过去两年，AI 算力产业链里最火的方向之一，不是 GPU 本身，而是一个看起来很“配套”、实际上越来越核心的环节：光模块。
为什么？
因为 AI 集群不是一块 GPU 单独变强，而是成千上万块 GPU 被连接成一个整体。GPU 负责计算，网络负责把这些 GPU 组织成“算力工厂”。当模型越来越大、训练和推理越来越依赖集群协同，数据在 GPU、交换机、机柜、数据中心之间高速流动，光模块就从过去的“通信配件”，变成了 AI 基础设施里的“算力动脉”。
这也是这个视频想讲清楚的核心问题：光模块会不会像光伏、锂电一样产能过剩？CPO 会不会改变现有光模块产业链的利益分配？800G、1.6T、硅光到底意味着什么？ 视频标题本身就把问题集中在“光模块产能过剩、CPO 重塑利益格局、800G/1.6T 硅光革命”这几条主线上。
01 光模块为什么突然成了 AI 算力的核心？
先把逻辑讲简单。
AI 集群的性能，不能只看单颗 GPU 有多强，还要看 GPU 之间能不能高速通信。训练大模型时，每一轮计算之后，都要进行大量参数同步、梯度通信和数据交换。如果网络跟不上，GPU 就会“等数据”，昂贵的算力就会被浪费。
所以，AI 数据中心的竞争，表面看是 GPU，背后其实是：
GPU 算力 × 高速互连 × 低延迟网络 × 低功耗传输 × 大规模交付能力
光模块的作用，就是把电信号和光信号互相转换，让数据能在更远距离、更高带宽、更低损耗的链路中传输。
在传统数据中心里，400G 光模块已经很常见；到了 AI 集群，800G 正在快速放量，1.6T 也开始成为下一代重点方向。行业材料也指出，AI 数据中心正在推动 800G、1.6T 光模块发展，因为这些高速光互连可以提升带宽、降低延迟，并支撑下一代 AI 应用。
一句话：
AI 算力越集中，GPU 越多，光模块需求就越强。
02 光模块到底是什么？不要把它理解成“插头”
很多人一听“光模块”，会误以为它只是插在交换机上的一个小器件。
其实，在 800G、1.6T 时代，高速光模块已经是一个高度复杂的小型光电系统。它里面可能包括：
|
|
|
|---|---|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
到了 800G 之后，难点不再是“能不能装起来”，而是：
高速电信号会衰减，高速光器件会发热，DSP 功耗很高，激光器怕热，封装尺寸又很小。
所以高端光模块本质上不是普通组装，而是系统工程。
这也是为什么同样叫“光模块厂”，有的厂商能进入北美云厂核心供应链，有的只能做中低端产品。差距不只在产线，而在高速设计、热管理、良率控制、客户联调和大规模交付。
公开视频相关文字资料中也提到，800G 时代需要把发热量巨大的 DSP 和极度怕热的激光器放在很小空间内，同时解决高频信号干扰和散热问题；真正的壁垒还包括系统级交付能力和与云厂的深度联调。
03 光模块会产能过剩吗？
这是资本市场最关心的问题。
我的判断可以分成两句话：
低端市场容易过剩。
高端 800G / 1.6T 市场，短期真正过剩没有那么容易。
为什么？
因为低端光模块的瓶颈更接近制造和组装。只要需求火爆，大量厂商扩产，价格就容易被打下来。
但高端光模块不一样。高端市场真正的瓶颈往往不在最后一道组装线，而在更上游的核心环节：
-
高速 DSP； -
高端激光器； -
EML、CW 光源等关键光芯片； -
硅光芯片设计和流片； -
高精度光耦合与封装； -
与云厂系统级验证； -
大规模稳定交付能力。
尤其是 800G、1.6T 这种高速产品，不是“建厂—买设备—招工人”就能马上做出来。它需要长期研发、客户认证和工程经验积累。
视频相关文字材料中也明确提到，光模块行业的高端瓶颈并不只是下游组装产线，而是被上游核心芯片和光芯片产能卡住；高端 DSP、光芯片、激光器等环节高度集中，因此跨界大厂进入未必能马上造成高端市场过剩。
所以更准确的说法是：
光模块不是不会过剩，而是要分层看。低端会卷，高端看核心器件、客户认证和系统交付。
04 为什么 800G、1.6T 把行业门槛越拉越高？
400G 到 800G，看起来只是速率翻倍；800G 到 1.6T，看起来又只是翻倍。
但工程上不是简单翻倍。
速率越高，问题越集中：
|
|
|
|---|---|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
这也是为什么产业开始从传统可插拔光模块，逐渐走向 LPO、硅光、CPO 等新路线。
Marvell 在 2026 年发布的 1.6T 硅光 light engine 就明确面向 AI scale-up 场景，采用 8 路 200G PAM4 光连接，并强调低功耗和未来与 CPO 架构共存。
也就是说，1.6T 不是简单把几个 200G 通道堆起来，而是整个光电系统的重新设计。
05 硅光革命：用造芯片的方式造光路
传统光模块里，很多光学器件依赖分立器件和精密封装。这个路线能做，但越往高速走，成本、良率、产能和一致性压力越大。
硅光的核心思路是：
把波导、调制器、耦合器、分束器等光学结构集成到硅基芯片上，用类似半导体制造的方式批量生产光子芯片。
它的优势是：
-
更容易规模化； -
与 CMOS 工艺兼容度更高； -
有机会降低成本； -
有利于高密度集成； -
更适合未来 CPO 和片上光互连。
但硅光也不是万能的。最关键的一点是：
硅本身不是理想发光材料，硅光芯片通常仍然需要外部激光器。
所以硅光并不是把所有环节都替代掉，而是重构产业分工。
过去可能是光模块厂采购分立器件后完成封装；未来可能变成：
DSP / 交换芯片厂商设计光电方案 → 硅光芯片由代工厂制造 → 激光器厂商提供 CW 光源 → 封装厂完成高精度耦合 → 模块厂或系统厂完成整机交付。
这就是所谓“利益格局重塑”。
不是所有人都被淘汰，而是原来最赚钱、最有话语权的位置会发生变化。
06 CPO 是什么？为什么它比可插拔光模块更激进？
传统可插拔光模块，通常插在交换机面板上。交换芯片在板子中间，光模块在前面板，中间通过 PCB 走线传高速电信号。
速率低的时候，这种方式很好：模块坏了可以换，维护方便，生态成熟。
但到了 800G、1.6T 甚至更高，问题越来越严重：
-
交换 ASIC 到前面板光模块的电通道太长； -
高速电信号在板上走线损耗大； -
需要更多均衡和补偿； -
功耗上升； -
散热更难； -
面板密度受限。
CPO，也就是 Co-Packaged Optics，共封装光学，核心思想是：
把光引擎放到离交换芯片更近的位置，甚至与交换芯片共封装在同一个封装基板上。
这样可以缩短高速电通道，把更多长距离传输交给光信号完成。
NVIDIA 官方对 CPO 的定义和价值非常直接：它把 silicon photonics 与 ASIC 放在同一封装中，用硅光替代可插拔收发器，并宣称带来 5 倍功耗效率和 10 倍网络韧性提升。
Broadcom 也早已推出 51.2Tbps CPO Ethernet switch system，并展示 6.4T 光引擎与包含 HBM、logic、PHY 的多芯片模块共封装方案。
所以 CPO 不是“光模块再升级一下”，而是系统架构变化。
07 CPO 会不会直接干掉光模块厂？
这是最容易被误解的地方。
CPO 的确会冲击传统可插拔光模块，但它不会简单地让光通信产业消失。
更准确地说：
CPO 会把价值从“标准可插拔模块”向“光引擎、硅光芯片、外置光源、高精度封装、交换芯片平台和系统级集成”迁移。
过去的价值链是：
光芯片 / 电芯片 / 器件 → 光模块厂封装 → 交换机厂 → 云厂未来 CPO 时代可能变成：
交换芯片厂 / DSP 厂
↓
硅光芯片设计
↓
晶圆代工
↓
外置激光光源
↓
光引擎封装
↓
交换机 / GPU 网络系统
↓
云厂 AI 集群这意味着，传统光模块厂如果只停留在“组装盒子”的角色，确实会被挤压。
但如果它具备：
-
高速光电设计能力； -
硅光封装能力； -
光引擎集成能力； -
与云厂联调能力； -
大规模交付能力；
那么它仍然可以在新产业链里占据位置。
所以 CPO 不是简单利空，也不是简单利好，而是一次产业链位置重排。
08 谁会在 CPO 时代更有话语权？
CPO 时代，话语权可能向四类玩家集中。
第一类：交换芯片 / DSP 巨头
例如 NVIDIA、Broadcom、Marvell。
它们掌握高速 SerDes、交换芯片、DSP、系统架构，也更接近云厂和 AI 集群设计。
NVIDIA 已经推出 Spectrum-X Photonics 和 Quantum-X Photonics，把硅光 CPO 用于 AI 工厂网络。其官方新闻稿称，Spectrum-X Ethernet 平台相较传统 Ethernet 可提供 1.6 倍带宽密度，并用于多租户、超大规模 AI 工厂。
Broadcom 则在 CPO Ethernet switch 上持续推进，2025 年还宣布第三代 CPO，并提到 Delta Electronics 已经生产 TH5-Bailly 51.2T CPO Ethernet switch，Corning 也在先进光纤和连接器技术上参与合作。
第二类：硅光芯片和光引擎厂商
硅光把大量光学结构集成到芯片中，谁能设计高性能、低损耗、高良率的硅光芯片，谁就能拿到核心价值。
第三类：外置激光器和高端光源厂商
硅光芯片本身通常不发光，仍需要高可靠、高功率、高效率的外置激光器。CW 光源、激光器阵列等环节仍然关键。
第四类：高精度封装与测试厂商
CPO 不是把光芯片放近一点那么简单。它对光纤阵列耦合、热管理、可靠性测试、可维护性设计都有极高要求。
未来的封装厂，不只是“封装”，而是要做光、电、热、机械协同。
09 为什么云厂和 NVIDIA 这么重视 CPO？
答案很现实：功耗和规模。
AI 集群越大，网络功耗越可怕。一个超大规模 AI 数据中心里，交换机、光模块、线缆、散热都会吃掉大量电力预算。
如果每个高速链路都要通过长距离电通道传输，再用复杂 DSP 去补偿，功耗会越来越高。
CPO 的目标是：
-
缩短电连接； -
降低高速电信号损耗； -
提升带宽密度； -
降低每 bit 功耗； -
支撑更大规模 GPU 集群。
NVIDIA 开发者博客中也提到，Spectrum-X Photonics 面向大规模 LLM 训练和推理任务，基于 Spectrum-6 ASIC，提供液冷机箱方案，其中 SN6810 为 102.4Tb/s 带宽、128 个 800G 端口，SN6800 为 409.6Tb/s 带宽、512 个 800G 端口。
这说明 CPO 已经不是实验室概念，而是在被头部厂商推向 AI 网络系统。
10 可插拔模块会立刻消失吗？
不会。
原因很简单：
-
可插拔模块生态成熟； -
维护方便，坏了可以直接拔插更换； -
数据中心运维习惯已经形成； -
CPO 的维修、更换、可靠性、标准化仍需时间； -
不同网络层级对成本、功耗、距离、维护性的要求不同。
因此，未来较长一段时间，很可能是多路线并存：
|
|
|
|---|---|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
所以，CPO 不是明天把所有光模块替代掉，而是先从功耗最敏感、带宽密度最高、系统价值最大的地方开始渗透。
11 对中国光模块产业链意味着什么？
中国光模块厂商在全球市场中已经非常重要。视频搜索结果摘要中提到，2025 年全球前十大光模块厂商中，中国占了七家，但 AI 算力红利并没有平均分配。
这句话非常关键。
中国厂商强在哪里？
-
成本控制； -
工程制造； -
快速量产； -
供应链响应； -
模块封装； -
客户交付能力。
但 CPO 和硅光时代会提出新要求：
-
不能只做低端组装； -
要向硅光设计、光引擎、先进封装靠近； -
要掌握高端光芯片和激光器； -
要具备与云厂、交换芯片厂深度联调的能力； -
要建立高速测试和可靠性验证体系。
未来国内产业链真正的机会，不是简单“多建几条产线”，而是补齐：
-
EML / DFB / CW 光源； -
高速调制器； -
硅光 PIC； -
光电协同封装； -
高速 DSP 配套； -
高速测试设备； -
CPO 级热管理和可靠性验证。
换句话说：
过去拼的是谁能交付模块，未来拼的是谁能进入 AI 网络系统的底层设计。
12 这轮光模块行情最该警惕什么？
第一，不能把所有“光模块概念”都当成高端 AI 光模块。
低速产品、普通封装、概念型硅光、没有大客户验证的项目，和真正进入 800G、1.6T 供应链的企业完全不是一回事。
第二，不能只看产能，要看产能质量。
高端产品的核心是：
-
是否被头部云厂认证； -
是否批量出货； -
是否稳定进入财报； -
是否具备良率和交付能力； -
是否能迭代到下一代产品。
第三，要警惕技术路线变化。
如果 CPO、LPO、硅光推进速度超预期，传统可插拔模块的利润结构可能变化。
第四，要警惕云厂资本开支周期。
光模块需求最终来自 AI 数据中心建设。如果北美云厂资本开支放缓，短期订单和估值都可能受影响。
所以，这个行业不是没有风险，而是风险不在“光模块有没有用”，而在：
谁能站在高端供应链里，谁会被技术迭代挤出去。
13 一句话总结
光模块不是简单的通信配件，而是 AI 算力集群的关键连接基础设施。
800G、1.6T 的到来，让光模块从“制造能力竞争”进入“高速光电系统能力竞争”。
硅光的出现，让光芯片开始走向半导体化、规模化和集成化。
CPO 的推进，则进一步把光学从交换机面板推向交换芯片附近，改变传统光模块的价值分配方式。
所以，光模块会不会产能过剩，不能简单回答“会”或“不会”。
更准确的答案是：
低端会过剩，高端会分化；传统模块会被挤压，光引擎和系统级能力会变得更值钱；CPO 不会消灭光通信产业，但会重排产业链座次。
真正值得关注的，不是“谁也要做光模块”，而是：
谁掌握了 800G、1.6T、硅光、CPO 时代的核心光电能力。
文章来源：集成之芯
