光速突圍：AI時代中國光通信的“芯”戰事（一）

文|錢眼君

來源|博望財經

2026年初，資本市場迎來一抹亮色。截至1月31日，以中際旭創、新易盛為代表的光模塊龍頭公司相繼發布2025年度業績預告，相關公司業績普遍預增逾五成。

其中，新易盛預計實現歸屬于上市公司股東的凈利潤94至99億元，同比增幅高達231.24%至248.86%；中際旭創則以98至118億元的凈利潤規模領跑行業，同比增長89.5%至128.17%。

在宏觀經濟承壓的背景下，這份成績單尤為亮眼。幾乎同一時間，大洋彼岸傳來更為震撼的消息：英偉達宣布與光通信巨頭Lumentum及Coherent達成一項為期多年的戰略協議，不僅包含數十億美元的采購承諾，更將向兩家公司分別投資20億美元，以支持其研發與產能擴張。消息公布后，兩家公司股價應聲大漲。

截至美股3月2日收盤，Lumentum股價上漲超11%，Coherent股價上漲超15%。一邊是國內業績的爆發式增長，另一邊是國際AI霸主對上游光通信產業鏈的“天價”押注。光通信，這個曾被視為通信網絡“管道”的幕后角色，為何突然站上了科技浪潮的最前沿？本文將深入產業鏈肌理，探尋其從“管道”到“神經網絡”的蛻變之路，剖析中國力量在其中的機遇與挑戰。

01

光的“摩爾定律”：四年一迭代的技術演進

在半導體行業，戈登·摩爾的“摩爾定律”預言了集成電路每18個月晶體管數量翻倍的奇跡。而在光電領域，同樣存在著一條隱形卻有力的“光摩爾定律”：大約每4年，光模塊技術就會演進一代，同時實現比特（bit）成本減半、功耗減半。這條定律如同一個看不見的指揮棒，引領著光通信產業從1.25Gbps（吉比特每秒，是衡量數據傳輸速率的常用單位，表示每秒可傳輸10億比特的數據。）起步，穩步邁向2.5 Gbps、10 Gbps、40 Gbps、100 Gbps，直至如今的單波長100 Gbps、400 Gbps乃至1.6 Tbit/s的極速時代。

每一次速率的躍升，都離不開一顆小小的核心元件——光芯片。它是光模塊的心臟，是光電信號轉換的基石，其性能直接決定了整個通信系統的傳輸效率。

圖：源杰科技招股說明書、光纖在線

根據功能不同，光芯片主要分為兩大陣營：一是負責“電轉光”的激光器芯片，它如同一個精密的發報員，將電信號準確無誤地轉換為光信號發射出去；二是負責“光轉電”的探測器芯片，它則像一個忠實的收報員，將接收到的光信號還原為電信號。

激光器芯片的家族譜系頗為復雜。按照發光類型，可分為面發射與邊發射。面發射（Surface-Emitting Laser, SEL）的代表是VCSEL（垂直腔面發射激光器），其激光垂直于頂面射出，光束為圓形，發散角小，便于耦合，常用于數據中心內部的短距離傳輸。

圖：面發射激光芯片示意

舉個實際例子，我們每次接打電話時貼近耳朵，手機屏幕屏幕便自動熄滅，耳朵遠離屏幕時，屏幕又會自動亮起，這背后就有VCSEL芯片制成的近距感應模塊的支持——通過低功率的VCSEL芯片發射激光，當有物體靠近時會自動反射激光，手機就能偵測到物體接近，并判斷屏幕是熄滅還是點亮。

邊發射（Edge-Emitting Laser, EEL）沿平行于襯底表面的方向發射，其家族則包含“三兄弟”：FP（Fabry-Perot Laser）誕生最早，主要用于低速短距傳輸，如同“老黃牛”，勤懇但能力有限；DFB（Distributed Feedback Laser，分布式反饋激光器）在FP基礎上引入了光柵，實現了單縱模輸出，如同給聲音加上了“降噪”，能勝任高速中長距離傳輸，但會產生“啁啾現象”（讀音為"周糾"，意思是形容鳥鳴的聲音，在此指脈沖傳輸時中心波長發生偏移），影響傳輸質量；為了解決啁啾問題，EML（電吸收調制激光器）應運而生，它將DFB激光器與電吸收調制器集成一體，信號傳輸質量高，如同一個訓練有素的專業“播報員”，字正腔圓，成為高速骨干網和城域網的首選。

圖：邊發射激光芯片示意

探測器芯片方面，PIN探測器是主力，它靈敏度適中，響應快速，適用于大多數常規場景。而APD雪崩光電二極管則像是擁有“夜視儀”功能的特種兵，它通過內部的雪崩效應將微弱的光信號放大，靈敏度極高，能夠探測到單個光子，廣泛應用于量子通信等需要遠距離、高靈敏度的領域。

無論從FP到DFB再到EML，還是從PIN到APD，每一次技術的迭代，都是為了實現在更長的距離、以更快的速度、用更低的功耗，傳輸更多的數據。這就是“光摩爾定律”背后最樸素的驅動力。

02

AI算力工廠的“神經網絡”：需求側的革命

如果說過去二十年，光通信的發展主要受益于電信基礎設施的建設（如光纖到戶、4G/5G基站），那么今天，驅動其高速增長的核心引擎已經切換為人工智能。

正如英偉達創始人兼首席執行官黃仁勛所言：“計算方式已發生根本性變革。在人工智能時代，軟件運行于智能之上，并由AI工廠針對每一次交互、每一個情境實時生成的tokens驅動。” 這座龐大的“AI工廠”，本質上是成千上萬塊GPU（圖形處理器）或TPU（張量處理器）組成的超級計算機集群。在訓練一個萬億參數的大模型時，數據需要在數萬塊芯片之間進行億萬次的高速交換。

在傳統方案下，數據交換的載體主要是像鋁、銅、碳納米管等材質的互聯線。隨著芯片制程的逐步縮小，互連線需要越來越細，然而互連線間距縮小，銅等材質的互連線會遇到物理極限，況且電子元件之間引起的寄生效應也會越來越影響電路的性能，進而成為制約算力提升的瓶頸。

光互連則是解決該問題的理想方案，舉個例子，現在新能源車越來越智能化，L3之后，整車的屏幕、攝像頭數量及像素、分辨率都將進一步提升，所需數據交換量、交換速度更甚，基于銅纜的車載以太網架構，在帶寬、重量、抗干擾能力等方面已無法支撐多屏互動、4K/8K座艙顯示、實時AI推理等高負載場景，無限制增加銅纜數量不現實，而光纖的輕量化優勢極其明顯，能更好勝任數據的交換流通。北京理工大學深圳汽車研究院發布的《車載光通信技術白皮書》提到，車載光纖通信技術能夠輕松支持10Gbps及以上速率的數據傳輸，滿足未來應用增長點，而銅線鏈路在超過10Gbps時面臨電磁干擾難題且成本高昂，潛在的銅線增加需求亦挑戰車輛的單位里程能耗。

所以“光進銅退”已不再是通信行業的口號，而是確定性較高的必然選擇。筆者認為，未來光模塊最大的應用場景有兩個方向，首先是AI底層基建領域，利用光通路取代芯片間的數據電路，實現大容量、高能效的互聯，這也正是英偉達不惜斥巨資投資Lumentum和Coherent的根本原因。雙方將合作開發新一代硅光子技術，以建設前所未有的規模、速度與能效的AI基礎設施。

這股來自AI的需求風暴，清晰地投射在市場規模上。

資料來源：中際旭創公告，Lightcounting

根據光通信行業市場研究機構Lightcounting的預測，全球以太網光模塊市場規模將持續快速增長，2026年將同比增長35%至189億美元，2030年更有望突破350億美元。背后的主要動力，正是AI基礎設施建設對高速光模塊的強勁需求。隨著OpenAI、微軟、谷歌等巨頭生成的token量呈階梯式躍升，單個推理集群所需加速計算芯片的數量預計將達到百萬級，遠超訓練集群。芯片的集群化，必然帶來對光模塊數量和速率的雙重拉動。英偉達Rubin系列網卡數量的提升、谷歌TPU陣列尺寸的增加，無一不在印證這一趨勢。

國盛證券指出，2028全球光模塊市場規模有望達到240億至280億美元，在2023-2028年間將保持12%-14.9%的復合增長率。

具體到國內，汽車領域是光模塊應用的藍海場景——以“光纖上車”來破解智能網聯汽車的帶寬焦慮，推動光電子與汽車兩大萬億級產業深度融合。行業專家劉武認為，當前L3級以上自動駕駛對數據傳輸速率需求達100Gbps以上，光纖傳感在電池安全預警等核心領域具有不可替代的優勢，預計2030年中國車載高速通信與傳感市場規模達千億級。

我們可以比較清晰地看到，光通信已不再是那個默默無聞的“管道”，而是AI時代的核心基礎設施，是決定智能汽車算力效率的“神經網絡”。那么在全球光通信的版圖上，中國企業發展情況如何呢？我們下篇繼續分析。