AI算力时代的光通信产业链深度解构 —— 从光子到GPU集群的万亿级博弈
2026年的此刻，当你在ChatGPT上输入一个问题，按下回车的那一瞬间，你的指令正以光速在数万个GPU之间穿梭。 而承载这些指令的"高速公路"，既不是铜缆，也不是Wi-Fi，而是一根根比头发丝还细的玻璃光纤， 以及插在GPU服务器两端、闪烁着微光的光模块（Optical Transceiver）。
一家名叫中际旭创的中国公司，2025年从这些小小的光模块中赚取了超过 千亿级人民币 的营收； 另一家叫 Coherent 的美国公司，在华尔街的AI叙事中市值飙升； 而 NVIDIA 每卖出一块H100/B200 GPU，背后都对应着 3-6只 高速光模块的需求。
要理解光通信产业为什么存在、为什么如此重要，我们必须回到最底层的物理定律。 这一章，我们不谈公司、不谈股价，只谈一个问题：光，凭什么打败了铜？
在1948年，贝尔实验室的工程师 Claude Shannon 提出了信息论的奠基公式 —— 香农公式（Shannon-Hartley Theorem）：
C = B × log₂(1 + S/N)
C = 信道容量（bit/s，即你能传多快）
B = 带宽（Hz，即"管道"有多宽）
S/N = 信噪比（信号相对于噪声的强度）
这个公式揭示了一个残酷的真相：想要传更多数据，你只有两条路 —— 要么把"管道"（带宽B）做大，要么把"信号"变干净（S/N提高）。 而"带宽"本质上是"载波频率能走多高"。
我们来看看电信号和光信号，载波频率差多少：
| 传输介质 | 典型载波频率 | 理论带宽（数量级） | 百米衰减 | 抗电磁干扰 |
|---|---|---|---|---|
| 铜缆（Cat6） | ~500 MHz | ~10 Gbps（100米内） | 严重 | 差 |
| 同轴电缆 | ~3 GHz | ~数十 Gbps | 较严重 | 一般 |
| 光纤（1310/1550nm） | ~193 THz（193,000 GHz） | 理论可达 Pbps 级 | 极低（每公里~0.2dB） | 完全免疫 |
注意这个对比：光的载波频率比电信号高了 5-6个数量级（10万到100万倍）！ 这意味着光天然就拥有无法比拟的"超宽管道"。
光胜出的三个第一性原理：
这是理解2026年光模块行业爆发的核心逻辑。很多人不理解：既然DAC（无源铜缆）那么便宜，为什么AI数据中心还要砸重金用光模块？
答案藏在一个简单的物理定律里：频率越高，铜的趋肤效应越严重，信号衰减越剧烈。
当单通道速率从 56G PAM4 升到 112G PAM4（即800G光模块时代）， 铜缆DAC的有效传输距离从 ~3米 骤降到 <2米。 当升到 224G PAM4（即1.6T光模块时代），铜缆几乎只能在服务器机箱内部用。
而AI集群动辄需要连接数万颗GPU，跨机柜、跨机房距离通常在10-500米之间。 这是一条铜缆走不了的路 —— 所以光模块的需求是被物理定律"强制"创造出来的刚需，而不是厂商的营销话术。
仅仅有"光"还不够。我们还需要把0和1"写"到光波上。这个"写"的过程，叫调制（Modulation）。 调制格式的进化，是光模块速率不断翻倍的核心发动机。
| 调制格式 | 每符号携带比特 | 典型应用场景 | 成本/复杂度 | 传输距离 |
|---|---|---|---|---|
| NRZ | 1 bit/symbol | ≤100G 时代主力 | 低 | 短-中距 |
| PAM4 | 2 bit/symbol | 200G/400G/800G/1.6T 数通核心 | 中（需DSP补偿） | ≤10km |
| 相干（QPSK/16QAM） | 4-8 bit/symbol | 长距骨干网 / 400ZR / 800ZR+ | 极高 | 80-2000km |
如果说模块一解释了"为什么要用光"，那么模块二要解决的是：一只光模块从无到有，到底经过了多少双手？谁赚走了最大的蛋糕？
上游是光模块的"心脏"。一只800G光模块的BOM（物料清单）成本中，光芯片+电芯片合计占比高达50-60%。 这里是技术壁垒最高、国产化最薄弱、利润率最丰厚的环节。
光芯片的核心是把电信号转换为光信号（发射芯片），或反过来把光信号转换为电信号（接收芯片）。 它们都是用III-V族化合物半导体（而非硅）做的——这是第一个第一性原理的分叉点。
硅是"间接带隙"材料，电子跃迁时不发光（效率极低）；而 GaAs（砷化镓）、InP（磷化铟）是"直接带隙"材料，电子复合直接释放光子，发光效率高1000倍以上。 这就是为什么全世界的激光器芯片都必须用III-V族材料制造。硅光方案能做调制器、探测器，但光源（激光器）目前依然必须依赖III-V族材料。
| 芯片类型 | 材料体系 | 速率能力 | 典型应用 | 国产化率 | 主要玩家 |
|---|---|---|---|---|---|
| VCSEL （垂直腔面发射激光器） |
GaAs | 10G-56G/lane | 数据中心短距（<100m） AOC/SR光模块 |
50-70% | Lumentum, 长光华芯, 源杰 |
| FP激光器 | InP | ≤10G | 低速电信接入 | 80%+ | 源杰, 仕佳, 光迅 |
| DFB激光器 （分布反馈） |
InP | 10G-50G/lane | 中距离光模块 硅光的CW光源 |
30-50% | Coherent, 源杰, 仕佳光子 |
| EML （电吸收调制激光器） |
InP | 100G-200G/lane | 800G/1.6T光模块核心 | <10% | Coherent, Lumentum, 住友 |
| PIN光电探测器 | InP/Ge-Si | 全速率 | 接收端 | 60%+ | Lumentum, 光迅, AAOI |
| APD（雪崩光电） | InP | 高灵敏度场景 | 长距/PON接入 | 40% | 住友, 光迅, Lumentum |
2026年1.6T光模块放量的最大瓶颈之一，就是 200G EML 芯片的供应。 目前全球能量产的只有 Coherent、Lumentum、住友 三家（日美主导），良率和产能成为整个行业的"天花板"。 中际旭创在业绩会上反复提到"部分原材料供给偏紧张"——指的就是这类高端光芯片。 国产厂商（源杰、长光华芯）50G EML已批量供货，100G EML开始送测，200G EML仍在研发，代差约2年。
如果说光芯片国产化进展"时快时慢"，那么电芯片就是光模块产业的"达摩克利斯之剑"——国产化率不到5%，几乎100%依赖美国。
| 电芯片类型 | 功能 | 在BOM中占比 | 主要供应商 | 国产替代情况 |
|---|---|---|---|---|
| DSP （数字信号处理器） |
信号调制、补偿色散、均衡失真 —— 光模块的"大脑" |
20-30% | Marvell (Inphi), Broadcom | 几乎0%，绝对垄断 |
| Driver （激光器驱动） |
把DSP输出的电信号放大到激光器需要的电流 | 3-5% | Semtech, MaxLinear, MACOM | 小厂有突破，量产差距大 |
| TIA （跨阻放大器） |
把探测器的微弱光电流放大成可处理的电压信号 | 3-5% | Semtech, MACOM, 华为海思 | 华为海思有自研 |
| CDR （时钟恢复） |
从接收数据中提取时钟同步 | 2-3% | Marvell, Broadcom, Credo | 国内玩家较少 |
相比芯片，光组件（陶瓷套管、插芯、FA光纤阵列、各种棱镜/透镜）和光纤光缆是中国绝对的全球主导环节。
光模块（Optical Transceiver）是整个产业链最受资本市场关注的环节。 让我们用"解剖麻雀"的方式，拆开一只 800G OSFP 光模块看看里面到底有什么。
光芯片+电芯片合计占比高达 ~68%，这意味着：
| 时代 | 主流速率 | 主要封装 | 每通道速率 | 核心光芯片 | 对应GPU |
|---|---|---|---|---|---|
| 2019-2021 | 100G / 200G | QSFP28 / QSFP56 | 25G NRZ / 50G PAM4 | 25G DFB/VCSEL | V100 / A100 初期 |
| 2022-2023 | 400G | QSFP-DD / OSFP | 50G PAM4 × 8 | 50G DFB/EML | A100 / H100 初期 |
| 2024-2025 | 800G | OSFP / QSFP-DD800 | 100G PAM4 × 8 | 100G EML（核心） | H100 / H200 / B200 |
| 2026-2027（当前） | 1.6T | OSFP-XD | 200G PAM4 × 8 | 200G EML（卡脖子） | B200 / GB200 / GB300 |
| 2028+【推测】 | 3.2T | OSFP-XD演进 / CPO | 200G × 16 或 400G × 8 | 400G EML / CPO硅光 | Rubin / 下一代 |
2020年之前，电信市场（运营商）和数通市场（云厂商）的规模还旗鼓相当。 但2023年后，AI数据中心的爆发让数通市场彻底拉开差距。 根据 LightCounting 数据：
全球光模块需求的单一最大推手，就是 Meta、Google、Microsoft、Amazon（以及后起的 xAI、OpenAI）。 2026年，这些公司的AI资本开支合计预计突破 3500亿美元，其中约5-8%流向网络（光模块+交换机）。
中际旭创、新易盛等头部厂商，前5大客户贡献营收占比普遍>70%，其中单一最大客户可能占30-40%。 这意味着：
电信市场（运营商的骨干网/城域网/接入网）虽然规模仍大，但增长极其缓慢：
2022年11月ChatGPT发布之前，光模块行业是一个"增速10%、周期性明显"的传统赛道。 2023年之后，它变成了全球科技产业增速最快的细分行业之一。 这一章要回答的核心问题是：AI大模型训练，到底为什么需要这么多光模块？一颗GPU究竟对应几只光模块？
要理解光模块需求爆炸的逻辑，我们必须先回答一个更基础的问题：为什么GPT-5训练需要几万张GPU，而不是在一张超级GPU上完成？
答案是：物理定律限制了单芯片的算力上限。
于是出现了三种并行策略：张量并行（TP）、流水线并行（PP）、数据并行（DP）。 每一种都需要GPU之间频繁通信—— 这就是光模块需求的源头。
理解光模块需求，必须理解两个核心概念：Scale-up（向上扩展） 和 Scale-out（向外扩展）。 这是中际旭创业绩会上反复提到"6.4T NPO"、"12.8T XPO"的语境基础。
Scale-up（向上扩展） = 把单机柜内的GPU"捏"成一台超级计算机（NVLink域），需要极致带宽+极致低时延，但距离短（<2米）。目前主要用铜缆，未来CPO/NPO将渗透。
Scale-out（向外扩展） = 把多个机柜连成一个训练集群（RDMA网络），距离2-500米，必须用光模块。这是800G/1.6T光模块的主战场。
这是整个光模块投资逻辑的"圣杯问题"。我们来做一次严格的第一性原理推演，以NVIDIA最新的GB200 NVL72架构为例。
假设采用经典 Fat-Tree（3层CLOS）网络架构：
| 网络层级 | 连接关系 | 单GPU对应光模块数 | 说明 |
|---|---|---|---|
| GPU → Leaf交换机 | 每颗GPU 1个800G端口上行 | 2只800G（两端各一只） | GPU侧光模块 + Leaf交换机侧光模块 |
| Leaf → Spine | 1:1 无收敛（hyper-scale要求） | 2只800G（两端各一只） | Leaf上行端口 + Spine下行端口 |
| Spine → Super-Spine（可选） | 三层架构需要 | +2只800G（如采用） | 大规模集群（>万卡）需三层 |
| 小计：两层架构（万卡以下） | 4只 800G / GPU | 等效 = 2只 1.6T | |
| 三层架构（万卡以上） | 6只 800G / GPU | 等效 = 3只 1.6T | |
1 × B200 GPU ≈ 4-6只 800G光模块（Scale-out）≈ 2-3只 1.6T光模块
若考虑Scale-up未来也用光（NPO/CPO），单GPU对应光模块数量可能再翻倍，达到 8-10只 800G等效。 这正是中际旭创为什么要布局 6.4T NPO 和 12.8T XPO 的原因。
假设2026年全球高端AI GPU总出货量：
很多投资者有一个疑问：过去十年云计算也在发展，为什么光模块没有这么爆发？答案藏在AI训练网络的独特性里：
| 维度 | 传统云（Web/数据库） | AI训练集群 | 光模块需求差异 |
|---|---|---|---|
| 网络流量特征 | 南北向为主（用户↔服务器） | 东西向极大（GPU↔GPU） | AI需要全互联，光模块多5-10倍 |
| 网络收敛比 | 1:4 ~ 1:8（带宽可省） | 1:1 无收敛（不能省） | 每GPU都要满带宽上行 |
| 时延敏感度 | 毫秒级可接受 | 微秒级苛刻 | 必须RDMA + 高端光模块 |
| 单机柜GPU密度 | ~8-16颗CPU | 72颗GPU（B200） | 密度提升5-8倍 → 端口数同比 |
| 网络占CapEx比例 | ~5% | ~10-15% | 网络投资翻倍 |
光模块速率演进的每一步，都是一场多维度的物理博弈。让我们拆解从800G到3.2T的技术瓶颈：
总带宽 = 通道数 × 单通道波特率 × 调制位数
想让800G变成1.6T，你有四个"拉杆"可拉：
| 代际 | 通道配置 | 每通道波特率 | 调制 | 关键瓶颈 |
|---|---|---|---|---|
| 400G | 8 × 50G | 26.5 GBd | PAM4 | 已成熟 |
| 800G | 8 × 100G | 53 GBd | PAM4 | 100G EML 良率 |
| 1.6T（当前） | 8 × 200G | 106 GBd | PAM4 | 200G EML供应、DSP功耗 |
| 3.2T | 16 × 200G 或 8 × 400G | 106 / 212 GBd | PAM4 / PAM6 | 散热、功耗、封装尺寸 |
800G光模块功耗 ~13-16W，1.6T约 20-25W，3.2T如果沿用传统可插拔方案将达 30W+。 一台GB200 NVL72机柜插入数百个光模块，光模块总功耗占整机柜5-10%，已成为不可忽视的能耗项。 这也是为什么LPO（线性直驱，去掉DSP）和CPO（光电共封装）成为行业刚需。
可插拔光模块主要通过壳体+机柜风扇散热，功耗>25W后，结温（激光器芯片温度）容易超过85°C，导致波长漂移、寿命锐减。 CPO方案将光引擎直接集成到交换机ASIC附近，共享液冷系统，从根本上解决散热问题。
1.6T光模块出厂价约 $1500-2000，是800G的2倍多；一个万卡GB200集群光模块总成本可达 $2-3亿美元。 云厂商已开始用"每bit每米美元成本"作为核心采购指标，这倒逼模块厂必须通过硅光集成、规模化、垂直整合来降本。
所有这些乐观推演都有一个前提：AI资本开支继续高速增长。但历史上，科技Capex从来都是周期性的。
| 看多逻辑（Bull Case） | 看空逻辑（Bear Case） |
|---|---|
| AI大模型参数量每年10x，训练算力需求指数级 | Scaling Law 可能边际递减，小模型+RAG成主流 |
| 推理需求（Inference）起量，需要更多边缘算力 | 推理对网络要求低，主要吃GPU而非光模块 |
| Meta/Google/MS 2026 CapEx同比+30%+ | 2027年ROI考核加严，CapEx可能断崖式回调 |
| 主权AI（中东、欧洲、印度）新增量 | 关税战、贸易战限制海外需求 |
| Scale-up也开始用光（NPO/CPO），单卡模块数翻倍 | CPO普及后，"可插拔光模块"厂商反而被绕过 |
2026年的光通信行业，正处于一个史无前例的技术分叉口。 没有人能100%确定三年后的主流方案是什么 —— 但每一条路径的选择，都意味着数百亿美元的产业链重构。 这一章，我们来拆解三场正在激烈上演的技术博弈。
这是一场关乎光模块行业生死的博弈。简单说就是："光模块"这个物理形态本身，未来还存不存在？
核心矛盾：电信号在PCB上的传输损耗，随频率平方级增长。
当单通道速率从 100G → 200G → 400G，电信号在PCB走线上的衰减急剧恶化。传统可插拔方案中，
电信号要从交换机ASIC → PCB走线（10-30cm）→ 光模块插槽 → 光模块内部 → 才最终变成光。
这段"电旅程"在224G PAM4（3.2T时代）基本不可能实现。
CPO的解法：把光引擎直接搬到ASIC身边（毫米级距离），电信号几乎不走PCB，直接完成光电转换。
这不是工程优化，是物理定律逼出来的必然选择。
| 阵营 | 代表玩家 | 立场 | 核心利益 |
|---|---|---|---|
| CPO激进派 | NVIDIA, Broadcom, Intel, Meta | 押注CPO取代可插拔 | 控制"交换机+光"的整合生态，绕开模块厂 |
| 渐进派 | Cisco, Arista, Marvell | 先做LPO/NPO，CPO慢慢来 | 保留可插拔生态 + 自研光引擎准备过渡 |
| 可插拔守护派 | 中际旭创, 新易盛, Coherent | 可插拔仍是主流5-7年 | 现有业务主力，同时布局CPO光引擎OEM |
乐观派观点（模块厂自己的观点）：
悲观派观点（部分海外分析师）：
这是一场材料路线之争。问题的核心：能不能用制造CPU的工艺，来制造光模块？
硅光 = 用成熟的CMOS工艺，在硅基衬底上集成光学器件（调制器、波导、探测器、复用器）。
但注意：硅是间接带隙材料，不能发光。所以硅光方案仍然需要一颗外置的III-V激光器（CW光源）， 但调制、传输、接收等"下游"环节全部集成在一块硅芯片上。
| 维度 | 传统分立方案（InP） | 硅光方案（SiPh） | 优胜方 |
|---|---|---|---|
| 单通道性能 | 强（InP调制效率高） | 较弱（需驱动电压高） | InP |
| 集成度 | 低（每个器件独立封装） | 极高（一片芯片集成） | SiPh |
| 规模量产成本 | 人工为主，降本慢 | 晶圆级降本 | SiPh |
| 通道扩展（8→16→32） | 成本线性增长 | 成本几乎不变 | SiPh |
| 温度稳定性 | 好 | 差（需恒温控制） | InP |
| CPO兼容性 | 难集成 | 天然匹配 | SiPh |
"目前 1.6T 和 800G 的硅光技术占比已超过一半以上。"
这是一个里程碑式的信号：硅光已经从"备选方案"成为"1.6T时代主流"。
这也解释了为什么旭创毛利率能维持46%——硅光方案大幅降低了光芯片成本。
同时这也意味着，未来不掌握硅光技术的模块厂，将被淘汰。
| 环节 | 代表玩家 | 竞争态势 |
|---|---|---|
| 硅光芯片设计 | Intel（已出售业务）, Cisco（Acacia）, 中际旭创, 新易盛, Marvell, Ayar Labs | 百花齐放，设计能力是壁垒 |
| 硅光晶圆代工 | GlobalFoundries（Fotonix平台）, TSMC, Tower Semi | 海外垄断（类似数字IC代工） |
| CW激光器（外置光源） | Coherent, Lumentum, 源杰科技（重点布局） | 大功率DFB是关键，国产突破中 |
| 硅光封装测试 | 天孚通信, 华工科技, 博创科技 | 中国有成本+产能优势 |
如果说CPO是物理封装的革命，硅光是材料的革命，那么LPO就是"协议层"的革命—— 它要干掉光模块里最贵、最耗电的那颗芯片：DSP。
DSP（数字信号处理器）= 光模块的"大脑"，负责：
问题：DSP消耗整个光模块30-40%的功耗（~5-6W/800G），成本占20-30%。
LPO（Linear Pluggable Optics，线性直驱）：既然DSP主要用来"纠错"， 那如果传输质量本来就很好（PCB够短+信号够干净），是不是可以不要DSP？ 让交换机ASIC自带的SerDes直接驱动激光器，光模块变成"透明的放大器"。
行业也在探索折中路径 —— 保留接收端DSP、去掉发射端DSP，或者使用简化版的"轻DSP"。 这被称为 Half-Retimed LPO 或 LRO。 2026年初，Credo、Marvell相继推出对应芯片，试图在功耗与距离间寻找最佳平衡。
如果说2020年之前的光通信行业还是"欧美主导、中国追赶"的格局，那么2025年之后， 中国已经在以太网光模块这个全球数百亿美元的赛道上实现了"反向主导"。 但这个"主导"是完整的吗？护城河有多深？哪些环节依然脆弱？这一章我们来系统评估。
根据 LightCounting 2022-2024 年累计数据，全球前十大光模块供应商中，中国厂商占据7席：
| 排名 | 厂商 | 国别 | 核心优势 | 主要市场 |
|---|---|---|---|---|
| 1 (并列) | 中际旭创 | 🇨🇳 中国 | 1.6T量产领先 / 硅光占比>50% / 北美云厂深度绑定 | 数通（AI） |
| 1 (并列) | Coherent（原II-VI） | 🇺🇸 美国 | 光芯片自研（垂直整合）/ 相干技术领先 | 数通 + 电信长距 |
| 3 | Cisco (Acacia) | 🇺🇸 美国 | 相干光模块 / 400ZR/ZR+领先 | 电信长距 / DCI |
| 4 | 华为（海思） | 🇨🇳 中国 | 电信设备自配 / 自研芯片 | 电信（运营商） |
| 5 | 光迅科技 | 🇨🇳 中国 | 芯片-器件-模块全产业链 / 电信为主 | 电信 + 数通 |
| 6 | 海信宽带 | 🇨🇳 中国 | PON接入网龙头 / 5G前传 | 电信接入 |
| 7 | 新易盛 | 🇨🇳 中国 | 800G/1.6T主力供应商 / 毛利率行业领先 | 数通（AI） |
| 8 | 华工正源 | 🇨🇳 中国 | 硅光布局早 / 25G光芯片自研 | 数通 + 电信 |
| 9 | Lumentum | 🇺🇸 美国 | 光芯片强（VCSEL/EML） | 数通 + 消费光学 |
| 10 | 索尔思光电 | 🇨🇳 中国 | 数通中端产品 | 数通 |
中国光模块行业的两大龙头——中际旭创（300308）和新易盛（300502）—— 是理解整个行业逻辑的最佳"标本"。让我们把两家公司放在显微镜下对比。
| 对比维度 | 中际旭创（300308） | 新易盛（300502） |
|---|---|---|
| 产品组合 | 800G/1.6T为主力，布局 3.2T / 6.4T NPO / 12.8T XPO | 800G/1.6T为主力，LPO布局积极 |
| 毛利率（2026 Q1） | 46% | 行业顶尖（与旭创相近）【推测】 |
| 客户结构 | 北美四大云厂深度绑定（Google/Meta/AWS/MS） | 北美为主，客户更多元 |
| 硅光占比 | 1.6T/800G中>50% | 硅光+薄膜铌酸锂双路线 |
| 产能 | 2025年末年化 2800万只，2026持续扩产 | 产能积极扩张【推测】 |
| 下一代布局 | 6.4T NPO、12.8T XPO、硅光、相干 | 800G/1.6T LPO、400G/800G ZR/ZR+ |
| 技术护城河 | 垂直整合（子公司成都智禾）+ 硅光方案 | 薄膜铌酸锂调制器路线 + 快速响应 |
| 风险点 | 客户集中度高 / 汇兑损失（美元资产大） | 相对规模稍小，议价能力略弱 |
很多人不知道，在中国的光通信版图中，河南省悄然崛起——尤其在鹤壁、焦作一带。 这里的故事要追溯到20世纪60-70年代"三线建设"留下的光学产业基础。
但从整体看，河南光通信产业仍处于发展初期：企业多做上游代工，营收规模普遍低于5000万元，缺乏龙头集聚效应。
我们从香农定理出发，走过了光通信的物理地基、产业链的哑铃格局、AI算力的需求爆炸、三大技术路径的博弈、中国的全球地位，最终回到三个最犀利的反思。
当下一次你在 ChatGPT 上按下回车，请记得，你的一个字符，正在以光速穿过数万只光模块， 穿过中际旭创工厂里工人刚封装好的硅光芯片，穿过Coherent日本神户工厂的EML， 穿过Marvell硅谷工程师设计的DSP，穿过长飞拉丝车间里诞生的光纤， 最终抵达一颗H200 GPU的HBM内存。
这是一场跨越物理、材料、工艺、资本、地缘的全球协作 ——
也是人类历史上最壮丽的技术产业链之一。
📊 Cisco Research · Industry Deep Dive
本报告基于公开财报、行业研究报告与产业访谈综合撰写 · 2026年4月
⚠️ 本报告仅作行业分析参考，不构成投资建议。标注【推测】内容为基于公开信息的合理推断，可能存在偏差。
按英文字母排序，涵盖本报告所有关键技术与产业术语。
| 术语 | 解释 |
|---|---|
| AOC (Active Optical Cable) | 有源光缆：两端带光收发模块的成品光缆，即插即用，短距数据中心常用。 |
| APD (Avalanche Photodiode) | 雪崩光电二极管：高灵敏度光探测器，用于长距/弱信号接收场景。 |
| ASIC | 专用集成电路：如交换机芯片、Google TPU、Meta MTIA 等为特定任务定制的芯片。 |
| AWG (Arrayed Waveguide Grating) | 阵列波导光栅：用于波分复用/解复用的无源光芯片。仕佳光子是全球主要供应商。 |
| BOM (Bill of Materials) | 物料清单：产品所有组成元件的成本明细。本报告多次使用BOM成本分析。 |
| CDR (Clock and Data Recovery) | 时钟与数据恢复电路：从接收信号中提取同步时钟的电芯片。 |
| CMOS | 互补金属氧化物半导体：主流芯片制造工艺，硅光的工艺基础。 |
| CPO (Co-Packaged Optics) | 光电共封装：把光引擎与交换机ASIC集成到同一封装内，大幅降低功耗。本报告模块四核心话题。 |
| CSP (Cloud Service Provider) | 云服务商：AWS、Google Cloud、Microsoft Azure、阿里云等。 |
| CW Laser (Continuous Wave) | 连续波激光器：硅光方案中的外置光源，持续发光由硅光芯片内部调制。 |
| 术语 | 解释 |
|---|---|
| DAC (Direct Attach Cable) | 无源铜缆：成本低、功耗零，但距离极短（112G速率下<2米）。 |
| DCI (Data Center Interconnect) | 数据中心互联：不同数据中心之间的高速连接，主要使用相干光模块（ZR/ZR+）。 |
| DFB (Distributed Feedback Laser) | 分布反馈激光器：中端光源，10-50G速率主流，也作硅光方案的CW光源。 |
| DSP (Digital Signal Processor) | 数字信号处理器：光模块中最贵、最耗电的电芯片，负责均衡/纠错。Marvell和Broadcom垄断。 |
| DWDM | 密集波分复用：在单根光纤上传多个波长通道，提升容量。长距骨干网主流。 |
| EML (Electro-absorption Modulated Laser) | 电吸收调制激光器：高速光模块（100G+ PAM4）的核心光芯片，全球仅3家能量产。 |
| FEC (Forward Error Correction) | 前向纠错：DSP内部的纠错算法，确保高速传输的可靠性。 |
| FTTx / PON | 光纤到X / 无源光网络：电信接入网技术，从10G PON演进到50G PON。 |
| GaAs (Gallium Arsenide) | 砷化镓：制造VCSEL激光器的III-V族化合物半导体材料。 |
| HBM (High Bandwidth Memory) | 高带宽内存：GPU显存类型，B200单颗最大192GB。 |
| InfiniBand | NVIDIA主导的高性能网络协议，AI训练集群主流网络技术之一。 |
| InP (Indium Phosphide) | 磷化铟：制造DFB/EML激光器的III-V族材料。 |
| LPO (Linear Pluggable Optics) | 线性直驱光模块：去掉DSP，依赖ASIC SerDes直驱，降功耗50%、降成本20-30%，但距离受限。 |
| LRO (Linear Receive Optics) / Half-Retimed LPO | 半LPO方案：只保留接收端DSP，是LPO与传统方案的折中。 |
| 术语 | 解释 |
|---|---|
| NPO (Near-Package Optics) | 近封装光学：光引擎靠近ASIC但不在同一封装内，是可插拔向CPO演进的过渡方案。 |
| NRZ (Non-Return-to-Zero) | 不归零调制：最简单的二进制调制（亮/灭），100G及以下速率主流。 |
| NVLink | NVIDIA GPU间高速互联协议，用于Scale-up（机柜内）场景。 |
| OSFP / QSFP-DD | 两种800G/1.6T光模块封装标准，OSFP散热能力更强。 |
| PAM4 (Pulse Amplitude Modulation 4-level) | 四电平脉冲幅度调制：每符号承载2bit，400G/800G/1.6T主流调制格式。 |
| PCB (Printed Circuit Board) | 印刷电路板：电信号在PCB上传输距离越长，衰减越严重，CPO解决此问题。 |
| PIN | PIN光电二极管：基础光探测器，用于高速接收。 |
| PLC (Planar Lightwave Circuit) | 平面光波导：无源光芯片技术，PLC光分路器广泛用于PON。仕佳光子全球领先。 |
| ROADM | 可重构光分插复用器：骨干网节点设备。 |
| Scale-out | 向外扩展：跨机柜/跨节点扩展算力集群，依赖光模块。 |
| Scale-up | 向上扩展：单机柜/单域内GPU紧耦合，依赖NVLink/NVSwitch，未来可能引入CPO/NPO。 |
| SerDes (Serializer/Deserializer) | 串行器/解串器：交换机ASIC与光模块之间的电接口，LPO方案直接依赖ASIC的SerDes。 |
| SiPh (Silicon Photonics) | 硅光子：用CMOS工艺在硅基衬底上集成光学器件的技术，集成度高、规模成本低。 |
| TIA (Trans-Impedance Amplifier) | 跨阻放大器：把探测器的光电流放大为电压信号的电芯片。 |
| TOSA / ROSA / BOSA | 光发射/接收/双向子模块：光模块的核心子组件。 |
| VCSEL (Vertical Cavity Surface Emitting Laser) | 垂直腔面发射激光器：低成本光源，短距多模光纤常用，国产化率较高。 |
| XPO (某种深度集成光学方案) | 旭创提出的12.8T深度集成方案，介于NPO与CPO之间的新概念。【行业未统一命名】 |
| ZR / ZR+ | 400ZR/800ZR及其升级版：相干可插拔光模块标准，用于80-120km长距DCI。 |