数据中心互联的核心器件 · 中际旭创全球领先 · InfiniBand vs RoCE
光模块将电信号转为光信号，通过光纤传输，是数据中心互联的核心器件。AI训练集群需要数千到数万个光模块连接GPU服务器，网络带宽成为算力的重要瓶颈。
800G光模块是2024-2025年主流，1.6T正在量产爬坡（2025年全球约2.7M只），3.2T在标准制定中（预计2027-2028年）。中际旭创（Innolight/ HG Genuine）是中国光模块龙头，全球800G市占约42%（行业第一），1.6T市占约55-60%。
EML（电吸收调制激光器）是最稀缺组件，Lumentum占全球EML产能50-60%，是光模块供应链中最关键的瓶颈。800G光模块单价约$400-600，1.6T约$1200-1800，随规模效应逐步下降。
Coherent（II-VI合并）是美国光模块龙头，拥有硅光+LUMENTUM EML双线布局，技术实力强。新易盛（300502.SZ）1.6T已规模出货，华为海思国内800G自供。
硅光（Silicon Photonics）将光波导、调制器、探测器等光学元件集成在硅芯片上，替代传统III-V族材料（InP GaAs）光器件，大幅降低成本和功耗。
Intel是硅光领域最领先者，拥有成熟的硅光调制器和集成工艺，在CPO（共封装光学）领域布局领先。硅光模块在800G出货中预计占约2/3（2025年），是主流技术路线。
相比传统光模块，硅光优势：集成度高（减少封装体积）、功耗低（<6W vs 8-12W）、成本低（硅工艺规模化）、适合CPO集成。劣势：损耗较高、长距离传输性能略弱于EML。
CPO（Co-Packaged Optics，共封装光学）将光引擎与交换芯片封装在一起，大幅降低功耗和体积，是1.6T/3.2T时代的演进方向。Cisco（Acacia）和Intel在CPO标准制定中扮演重要角色。
SiC（碳化硅）功率器件在AI数据中心的电力转换系统中发挥关键作用。数据中心电力转换链路长（AC→DC→负载），每次转换都有损耗。SiC MOSFET相比传统Si IGBT：开关损耗降低50-70%、工作频率提升10倍、功率密度提高3倍。
在AI服务器PSU（电源）中，SiC二极管已广泛使用，SiC MOSFET正在导入。在UPS中，SiC提升效率的同时减小设备体积。在48V总线配电架构中，SiC价值尤其高（高电压=低电流=低损耗）。
Wolfspeed是全球SiC衬底龙头（市占约45%），但2025年申请破产保护重组，行业格局可能重塑。onsemi和Infineon在SiC器件上快速扩张。中国厂商（天岳先进688234.SH、露笑科技、三安光电）在SiC衬底上加速追赶。
AI训练集群需要高速网络互联将数千颗GPU连接在一起。网络拓扑分为三层：GPU间互联（NVLink，900GB/s双向）、Rack间互联（InfiniBand/NVLink Switch）、Pod间互联（InfiniBand/RoCE）。
InfiniBand（NVIDIA收购Mellanox后拥有）是AI HPC集群的主流网络，Quantum系列（NDR 400G）市占约70-80%。InfiniBand的特点：专用网络、无拥塞、延迟极低（~1μs）、SHARP（网络内计算）技术可在网络内做部分数据聚合，进一步提升训练效率。
RoCEv2（RDMA over Converged Ethernet v2）是基于以太网的RDMA方案，可在现有以太网基础设施上运行，成本更低、与云环境兼容。Marvell和Broadcom的以太网交换芯片（Tomahawk 5、Broadcom Thor3）支持RoCEv2。
NVIDIA NVLink是GPU间点对点互联（900GB/s双向带宽，H100上12个NVLink端口），NVIDIA独家。NVLink Switch则将NVLink扩展到多GPU集群。
| 网络类型 | 代表技术 | 带宽 | 延迟 | AI集群市占 |
|---|---|---|---|---|
| GPU间互联 | NVLink | 900GB/s | ~1μs最快 | NVIDIA独有 |
| InfiniBand | NVIDIA Quantum | 400G/端口 | ~1μs低 | ~70-80% AI HPC |
| RoCEv2 | 以太网+RDMA | 200-400G | ~2-5μs中等 | ~20-30% |
| 以太网（传统） | 标准以太网 | 100-400G | >10μs高 | 通用云 |
以太网联盟（UEC，Ultra Ethernet Consortium）成立于2023年，由 AMD、Broadcom、Cisco、HPE、Intel、Meta、Microsoft 等全球科技巨头联合发起，旨在从物理层、链路层、传输层到软件层对传统以太网进行重构，以满足 AI 级大规模高吞吐、低延迟、无损的网络需求，直接叫板 NVIDIA 独占的 InfiniBand 方案。
核心痛点与改良点：传统以太网在大规模集群下存在较严重的“拥塞”和“丢包”问题。UEC 推出全新传输协议（UET），引入了“非按序递交”（Out-of-Order Delivery）、“多路径路由”（Multi-pathing）以及极其精细的拥塞控制机制，突破了传统以太网和 RoCEv2 的性能上限，将大规模训练集群下的尾部延迟（Tail Latency）降低了数倍。
博通与以太网生态的受益逻辑：博通（Broadcom）是 UEC 最大的芯片受益者，其最新的 Tomahawk 5 和 Thor3 交换芯片为 UEC 以太网标准提供强力的物理基石。Meta 和 Microsoft 也极力推进 UEC 标准的落地，以降低对 NVIDIA 闭环生态的依赖，提升供应链自主权与议价能力。
1. 中际旭创1.6T全球领先（55-60%市占）：800G+1.6T双轮驱动，量价齐升，2024年净利润同比增长超200%。
2. 硅光渗透率提升（800G出货约2/3是硅光）：推动技术迭代，Intel/Coherent受益。
3. CPO是1.6T/3.2T时代的演进方向：Cisco/Intel领先，长期可能颠覆可插拔光模块。
4. SiC在数据中心电力电子中加速渗透：onsemi/Infineon快速扩张，Wolfspeed重组带来格局重塑机会。
5. 网络互联（InfiniBand vs RoCE/UEC）决定AI集群效率：NVIDIA生态闭环优势明显，但以太网联盟（UEC）正通过重构以太网协议栈加速追赶，Broadcom与以太网生态大厂将深度受益。
1. EML激光器供应瓶颈持续：Lumentum一家独大，是光模块供应链最薄弱环节。
2. CPO颠覆风险：长期来看，CPO可能颠覆可插拔光模块，对现有厂商构成威胁。
3. 光模块价格竞争激烈：中国厂商（华为海思、中际旭创、新易盛）价格竞争，利润率存在压力。
4. AI CapEx周期性风险：若云厂商削减CapEx，光模块需求可能受影响。