光模块：AI算力基建的核心光互联器件
1. 光模块定义与价值
光模块是光通信系统中实现光电转换与电光转换的核心器件，由光发射组件（TOSA）、光接收组件（ROSA）、驱动电路及光接口等集成封装而成。作为系统物理层的基础单元，其在设备总成本中占比超50%。
2. 分类与应用场景
按传输速率可分为三类： - 低速模块（1G/2.5G/10G）：用于传统以太网、接入网； - 中高速模块（25G/40G/100G）：支撑5G前传、数据中心内部互联； - 超高速模块（400G/800G/1.6T）：满足AI算力中心、骨干网扩容等高带宽需求。
3. 核心工艺与关键设备
核心制造环节包括贴片、引线键合、光学耦合、自动化组装及老化测试。贴片机、光耦合机和老化测试设备为产线三大核心装备。
发展驱动因素
1. AI大模型迭代加速，Token调用量爆发式增长
全球AI大模型厂商持续升级产品：OpenAI于2026年2月发布GPT-5.3-Codex，推理速度提升25%；Anthropic推出Claude Opus 4.6，支持100万tokens上下文窗口。国内方面，字节跳动发布豆包大模型2.0、Seedance 2.0视频模型及Seedream 5.0 Lite图像模型；智谱上线GLM-5底座模型；MiniMax开源M2.5文本模型；阿里发布Qwen3-Coder-Next。
大模型应用推动Token调用量激增——火山引擎日均调用量从2024年底的2万亿升至2025年底的63万亿。谷歌云宣布自2026年5月1日起上调北美数据传输价格至翻倍；AWS于2026年1月上调EC2机器学习容量块价格约15%，Token进入通胀周期。
2. 海外CSP加码AI基建投入，国内CSP资本开支进入上行通道
海外云厂商大幅增加资本支出：谷歌指引2026年Capex达1750–1850亿美元，重点投向数据中心扩建、英伟达GPU采购及TPU自研；亚马逊披露AWS未完成订单额2440亿美元（+40%），Trainium3芯片预计2026年年中售罄，全年Capex目标2000亿美元；微软单季资本支出达375亿美元（+66%），创历史新高。
国内CSP亦开启Capex回升周期。经历2021–2023年下行后，受AI商业化加速驱动，BAT在2025年三季度总资本开支达478.6亿元，同比增长32%。
3. AI基建与ASIC芯片放量，倒逼光模块向高速化演进
光模块是AI基础设施中网络侧的关键环节。随着GPU集群规模扩张及Token需求攀升，800G/1.6T高速光模块正加速替代传统方案。Lightcounting预测，2026年起800G/1.6T模块将快速放量，2030年以太网光模块市场规模有望突破220亿美元。
北美云厂商自研ASIC芯片浪潮进一步抬升高速光模块门槛：谷歌发布第七代TPU Ironwood；AWS推进Trainium4研发。ASIC集群需定制化交换网络架构，对光模块的速率、数量及可靠性提出更高要求，配套光互联需求显著提升。
技术迭代路径
AI算力呈指数级增长，传统可插拔光模块在功耗与带宽方面逼近物理极限，CPO、NPO、OCS等新型光互联技术加速落地。
1. CPO：功耗与带宽瓶颈的终极解法，2026年或迎商用元年
CPO（共封装光学）将光引擎直接集成于AI/网络ASIC封装内，大幅缩短电信号传输距离（从厘米级降至毫米级），从而降低功耗、提升带宽密度并减少延迟。相较传统方案，CPO可显著缓解信号衰减与高功耗问题。
英伟达在GTC 2026发布Quantum 3400 CPO交换机，采用CPO/NPO混合架构，适配全液冷散热并与NVLink-CXL 6.0协同；Broadcom、Intel加速技术布局；Lumentum与Coherent已在2026年Q2披露CPO订单进展。
2. NPO：低风险过渡方案，头部云厂商率先规模化落地
NPO（近封装光学）作为CPO与传统模块间的务实路径，将光引擎紧贴TPU芯片部署，电互连距离压缩至≤150mm，具备五大优势： - 功耗降低50%； - 单端口带宽达3.2T/6.4T，密度提升2–3倍； - 端到端时延≤1ns，误码率＜10⁻¹⁵； - 支持可插拔设计，量产成熟、运维成本低。
阿里云联合华工正源推出全球首款3.2T NPO模块；光迅科技在OFC 2026发布全球首颗3.2T硅光单模NPO模块；腾讯、阿里等正积极推进NPO项目规模化部署。
3. OCS：全光底座重构网络拓扑
OCS（光电路交换）通过构建全光互联底座，打破传统电交换带宽与能耗瓶颈，实现网络架构级重构，支撑EB级AI训练流量调度与低时延确定性传输。