当前所在位置:首页 > 科技热点

光电融合成新战场!揭秘卡住AI数据中心的隐藏短板

2026-09-01 【 字体:大 中 小 】

  • 首页 > 技术文库 > 光电融合成新战场!揭秘卡住AI数据中心的隐藏短板

光电融合成新战场!揭秘卡住AI数据中心的隐藏短板

关键词:光电融合AI数据中心

时间:2026-8-31 13:31:17      来源:互联网

“ 2026年8月,英伟达官宣Spectrum-X共封装光学交换机全面量产,“光电融合”从预言走进现实。日媒绘制的产业版图里,中国大陆力量并未缺席:中际旭创、新易盛业绩爆发,天孚通信深度嵌入英伟达供应链。但高端硅光芯片国产化率仅约4%,光电融合既是卡位红利,更是替代考题。
”

2026年8月,英伟达官宣Spectrum-X共封装光学交换机全面量产,“光电融合”从预言走进现实。日媒绘制的产业版图里,中国大陆力量并未缺席:中际旭创、新易盛业绩爆发,天孚通信深度嵌入英伟达供应链。但高端硅光芯片国产化率仅约4%,光电融合既是卡位红利,更是替代考题。

一、量产键按下:“光电融合”不再停留于PPT

2026年8月14日,英伟达网络事业部资深副总裁Gilad Shainer对外确认,Spectrum-X系列共封装光学(CPO)交换机全面迈入量产阶段——这是全球首款单通道200G的CPO以太网交换机。首批设备已向CoreWeave、微软Azure等核心客户批量交付,博通51.2T Bailly CPO交换机亦同步小批量出货。产业界读出的信号比股价更直白:英伟达把AI光通信的商用时间表,整整提前了两年。

CPO的杀手锏藏在物理层。传统可插拔光模块与交换芯片之间隔着长走线与连接器,而CPO把光引擎直接搬进芯片封装体内:激光器用量减少约75%,网络整体功耗降低约80%,平均无故障时间提升约10倍。对于动辄十万卡互联的AI集群而言,省下的每一瓦电,都是可以直接折算成算力的稀缺资源。

二、为什么是现在:算力洪峰撞上功耗墙

需求侧的推力比技术演进更凶猛。2026年二季度,北美头部云厂商资本开支合计约1712亿美元,全年指引高达7200亿至7450亿美元。与此同时,英伟达下一代Rubin Ultra NVL576机柜把GPU与光模块的配比从1:4推向1:12~1:15——光的用量不再是线性增长,而是指数级膨胀。

Yole的测算给出了这个新兴市场的斜率:CPO市场规模将从2024年的0.46亿美元(约4600万美元)增至2030年的81亿美元,年复合增长率高达137%。作为对照,2025年全球光模块市场规模约235亿美元。换句话说,CPO今天的体量还不到光模块大市场的零头,但其增速之陡峭,足以让整条产业链重新站队。

三、被误读的“革命”:中国大陆厂商的真实卡位

日媒XTECH绘制的光电融合版图颇具冲击力:英伟达与博通两大先行者领跑,NTT从通讯网络与光电架构切入;台积电、格罗方德、高塔半导体负责制造整合;Coherent、Lumentum、古河电工、住友电工把守激光光源;康宁与AGC供应光波导玻璃;下游由亚马逊AWS、微软、Meta承接系统落地。另一家媒体则把Marvell、AMD、三星、联发科、三菱、IBM、英特尔、富士通列入光学引擎设计阵营,后段封装由日月光、Amkor、新光电工等分担。粗看之下,这几乎是一张与中国大陆无关的地图。

但真实的中国大陆卡位,藏在版图的缝隙里。第一是“卖铲人”环节:天孚通信是英伟达官方点名的唯一A股供应商,为CPO交换机提供FAU光纤阵列单元与ELS外置光源组件。第二是业绩兑现:2025年,中际旭创交出营收382.40亿元、同比增长60.25%的成绩单,归母净利润达107.99亿元;新易盛净利润预告94亿元~99亿元,同比暴增231%~249%。份额层面,中国大陆厂商合计握有全球光模块市场约40%~50%,全球前十名中占据七席,中际旭创海外收入占比高达86.81%,新易盛亦达78.70%——深度绑定全球AI算力买家。

更关键的是,CPO没有把中国大陆厂商踢下牌桌,反而推高了他们的身位:中际旭创的100G CPO模块已率先量产、良率提升至92%,英伟达1.6T订单在中际旭创与新易盛之间约按8:2分配;新易盛北美订单占比升至70%,还为英伟达GB300服务器独家设计光互连方案。

不过繁荣背后有一道裂缝。高端硅光芯片与配套电子芯片的国产化率仅约4%——这是中国大陆光电融合版图上最薄弱的一环。沿日媒版图向上游看:激光器光源由Coherent、Lumentum与日本双雄垄断,光波导玻璃要看康宁与AGC的脸色,先进制程代工依赖台积电,封测第一梯队中仅有一家中国大陆公司。当光引擎从“可插拔”变成“不可插拔”,物理淘汰赛会沿着产业链向上游传导——这正是国产替代最真实的时间压力。

好消息是补课已经开场:源杰科技豪掷42.68亿元攻坚高速光芯片,仕佳光子28亿元定增扩产光器件,炬光科技10.21亿元加码上游核心元件。政策端同样在加速,“东数西算”工程明确要求新建智算中心CPO适配比例不低于60%,为国产链条预留了确定性的内需腹地,而高盛预测2028年全球CPO渗透率仅29%——中间的这段空档,恰恰将是国产替代最珍贵的时间窗口。

上一篇:【从点状突破到平台赋能:车仪田定义半导体零部件国产化2.0新范式】

下一篇:【从S、C波段到Ka、Ku波段:康希通信收购知融科技,一次射频前端能力的“频段跃迁”】

猜你喜欢

  • 芯闻
  • 芯品
  • 方案
  • 文章
  • • 朗伟科技 EC 风机墙助力数据中心 CRAH 风机能耗降低 38%,赋能 AI 时代高效制冷
  • • 台积电完整HPC平台亮相:助力2029年AI芯片算力飙升50倍
  • • 三项工业人工智能领域国家标准正式发布实施,中控技术深度参与
  • • 北邮牵头:全球首个太空算力云实现常态化在轨试验服务
  • • 群晖RS11626xs+登场:PB级存储方案 最大可扩展至118盘位
  • • 绿联推出新款二合一折叠无线充:支持25W Qi2.2磁吸充电
  • • 东芝S300 AI系列监控硬盘首发2949元起:针对AI负载优化 最高可选10TB
  • • 贸泽开售用于车内监测系统的英飞凌XENSIV BGT60ATR24AIP 60GHz雷达传感器
  • • 国产SiC电源如何解决AI数据中心供电难题
  • • 最接近“懂你”的一次:艾为“灯随音动”与AI情绪感知氛围灯方案
  • • 泰克Open GMSL测试方案:为下一代汽车SerDes标准保驾护航
  • • AIDC算力升级新范式:云尖信息多样化液冷CDU,破解高密度散热难题
  • • 昂瑞微半年报解读:新兴赛道多点开花 成长空间持续打开
  • • 光电融合成新战场!揭秘卡住AI数据中心的隐藏短板
  • • 特斯拉AI硬件人才再流失:核心总监转战DensityAI的背后隐忧
  • • OpenAI、Anthropic为什么都开始自己造芯片?
(来源:中电网)
The End
免责声明:本文内容来源于第三方或整理自互联网,本站仅提供展示,不拥有所有权,不代表本站观点立场,也不构成任何其他建议,对本文以及其中全部或者部分内容、文字的真实性、完整性、及时性不作任何保证或承诺,请读者仅作参考,并请自行核实相关内容,不承担相关法律责任。如发现本站文章、图片等内容有涉及版权/违法违规或其他不适合的内容, 请及时联系我们进行处理。
阅读全文
相关推荐

详解 Cascode SiC JFET 在 LLC 中的应用:优势与 dv/dt 控制

详解 Cascode SiC JFET 在 LLC 中的应用:优势与 dv/dt 控制
首页 > 技术文库 > 详解 Cascode SiC JFET 在 LLC 中的...

纳芯微高级工程师贾晓雨:智能底盘芯片如何从技术路线走向量产?

纳芯微高级工程师贾晓雨:智能底盘芯片如何从技术路线走向量产?
首页 > 技术文库 > 纳芯微高级工程师贾晓雨:智能底盘芯片如何从技术路线走向量...

工厂里平常的一天,直到红色警报闪烁……

工厂里平常的一天,直到红色警报闪烁……
首页 > 技术文库 > 工厂里平常的一天,直到红色警报闪烁…… ...

算力狂飙下的封装突围:华天先进攻坚高阶封测国产化

算力狂飙下的封装突围:华天先进攻坚高阶封测国产化
首页 > 技术文库 > 算力狂飙下的封装突围:华天先进攻坚高阶封测国产化 ...

AI拉动12英寸硅片量价齐升 涨价红利2027年集中释放

AI拉动12英寸硅片量价齐升 涨价红利2027年集中释放
首页 > 技术文库 > AI拉动12英寸硅片量价齐升 涨价红利2027年集中释放...

5G射频迷局:为何传统频谱分析仪难以捕捉现代射频干扰?

5G射频迷局:为何传统频谱分析仪难以捕捉现代射频干扰?
首页 > 技术文库 > 5G射频迷局:为何传统频谱分析仪难以捕捉现代射频干扰? ...

锁相环:参考振荡器与时钟分配缓冲器的选型

锁相环:参考振荡器与时钟分配缓冲器的选型
首页 > 技术文库 > 锁相环:参考振荡器与时钟分配缓冲器的选型 ...

英迪芯微,一家中国车规芯片企业的创业坚守和二次曲线

英迪芯微,一家中国车规芯片企业的创业坚守和二次曲线
首页 > 技术文库 > 英迪芯微,一家中国车规芯片企业的创业坚守和二次曲线 ...

AI质检迈入ACI认知检测时代:工业视觉模型实现产线持续自学习

AI质检迈入ACI认知检测时代:工业视觉模型实现产线持续自学习
首页 > 技术文库 > AI质检迈入ACI认知检测时代:工业视觉模型实现产线持续...

工业机器人如何学习成为灵巧的机器

工业机器人如何学习成为灵巧的机器
首页 > 技术文库 > 工业机器人如何学习成为灵巧的机器 ...