当 AI 算力的瓶颈从“芯片”转向“互连”，市场的主线也随之迁移——光模块不再是配角，而是下一轮算力战争的核心基础设施。
过去两年，资本市场的聚光灯几乎完全打在 GPU 上，英伟达的股价走势成为了 AI 信仰的风向标。
然而，随着集群规模的指数级扩张，一个被忽视的物理定律开始显现：算力越强，对传输带宽的渴求就越近乎贪婪。
当计算单元之间的数据吞吐无法跟上计算速度的提升时，再强大的芯片也只能在等待中空转。
此刻，光通信产业正站在一个历史性的转折点上，它不再仅仅是通信网络的附属品，而是决定 AI 集群效率的生命线。
OFC 的真正信号——
AI 正在重构数据中心的“连接方式”
如果说过去两年的 AI 行情由算力芯片定义，那么本届 OFC Conference（光纤通讯展览会）释放的最强信号在于：算力本身已经不再是唯一瓶颈，连接算力的能力，正在成为新的限制因素。
这一变化并非渐进式的改良，而是结构性的重构
随着大模型训练和推理规模持续扩大，数据中心内部的流量呈指数级增长。在千卡甚至万卡集群中，GPU 之间的通信频率极高，任何微小的延迟都会被放大为整体训练时间的显著增加。
传统以电互连为主的架构，正在面临功耗、带宽和延迟的多重瓶颈。
铜缆虽然在短距离内成本较低，但随着传输速率突破 112Gbps 甚至 224Gbps，电信号的衰减和发热问题变得难以忽视。也正因此，“光进铜退”的趋势开始从长距离通信，迅速向数据中心内部渗透，甚至延伸到了机架内部。
在这一背景下，两条技术路线的分歧被推向前台：
一是 CPO（共封装光学），试图将光模块直接嵌入芯片封装，以缩短电信号传输距离，降低功耗；
二是可插拔光模块，继续沿用模块化路径，但不断提升速率与密度，从 400G 向 800G 乃至 1.6T 演进。
市场此前普遍存在一种线性思维，认为 CPO 会快速替代传统方案，从而引发对传统光模块厂商生存空间的担忧。但 OFC 给出的答案更加复杂且务实：CPO 不会全面替代，而是与可插拔模块长期共存。
这是因为 CPO 虽然在功耗上具有优势，但在维护性、良率和供应链灵活性上仍存在挑战。一旦光引擎损坏，整颗昂贵的 ASIC 芯片可能随之报废，这对数据中心运营商而言是难以接受的风险。
这意味着，行业并非“技术革命一刀切”，而是进入一个更长周期的渐进升级阶段。可插拔模块在未来 3 到 5 年内仍将占据主导地位，尤其是随着 1.6T 产品的放量，传统架构的生命力被进一步延长。
对投资者来说，这一点至关重要——因为它意味着需求不会被单一路径锁定，而是多条技术路线共同拉动增长。无论是 CPO 还是传统可插拔，核心增量都在于“光”的用量提升，而非形式的简单替换。这种技术路线的确定性，为产业链上游提供了更为稳健的业绩能见度。
Lumentum 新高背后——
供给侧正在迎来“结构性紧缺”
在这样的产业背景下，Lumentum 股价重回历史高位，就不再只是情绪驱动，而是供需逻辑的直接反映。作为光通信器件领域的全球巨头，其业绩指引往往被视为行业景气度的晴雨表。公司给出的几个关键数据，本质上已经指向一个清晰的结论：
到 2026 年底，EML（电吸收调制激光器）产能将提升超过 50%；磷化铟（InP）扩产已推进约 40%；到 2030 年，AI 数据中心对 InP 的需求年复合增长率预计达到 85%。
这些数字的核心含义只有一个：光通信的关键材料与器件，正在进入供给约束阶段。
这与此前 GPU 的行情高度类似——当需求爆发时，真正决定价格与利润的，从来不是终端产品，而是上游最稀缺的环节。在光模块产业链中，EML 与 InP 正是这样的“卡脖子”资源。
磷化铟衬底的生产难度极高，全球 capable 的供应商屈指可数，扩产周期长达 18 到 24 个月。
这意味着，即便下游需求瞬间爆发，上游材料的供给也无法立即响应，从而形成阶段性的供需错配。这种错配往往会带来议价能力的提升，龙头厂商有望在量增的同时享受价稳甚至价升的红利。
更重要的是，与传统通信周期不同，这一轮需求并非来自运营商资本开支，而是来自 AI 数据中心。
传统电信市场受宏观经济影响较大，周期波动明显；而 AI 基础设施建设属于科技巨头的战略性投入，具有更强的确定性与持续性。谷歌、微软、Meta 等云厂商的资本开支指引不断上调，直接锁定了对高速光器件的长期需求。
换句话说，Lumentum 的新高，不是周期反弹，而是：新周期的起点。
这种由技术迭代驱动的需求增长，比单纯的产能扩张更具韧性。对于产业链而言，能够掌握核心芯片自研能力的企业，将在这轮供给侧紧缺中获得最大的弹性。
这也解释了为何市场开始重新审视那些拥有芯片垂直整合能力的光模块厂商，它们的估值逻辑正在从“组装加工”向“核心器件”切换。
光模块牛市的本质——
从“配套设备”到“算力核心资产”
市场过去长期低估光模块，一个根本原因在于：它被视为“算力的附属品”，而不是“算力本身的一部分”。
在传统认知中，光模块只是负责传输数据的“管道”，价值量远低于负责计算的 GPU。但这一认知正在被彻底改写。
随着 AI 模型规模扩大，数据中心内部通信量甚至超过计算本身。在大规模分布式训练中，显卡之间的数据同步时间往往占据了总训练时长的相当比例。如果网络带宽不足，昂贵的 GPU 集群就会陷入等待状态，造成巨大的算力浪费。因此，光互连不再只是传输工具，而是决定系统效率的关键变量。
在这一框架下，像 OCS（光路交换）这样的新技术开始崛起，其本质是进一步提升网络灵活性与利用率，降低整体算力成本。传统的电交换需要光 - 电 - 光转换，功耗高且延迟大；而 OCS 直接在光域进行交换，能够显著降低能耗并提升网络重构的速度。谷歌在其数据中心大规模部署 OCS 已经证明了这一路径的可行性。
这意味着，未来的数据中心竞争，将不只是比拼 GPU 数量，而是比拼：计算 + 网络 + 调度的整体效率。而光模块，正处在这一体系的核心位置。它不仅是物理连接的节点，更是网络拓扑优化的关键执行者。
从投资角度看，这带来一个明显的结构性机会：
一方面，算力芯片已经经历了一轮大幅重估，估值处于历史高位；
另一方面，光通信板块的估值体系仍然相对滞后，尚未完全反映其在 AI 集群中的核心地位。这种“认知差”，往往正是下一轮行情的起点。
此外，还需要注意到全球光模块供应链的地理分布特征。尽管核心技术专利部分掌握在欧美日企业手中，但高端光模块的制造与封装产能高度集中在中国。
国内头部企业在响应速度、成本控制和大规模交付能力上具有显著优势，深度绑定了全球云巨头的供应链。
这种产业格局使得中国光通信企业能够直接受益于全球 AI 基建的红利，而不必完全依赖国内市场的复苏。当市场意识到光模块不仅是通信器件，更是 AI 算力的“倍增器”时，估值体系的重塑将成为必然。
结语：
连接即算力，效率新纪元
如果说过去两年，AI 投资的关键词是“算力”，那么接下来，关键词将变成“效率”。
而效率的核心，不在芯片，而在连接。
Lumentum 的新高，只是一个开始。真正值得关注的，是整个光模块产业链的重估进程。从 EML 芯片的稀缺性，到 1.6T 产品的放量，再到 CPO 技术的长期演进，每一个环节都蕴含着价值释放的机会。
因为在 AI 时代，决定上限的，不再只是算力有多强，而是——这些算力，能否被高效连接与利用。当网络成为算力的瓶颈，解决连接问题的公司，就拥有了定义未来的权力。
这不仅仅是一场技术的升级，更是一次产业价值链的重新分配。对于投资者而言，看懂了光，也就看懂了 AI 下半场的入口。
