过：就是插在交换机面板上的那些小盒子，一头连光纤，一头连交换机芯片。它的工作原理也不复杂——把光信号转成电信号给芯片处理，或者反过来把电信号转成光信号发出去。

为什么光模块还能继续打？

坦白说，现在业内有不少声音在唱衰传统光模块。主要理由就是功耗太高——一个 1.6T 的光模块功耗能到 30 瓦，在一个大型 AI 集群里，这个数字会非常可怕。

但美银的分析师认为，光模块在未来 5 年内还是会占据主导地位。他们预测这个市场会从 2025 年的 126 亿美元增长到 2030 年的 454 亿美元，年复合增长率 29%。

为什么这么乐观？主要有几个原因：

首先是需求周期变了。以前低速率的光模块（比如 10G、100G），基本上推出第一年卖得好，之后就是价格战，需求也比较平稳。但现在 AI 的需求太猛了，800G 从 2023 年开始放量，预计要到 2028 年才会到峰值，整整 5 年的增长期。1.6T 和 3.2T 也会是类似的模式。

其次是产能紧张。现在整个行业的光模块产能都很紧张，扩产周期又长，这就让价格维持得比较好。而且大客户（比如 Google 和 Nvidia）采用新技术的节奏不一样，这就让不同代际的产品能够共存，不会出现老产品突然崩盘的情况。

第三是技术优势明显。光模块最大的好处是灵活——坏了可以换，要升级也方便，不同厂商的产品基本能互通。这对于数据中心运营商来说太重要了。而且光模块的散热也比较好处理，因为发热的光学部分和交换机芯片是分开的。

激光器的三国演义

光模块里最核心的部件是激光器。根据应用场景不同，现在主要有三种技术路线：

VCSEL（垂直腔面发射激光器）：这是 800G 时代的主力。基于砷化镓材料，成本低、功耗低，适合 50 米以内的短距离传输。Coherent 和 Broadcom 是这个领域的老大。缺点是距离上不去，而且现在主要支持 100G/通道，虽然有厂商在搞 200G/通道的 VCSEL，但还没大规模商用。

EML（电吸收调制激光器）：这是高端市场的主角。基于磷化铟材料，能跑 100 米到 40 公里的距离，现在 200G/通道的 EML 正在大规模上量，支撑 1.6T 光模块的部署。问题是产能非常紧张，Lumentum 虽然占了 50% 的市场份额，但供应还是跟不上需求。而且 EML 比较贵，单颗 200G 的激光器要 10-15 美元。

CW 激光器（连续波激光器）：这是配合硅光子技术使用的。激光器本身只是个“灯泡”，真正的调制工作在硅光子芯片上完成。好处是可以用成熟的 CMOS 工艺大规模生产，成本可控，而且一颗激光器能支持更多通道。现在因为 EML 太紧缺，很多厂商开始转向 CW 激光器方案。

报告里有个很有意思的趋势：硅光子技术的占比会从 2025 年的 38% 暴涨到 2030 年的 84%。这背后的主要推手其实是后面要讲的 CPO 技术，但传统光模块也在逐步向硅光子转型。

三、LPO/LRO：省电但有点尴尬的中间方案

在传统光模块和下面要讲的 CPO 之间，还有一个过渡性的技术叫 LPO（线性可插拔光学）和 LRO（线性接收光学）。

简单说，这两个技术就是把光模块里最耗电的 DSP（数字信号处理器）给去掉或者部分去掉。LPO 是完全去掉，LRO 是只保留发送端的 DSP。这样一来，功耗能从传统光模块的 15 pJ/bit 降到 6-10 pJ/bit，接近 CPO 的水平。

听起来挺美好，但问题也很明显：

一是没有 DSP 做信号处理，就得依赖交换机芯片的 SerDes 能力，这对芯片要求很高。二是目前还没有统一标准，不同厂商的产品互通性差。三是缺少传统光模块的诊断和监控功能。

所以美银的判断是，LPO/LRO 会是一个利基市场，主要在 1.6T(200G/通道）这个节点上有些应用，到 2030 年市场规模能到 50 亿美元左右，但也就占整个光学市场的中个位数百分比。

到了 3.2T(400G/通道）时代，LPO/LRO 基本就不够用了，那时候就是 CPO 的天下了。

四、CPO：真正的游戏规则改变者

好了，现在要说重头戏了——共封装光学（Co-Packaged Optics, CPO）。

如果说前面那些技术都是在现有架构上做优化，那 CPO 就是彻底推倒重来。它的核心思路是：把光学器件直接集成到交换机芯片的封装基板上，而不是像传统光模块那样插在面板上。

传统架构的死穴在哪？

要理解 CPO 的价值，得先明白传统架构的问题出在哪。

现在的光模块插在交换机面板上，数据信号要经过这样一个路径：交换机芯片 → PCB 板上的铜走线 → 连接器 → 光模块。这一路下来，信号损耗能达到 20 多 dB。

为了补偿这个损耗，就得用更强大的 DSP 来做信号处理。但 DSP 是个电老虎，而且速率越高，需要的均衡处理越复杂，功耗就越大。到了 200GB/s 通道速率以后，这个问题就变得不可接受了。

Nvidia 给过一个数据：如果用传统光模块连接 10 万台 AI 服务器，光学收发器的功耗会是传统云数据中心的 10-20 倍，可能占到总算力功耗的 10%。

CPO 凭什么能破局？

CPO 的做法很直接：既然信号在电气路径上损耗大，那就把这个路径缩到最短。

把光学器件直接集成在芯片封装上，信号只需要走很短的距离，中间的连接器、PCB 走线这些都省了。结果就是信号损耗从 20 多 dB 降到 1-2dB，功耗从 15 pJ/bit 降到 5 pJ/bit 甚至更低。

Nvidia 的 Spectrum-X CPO 交换机，信号损耗只有 4dB，功耗 9 瓦（传统方案要 30 瓦）。Broadcom 的数据更夸张，说能省 3.5 倍的功耗。

除了功耗，CPO 还有个巨大优势是带宽密度。传统光模块受限于面板空间，端口数量有上限。CPO 因为是集成在封装上的，理论上可以做到每平方毫米 1Tbps 以上的带宽密度。

为什么以前 CPO 推不动，现在又行了？

其实 CPO 的概念提了很多年，Broadcom 2021 年就推出过产品，Cisco 2023 年也有，但一直不温不火。

主要原因是大家对传统光模块的生态太习惯了，而 CPO 有几个明显的短板：

一是可靠性顾虑。光模块坏了换一个就行，CPO 坏了得换整个交换机，这成本可就大了。

二是灵活性差。光模块可以随便插拔、升级，CPO 一旦集成就固定了，想升级得换整机。

三是供应链不成熟。CPO 需要先进的封装技术，产业链准备不足。

但现在情况变了。Meta 在 OCP 2025 大会上公布了一个数据：他们测试 Broadcom 的 Bailly CPO 交换机，1500 万设备小时没有出现一例不可修复的故障。平均故障间隔时间（MTBF）超过 250 万小时，比最可靠的光模块还高一倍多。

这个可靠性数据一出来，业界的态度就变了。而且现在很多 CPO 设计把激光器做成可插拔的外部光源，这样既保留了 CPO 的性能优势，又解决了维护问题。

CPO 的市场空间有多大？

美银给的数字是：CPO 光学器件市场 2028 年会达到 29 亿美元，2030 年能到 150 亿美元。如果算上 CPO 交换机，2030 年的市场规模是 244 亿美元。

更重要的是，CPO 会打开一个全新的市场——Scale-up 网络。

现在的 AI 网络分两块：Scale-out 是服务器之间的连接，Scale-up 是单个服务器内部多个加速器之间的连接。Scale-out 现在主要用光学，Scale-up 基本都是铜缆。

但随着单机加速器数量越来越多，连接距离从几米延伸到几十米，铜缆就不够用了。报告预测，到 2030 年，Scale-up 的 CPO 市场能达到 94 亿美元，比 Scale-out 的 56 亿美元还要大。

这是个完全增量的市场，因为现在 Scale-up 基本没有光学方案。

三大玩家的 CPO 策略

Broadcom：目前最激进的 CPO 推动者。他们已经出到第三代产品 Davisson 了，基于 Tomahawk 6 芯片，交换容量 102.4Tbps，支持 200G/通道。Meta 是他们的大客户，已经在实际部署。

Nvidia：两条腿走路。InfiniBand 的 Quantum-X Photonics 2026 年初就会商用，以太网的 Spectrum-X Photonics 2026 年下半年推出。Nvidia 的特点是用了 TSMC 的 COUPE 封装工艺，把电子芯片叠在光子芯片上面，集成度很高。

Marvell：后来者，但野心很大。他们收购了 Celestial AI，这家公司的 Photonic Fabric 技术可以把光学器件直接封装在 XPU(AI 加速器）上面，而不只是交换机。亚马逊是第一个客户，预计 2027 年开始大规模部署。Marvell 预计 2028 财年第四季度能做到 5 亿美元的季度营收，2029 财年第四季度翻倍到 10 亿美元。

五、OCS：被低估的配角

讲完 CPO，还有一个技术值得说说，就是光电路交换机（Optical Circuit Switch, OCS）。

这个东西的市场规模不算大，报告预测从现在的 10 亿美元增长到 2030 年的 40 亿美元，但它解决的是一个很实际的问题。

传统交换机的痛点

现在的数据中心交换机都是电路交换，工作原理是：数据包进来，交换机芯片读取包头，决定转发到哪个端口，然后把数据包送出去。

这个过程需要消耗算力，而且每一跳都要重复一次。在一个大型 AI 集群里，可能要经过好几级交换，延迟就上去了。

另外，传统交换机的拓扑结构比较固定，比如常见的 Clos 网络。这种结构对于通用的数据中心流量是优化过的，但 AI 训练的流量模式很特殊——可能某个时段两组服务器之间需要大量通信，过一会儿又换成另外两组。固定拓扑就显得不够灵活。

OCS 怎么解决问题？

OCS 的思路是：既然数据流的路径是相对固定的（至少在一个训练任务期间是固定的），那为什么要每个包都做一次路由决策？不如直接在光层面把路径建立好，数据直接通过就行了。

具体实现上，OCS 用 MEMS（微机电系统）镜面或者液晶技术，物理地改变光路方向。比如输入端口 1 的光信号，通过调整镜面角度，可以直接导向输出端口 5，中间不需要光电转换，也不需要芯片处理。

这样做的好处很明显：

一是延迟低。光信号直通，不需要经过交换机芯片的处理，延迟可以降到纳秒级。

二是功耗低。没有电路交换的算力消耗，也不需要那么多有源器件。

三是灵活。可以根据实际流量需求动态重构网络拓扑。

四是可靠。纯光学路径，故障点少。

OCS 的应用场景

现在 OCS 主要用在几个地方：

一是作为传统交换网络的补充。比如在 Spine 层加一层 OCS，用来处理大流量的直连需求，传统交换机处理其他流量。

二是 Scale-up 网络。特别是 Google 的 TPU 集群，大量使用 OCS 来连接 TPU Pod。因为 TPU 的训练任务流量模式很规律，非常适合用电路交换。

三是灾备和冗余。OCS 可以快速重新路由，在某条链路故障时提供备份路径。

报告里提到，随着 AI 集群规模扩大到 10 万个节点以上，OCS 的需求会明显增加。因为在这种规模下，传统交换网络的成本和功耗都会变得很夸张，而 OCS 能提供一个更经济的方案。

主要的 OCS 供应商包括 Polatis、Calient、Glimmerglass 等，都是比较专业的小公司。大厂里 Cisco 也有相关产品。

六、投资机会在哪里？

说了这么多技术，最后聊聊投资角度。

美银在报告里重点推荐了几家公司：

Marvell (MRVL)：最看好的标的。理由是他们在 DSP 芯片上有很强的市场地位，800G 到 1.6T 的升级会带来量价齐升。而且收购 Celestial AI 之后，在 CPO 领域也有了很强的竞争力，特别是拿下了亚马逊这个大客户。

Lumentum (LITE)：激光器领域的龙头。EML 激光器占 50% 市场份额，CW 激光器也有很强的产能。CPO 时代需要大量高功率 CW 激光器，Lumentum 是主要供应商。而且他们有自己的磷化铟产能，供应链比较安全。

Coherent (COHR)：另一个激光器大厂。他们的优势是磷化铟基板产能在扩张，德州的新厂会带来显著的产能提升。在 VCSEL 和 EML 领域都有布局，而且自己也做光模块，垂直整合能力强。

Nvidia (NVDA）和 Broadcom (AVGO)：这两个不用多说，交换机芯片的主要玩家，CPO 的推动者，肯定会受益。

Macom (MTSI)：做 LPO/LRO 芯片的，虽然这个市场不算大，但也是一个增量机会。

报告的核心观点是：这是一个“rising tide lifts all boats”（水涨船高）的市场。需求太强劲了，产能扩张又需要时间，所以整个产业链都会受益，不是零和游戏。

当然，长期来看肯定会有技术路线的分化和淘汰，但至少未来 3-5 年，各种方案都还有空间。

七、一些个人思考

读完这份报告，有几点感受：

第一，技术演进的速度在加快。以前一代光模块能用 5-7 年，现在可能不到 3 年就要升级。这对供应链的响应能力是很大考验。

第二，AI 确实在重塑整个半导体产业链。不只是 GPU 这种明星产品，连光学器件这种以前很边缘的领域都被带动起来了。

第三，中国在这个领域的位置比较尴尬。高端激光器、先进封装这些核心环节，国内厂商参与度还不高。倒是在光模块组装这个环节，国内有一些公司在做，但附加值相对较低。

第四，CPO 虽然前景很好，但真正大规模商用可能还需要时间。报告里预测 2027-2028 年才会有明显起量，在此之前传统光模块还是主流。所以投资上不能太激进，要看实际的产品落地和客户验证。

第五，这个行业的门槛其实挺高的。不管是激光器还是硅光子，都需要长期的技术积累和大量的资本投入。所以不太可能出现突然冒出来的黑马，基本还是现有玩家之间的竞争。

最后说一句，730 亿美元听起来很大，但放在整个 AI 产业里其实还只是一小块。真正的大头还是在算力芯片和存储上。但网络是连接这一切的基础设施，没有高性能的光学互连，再强的算力也发挥不出来。

从这个角度看，光学技术虽然不是最性感的赛道，但确实是 AI 基础设施里不可或缺的一环。而且相比 GPU 那种赢家通吃的格局，光学领域的竞争格局相对分散，可能会有更多的投资机会。

知识星球

关注星球，带大家发现新的产业增长点。

星球最近对每天的早报(周内早上9点前更新)做了一个很大的更新，之前的早报主要以头一天海外媒体的新闻总结为主，内容都不是很长。

最近我们对早报做了很大的升级，除了路透、彭博、FT、Information这些新闻的内容总结，还有汇总了国内外分析师的观点，覆盖的产业包括：Memory、智驾/Physical AI、机器人、AI算力、AI电力、光、PCB、液冷、AI应用，内容比较全，都是最新的分析师观点和新闻，欢迎大家进星球查看。