Apr.13 - Apr.19 光连接模块国内外重点资讯
本周光通信行业在AI算力驱动下持续加速演进，产业链从“技术验证”全面迈向“规模化落地+资本绑定”阶段。
海外方面，英伟达发布Rubin平台并加码光器件供应链投资，Meta与CoreWeave、博通分别推进千亿级算力与自研芯片布局，AI基础设施进入“长约绑定+定制化加速器”时代；同时Molex收购Teramount，补齐CPO量产关键环节，推动光互连向芯片级深度集成演进。
国内方面，源杰科技股价新高，光芯片环节价值被AI需求重新定价，产业链上游重要性持续提升；阿里则加码“世界模型”，推动AI从语言模型向物理世界建模延伸。
整体来看，AI算力竞争正从“性能比拼”升级为“系统能力+供应链+成本控制”的综合博弈，光互连作为关键基础设施，正迎来确定性最强的一轮产业升级周期。
国内快讯
Apr.16｜阿里加码“世界模型”：20亿元押注AI视频，下一代智能瞄准物理世界
国内资讯｜AI模型｜产业投资｜具身智能
摘要：阿里云正加速布局“世界模型”方向，领投生数科技20亿元人民币B轮融资，押注以视频与物理场景为核心的新一代AI技术路径。该公司是AI视频生成工具Vidu的开发者，百度风投、好未来等亦参与本轮投资。
此次融资将重点用于开发“通用世界模型”，通过多模态数据（视觉、听觉、触觉）打通数字世界与物理世界，实现AI对现实环境的建模与预测能力。相比以文本为核心训练的大语言模型，这一路线更强调对真实世界运行机制的理解，目标是让AI从“理解语言”走向“理解世界并行动”。
生数科技表示，其模型将连接AI视频生成、游戏引擎与自动驾驶、机器人等场景，实现从感知到行动的一体化能力。目前其Vidu模型已进入全球视频生成模型前列，并较早实现产品级落地。
除生数外，阿里近期还连续投资Tripo AI、PixVerse等公司，并推出开源视频生成模型及机器人模型，形成对“世界模型”赛道的系统性布局。
意义：阿里持续加码“世界模型”，反映出AI竞争正从语言模型向“物理世界建模能力”升级。
一方面，大语言模型在推理与交互上的优势已逐渐显现边界，行业开始寻找能够理解空间、时间与因果关系的新范式；另一方面，世界模型被视为连接机器人、自动驾驶与虚拟内容生成的关键底层能力，是迈向具身智能的重要路径。
（来源：讯石光通讯）
Apr.17｜源杰科技股价激增：AI算力引爆光芯片价值重估
国内资讯｜光芯片｜AI算力｜资本市场
摘要：国产光芯片龙头源杰科技股价持续飙升，近日收盘达1445元/股。其背后，是AI算力驱动下业绩与业务结构的显著跃迁。
2025年，公司实现营收6.01亿元，同比增长138.5%；净利润达1.91亿元，成功扭亏为盈。其中，数据中心业务成为核心增长引擎，实现营收3.93亿元，同比增长719%，占比提升至65%以上，毛利率高达72.21%。
产品结构上，源杰科技在硅光核心环节实现突破，大功率CW激光器芯片成为主要收入来源，已在高速可插拔光模块中实现大规模出货。同时，公司推进高速EML产品迭代，100G PAM4完成验证，200G产品进入客户测试阶段。
在制造体系上，公司通过IDM模式实现从设计、外延到制造与测试的全流程自主可控，强化国产替代能力，并逐步向全球市场拓展。目前，公司已启动港股IPO，计划进一步提升高端光芯片产能与国际化布局能力。
意义：源杰科技股价登顶，本质上是AI算力周期下光芯片环节价值重估的缩影。
随着400G/800G/1.6T光模块快速放量，硅光方案渗透率持续提升，作为外置光源的CW激光器芯片成为关键瓶颈环节，具备高技术壁垒与高盈利能力；另一方面，国产厂商通过IDM模式实现技术突破，正在从“国产替代”迈向“全球竞争”。
从产业趋势看，AI算力需求正推动光通信价值链向上游迁移，核心器件环节的重要性持续提升。光芯片厂商有望在新一轮技术周期中获得更高的产业地位与估值溢价。
（来源：光通信PRO）
海外快讯
Apr.9｜CoreWeave与Meta签署210亿美元AI云协议，算力服务进入“长约绑定”阶段
海外资讯｜AI云｜算力基础设施｜数据中心
摘要：CoreWeave宣布与Meta达成一项扩大的长期合作协议，将在2032年12月前为其提供约210亿美元的AI云计算能力，进一步深化双方在AI基础设施领域的合作。
该协议涉及的专用算力资源将以分布式方式部署于多个数据中心，并将包含基于NVIDIA Vera Rubin平台的首批系统。这种多区域部署模式，旨在提升Meta AI工作负载的性能、韧性与扩展能力，以支撑其大规模模型训练与推理需求。
此次合作释放出明确信号：随着AI模型复杂度与算力需求持续攀升，超大规模云厂商正加速通过长期协议锁定高性能算力资源，推动AI基础设施从“弹性采购”向“战略绑定”演进。
CoreWeave表示，其平台已成为领先AI企业运行高强度工作负载的重要选择。公司成立于2017年，并于2025年在纳斯达克上市（CRWV），当前正通过“算力+平台+服务”的一体化能力，快速切入AI基础设施核心环节。
意义：CoreWeave与Meta的210亿美元长约，本质上反映出AI算力供给模式正在发生结构性变化。
AI基础设施正从“云资源按需调用”转向“长期锁定+专属部署”，算力逐步具备类似电力与土地的基础设施属性；另一方面，算力服务商开始通过绑定GPU平台（如NVIDIA Rubin架构）与超大客户，构建稳定收入与资源优先级，形成新的竞争壁垒。
从产业链角度看，这种“长约+定制化部署”模式，将进一步放大对GPU、光互连、高速网络及数据中心基础设施的需求确定性，并推动AI算力生态向“平台化+重资产化”持续演进。
（来源：讯石光通讯、CoreWave）
Apr.13｜Synergy：美国大规模数据中心重心加速内迁
海外资讯｜数据中心｜AI算力｜基础设施
摘要：Synergy最新数据显示，美国超大规模数据中心的地理布局正从沿海地区加速向内陆转移，德克萨斯州及中西部地区成为新增产能的核心承接地。预计未来几年，这些区域将占新增数据中心容量的53%，显著高于当前33%的占比。
尽管北弗吉尼亚仍是全球最密集的数据中心枢纽，但在AI驱动下，行业正加速向电力资源更充足、土地成本更低的内陆地区扩展。德州成为最突出的增长极，而威斯康星、印第安纳、密歇根、密苏里等中西部州也快速崛起，吸引了亚马逊、谷歌、Meta、微软、OpenAI及CoreWeave等头部厂商的大规模项目布局。
从整体规模看，截至2025年底，全球21家主要云与互联网公司共运营1360个超大规模数据中心，其中580个位于美国。同时，未来规划中还有803个数据中心待上线，其中437个位于美国，且新建项目的单体容量显著提升，反映出AI时代对算力密度的更高要求。
在企业格局上，亚马逊、微软和谷歌仍主导全球数据中心布局，占据约58%的总容量，其次为Meta、阿里巴巴、腾讯、甲骨文等厂商。
意义：美国数据中心“向内迁移”，本质上是AI算力时代基础设施选址逻辑的重构。
一方面，AI集群对电力与土地的需求呈指数级增长，传统沿海数据中心枢纽面临电力瓶颈与成本压力，促使厂商转向能源更充足的内陆区域；另一方面，千兆瓦级数据中心园区开始在非传统区域集中落地，标志算力基础设施正进入“工业化规模部署”阶段。
从产业链视角看，这一趋势将带动电力、光纤网络及数据中心配套设施在新区域的集中建设，同时也意味着光互连与高速网络需求将随算力迁移而重构空间分布。
（来源：讯石光通讯、Synergy）
Apr.14｜博通联手Meta推进MTIA定制芯片，多吉瓦AI算力进入“自研加速器时代”
海外资讯｜AI芯片｜数据中心｜算力基础设施
摘要：博通与Meta宣布达成多年、多代战略合作，将围绕Meta自研AI加速器MTIA展开深度协同，合作周期延续至2029年，为其下一代AI数据中心提供核心计算与网络基础设施支持。
根据规划，双方将启动初期超过1GW的算力部署，并逐步迈向多吉瓦级扩展，支撑Meta在WhatsApp、Instagram、Threads等平台上的生成式AI与“个人超级智能”应用落地。此次合作以博通定制XPU平台为核心，通过联合设计实现逻辑、内存与高速I/O的深度耦合，构建面向多代演进的MTIA产品路线。
在网络层面，博通将提供完整的以太网互连方案，包括高基数交换机、光连接，覆盖Scale-up、Scale-out及Scale-across多维扩展需求，打造低延迟、高带宽的AI数据中心骨干网络。
值得关注的是，MTIA架构聚焦推理与低精度计算优化，对网络时延与带宽提出更高要求。博通基于以太网的机架级互连方案，将支撑超大规模集群在高负载下保持高利用率，并降低整体TCO。
意义：Meta与博通的合作，标志着AI基础设施竞争正从“通用GPU依赖”迈向“定制加速器+系统级协同”的新阶段。
MTIA作为Meta核心自研芯片体系，与博通定制XPU平台深度绑定，意味着超大厂正通过“自研芯片+合作设计”的模式，重构算力成本与性能边界。
从行业趋势看，AI算力竞争已从芯片性能延伸至“芯片+网络+系统”的整体架构能力，定制化、规模化与低成本将成为下一阶段核心关键词。
（来源：讯石光通讯、Broadcom）
Apr.16｜Molex 4.3亿美元收购Teramount：CPO量产关键拼图补齐
海外资讯｜CPO｜硅光｜AI数据中心
摘要：连接器与电子解决方案巨头Molex宣布以约4.3亿美元收购以色列光芯片公司Teramount，此举被视为共封装光学（CPO）迈向规模化落地的重要里程碑。
Teramount核心技术TeraVERSE®平台，提供可拆卸光纤到芯片连接方案，通过晶圆级自对准技术解决传统CPO在光纤耦合中的高精度对准与不可维护难题。该方案具备±30µm装配公差、支持高密度光纤连接（最高64通道以上），并可在封装后进行现场维护，大幅提升良率与系统可靠性。
此次收购将Teramount的芯片级创新能力与Molex的全球制造、供应链及系统级集成能力结合，推动CPO从实验室验证走向可规模量产。Teramount未来将作为Molex在耶路撒冷的研发中心，深度融入其光互连产品体系。
意义：在AI算力需求爆发背景下，CPO被视为突破带宽与功耗瓶颈的关键架构，但其商业化长期受限于光电耦合与可维护性问题。
Molex收购Teramount，本质是在补齐CPO产业链中“最后一公里”的工程化能力，使高密度、可维护光连接成为现实，从而加速CPO在数据中心的落地。
从产业角度看，随着光互连逐步替代电互连，具备“芯片级连接+系统级集成”能力的企业将掌握更高话语权。此次并购不仅强化了Molex在高速互连领域的竞争壁垒，也标志着CPO技术正进入从技术验证走向规模部署的关键转折期。
（来源：光纤在线）
Apr.16｜GTC 2026英伟达发布Rubin平台：锁定光互连与供应链，押注“代币成本”终局
海外资讯｜英伟达｜AI基础设施｜供应链
摘要：在GTC 2026大会上，英伟达正式发布以Vera Rubin平台为核心的下一代AI基础设施方案，围绕“降低每Token成本”这一核心目标，通过系统级优化与全栈能力整合，进一步强化其“AI工厂”战略。
面对全球AI算力需求远超供给的现实，英伟达同步加码供应链布局，先后向Coherent与Lumentum投资合计40亿美元，并附带长期采购承诺，重点锁定InP激光器、光互连及高性能光网络产能，为大规模AI集群扩展提供底层保障。
值得关注的是，这一策略与苹果历史上的供应链模式高度相似——通过深度绑定供应商、推动技术迭代并压缩成本，实现规模优势。当前，光学技术正加速从“机间互连”走向“芯片内部”，成为支撑AI算力持续扩展的核心基础设施。
意义：英伟达正在从“芯片公司”转型为“AI基础设施定义者”，其竞争核心已从单一算力性能，转向“系统效率 + 成本控制 + 供应链掌控”的综合能力。
通过绑定光器件龙头并推动硅光、CPO等技术演进，英伟达不仅在性能端建立壁垒，也在上游供应链构建护城河。但与此同时，其高度集中的客户结构（前五大客户贡献超50%数据中心收入）与相对封闭的技术体系，也使其必须在“生态开放”与“技术控制”之间持续寻找平衡。
可以预见，随着AI进入推理时代，决定行业格局的不再只是算力规模，而是“谁能以最低成本提供最大规模算力”。而光互连与供应链能力，正成为这场竞争中最关键的底层变量。
（来源：Lightcounting）