大数跨境

高盛最新报告:看涨光模块,AI + 硅光双轮驱动,800G 及以上产品成增长引擎

高盛最新报告:看涨光模块,AI + 硅光双轮驱动,800G 及以上产品成增长引擎 AI产业链研究
2026-04-17
2
导读:高盛于今日(4 月 17 日)发布报告表示,持续看好光模块需求的后续增长前景。
近期市场关于 CPO 的讨论较多,但市场普遍观点认为,CPO 距离大规模商用仍有较长距离,传统可插拔光模块市场将持续扩张。高盛于今日(4 月 17 日)发布报告表示,持续看好光模块需求的后续增长前景。
报告认为,AI 服务器基础设施周期(横向扩展、性能升级与全域部署)、光纤替代铜缆的趋势、高速连接规格升级,以及从 GPU 服务器向 ASIC 服务器的多元化转型,均将支撑光模块需求进一步提升 ——ASIC 芯片更依赖网络能力实现推理任务,并弥补单芯片算力偏低的短板。
高盛预计,2026/2027/2028 年全球光模块市场规模将分别达到510 亿美元、730 亿美元、690 亿美元;其中 800G 及以上产品的复合年均增速为31%,规模将分别达到320 亿美元、550 亿美元、560 亿美元。
高盛预计 2026 年 800G/1.6T 光模块出货量分别为3400 万只、2600 万只,2027 年将增至4500 万只、4600 万只,3.2T 光模块 2027 年出货量将快速提升至1300 万只。在高盛看来,硅光(SiPh)在 800G/1.6T/3.2T 光模块中的渗透率将分别达到60%、80%、100%。
AI 数据中心光模块正加速推动规格迭代。高盛预计 2026–2028 年全球光模块总需求分别为4.52 亿只、5.28 亿只、5.56 亿只;其中由 AI 数据中心主导的 800G 及以上高端市场,2026–2028 年复合年均增速达45%,2028 年需求将升至1.26 亿只。通用数据中心与电信领域仍以 400G 及以下产品为主,高盛预计 400G 及以下产品出货占比将从 2026 年的87%降至 2028 年的77%。
高速迭代趋势方面:800G 已成为大型数据中心主流规格,高盛预计 1.6T 光模块自 2026 年起出货量将快速放量,3.2T 光模块于 2027 年开始规模导入。800G 需求将从 2026 年的 3400 万只增至 2027–2028 年的 4500 万只、4400 万只;1.6T 需求将从 2026 年的 2600 万只增至 2027–2028 年的 4600 万只、5400 万只,出货占比从 2026 年的6%提升至 2028 年的10%。
AI 数据中心网络升级方面:AI 服务器网络架构持续迭代。以英伟达机架级 AI 服务器为例:GB200 采用 400G(GPU 层)+800G 网络(叶节点、脊节点、核心层);GB300 采用 800G(GPU 层)+1.6T(叶节点、脊节点);高盛预计 Rubin 与 Rubin Ultra 将进一步升级至 1.6T 与 3.2T。
根据高盛全球服务器测算,2026–2028 年英伟达机架级 AI 服务器部署量将分别达到5 万台、7.7 万台、12.1 万台,对应 AI 芯片量为360 万颗、550 万颗、870 万颗。高盛认为,从 GB300 向 Rubin 的迭代,将推动单 GPU 对应的 1.6T 光模块用量从 3.0 只提升至 6.0 只(按三层网络假设),进而拉动 2026–2027 年 1.6T 光模块需求。
ASIC AI 服务器持续扩张:高盛预计未来数年从 GPU 向 ASIC AI 服务器的多元化趋势将延续,从而持续支撑光模块需求 ——ASIC 芯片更依赖网络能力完成 AI 任务,并弥补单芯片算力偏低的短板。根据高盛全球服务器测算,2026/2027/2028 年 ASIC 在全球 AI 芯片中的占比将分别达到43%、50%、55%。在 ASIC 厂商中,谷歌与 Meta 正加速推进 800G + 高速连接部署。据高盛渠道调研,谷歌 2026 年将升级至 1.6T;而单 ASIC 服务器的光模块用量将高于 GPU 服务器(通常单 GPU 搭配 2–3 只光模块)。
硅光(SiPh)渗透趋势:高盛预计硅光方案渗透率将持续提升,因其在高速产品中相比传统 EML 模块具备成本优势。据高盛产业调研,1.6T 硅光光模块采用 4 颗 70mW 连续波激光器,单模块激光器成本约15–20 美元;而 1.6T EML 光模块采用 8 颗 200G EML,激光器成本约160 美元,二者给光模块厂商带来的毛利率存在显著差异。
高盛认为,速率越高,硅光渗透率越高。预计 2026–2028 年硅光模块在整体光模块市场的占比将达10%–18%,在 800G 及以上高速市场的占比将达69%–77%。

END



获取报告原文和交流请扫码

【声明】内容源于网络
0
0
AI产业链研究
围绕人工智能展开研究,涵盖基础设施、算法及应用等多个方面,同时也会分享研究过程中的一些心得体会
内容 52
粉丝 0
AI产业链研究 围绕人工智能展开研究,涵盖基础设施、算法及应用等多个方面,同时也会分享研究过程中的一些心得体会
总阅读2.6k
粉丝0
内容52