计算机行业研究：是什么支撑我们对两年后的光模块、PCB有信心

敬请参阅最后一页特别声明 1 长期来看，模型迭代放缓后算力将 ASIC 化 AI推理需求的爆炸式增长正推动算力从通用GPU转向专用ASIC。ASIC凭借针对特定算法深度优化的能效与成本优势，在推理阶段表现突出，博通、Marvell 等头部厂商的定制化芯片业务均呈现强劲增长态势 。ASIC 化的核心动因是在可持续的总拥有成本（TCO）框架下，通过更低成本部署更多算力节点，这导致需要互联的端点总数同步增加，从而为光模块和 PCB 市场带来了长期的增长动力 。 市场只看到了两年后的风险：CPO、光进铜退 目前市场对于 2026 年后的光通信行业存在两大核心忧虑：一是 CPO（共封装光学）技术对传统可插拔模块的替代，二是“光进铜退”在短距互联中的逆转。然而，深入分析技术落地路径与厂商策略可以发现，这些风险在未来两年内更多表现为互补而非替代。 互联架构从专有紧耦合走向以太网开放化，光模块持续受益 ASIC 芯片天然亲和以太网，正推动 AI 集群网络从 Infiniband 等专有协议向基于以太网的开放架构演进，超以太网联盟（UEC）的迅速扩张便是一大实证 。这种解耦使得计算芯片与网络层分离，每一个标准化高速端口背后都产生了稳定的可插拔光模块需求 。目前，800G 及后续 1.6T 可插拔模块仍将长期主导市场，预计 2026 年 800G 端口将成为绝对主流，而 CPO 技术更倾向于作为中长期的增量贡献而非短期替代 。 PCB 价值量随 ASIC 系统性提升，供需缺口预计延续 在硬件配套方面，ASIC 服务器主板 PCB 的单台价值量显著高于同代 GPU 服务器，材料升级（如 M7、M8 等高端材料）和工艺精进共同推动了 PCB 价值的跃升 。随着光模块速率升级和 CPO 技术商业化的提速，对 PCB 的结构设计、散热性能和信号损耗提出了更高要求，由于全球具备高端制程量产能力的厂商有限，PCB 供应紧张的状况及其在 ASIC 领域的额外增长动能有望持续。 相关标的： 海外算力/存储：中际旭创、东山精密、胜宏科技、欧科亿、天孚通信、天岳先进、新易盛、工业富联、兆易创新、大普微、源杰科技、景旺电子、英维克、唯科科技、领益智造等；Lumentum、闪迪、铠侠、美光、SK 海力士、中微公司、北方华创、拓荆科技、长川科技。 国内算力：寒武纪、东阳光、海光信息、利通电子、协创数据、网宿科技、华丰科技、亿田智能、豫能控股、星环科技、首都在线、神州数码、百度集团、中芯国际、华虹半导体、中科曙光、润泽科技、浪潮信息、大位科技、润建股份、奥飞数据、云赛智联、瑞晟智能、科华数据、潍柴重机、金山云、欧陆通、杰创智能。 CPU：海光信息、中科曙光、澜起科技、禾盛新材、中国长城、龙芯中科、兴森科技、深南电路、宏和科技、广合科技。 AI 应用：1）大模型&自定义 Agent：智谱、Minimax、腾讯控股、阿里巴巴、科大讯飞。2）星环科技、德才股份、美年健康、中控技术等 AI INFRA&高景气&高壁垒。其他：空天时代、具身智能等。 风险提示 行业竞争加剧的风险；CPO 加速商用风险；特定行业下游资本开支周期性波动的风险。 行业点评 敬请参阅最后一页特别声明 2 扫码获取更多服务 内容目录 一、长期来看，模型迭代放缓后算力将 ASIC 化 ...................................................... 3 1.1 算力侧正在从 GPU 加速转向 ASIC 化 ........................................................ 3 1.2 ASIC 化是内部提效，不压制互联需求，节点规模反而扩大 .................................... 3 二、从专有紧耦合走向以太网解耦，光模块受益 ..................................................... 3 2.1 市场只看到了两年后的风险：CPO、光进铜退 ................................................ 3 2.2 ASIC 亲以太网，推动互联架构开放化 ...................................................... 3 2.3 CPO 是长期增量而非近期替代 ............................................................. 4 三、PCB：ASIC 带来价值量系统性跃升，供需缺口延续 ............................................... 4 3.1 ASIC 配套的服务器主板 PCB，单台价值量显著高于 GPU 服务器 ................................. 4 3.2 供需缺口延续 ........................................................................... 4 投资建议 ....................................................................................... 5 风险提示 ....................................................................................... 5 行业点评 敬请参阅最后一页特别声明 3 扫码获取更多服务 一、长期来看，模型迭代放缓后算力将 ASIC 化 1.1 算力侧正在从 GPU 加速转向 ASIC 化 我们认为随着模型从参数竞赛转向应用落地，模型迭代的速度将出现边际放缓，AI 推理需求的爆炸式增长正在重塑算力格局。GPU 凭借其通用架构在训练阶段优势明显，但 ASIC因其针对特定算法深度优化而在推理阶段表现出显著的成本与能效优势。 据中国电子报，在 ASIC 领域，博通和 Marvell 是两位主要玩家，二者在 AI 定制芯片中占据了约 70%的市场份额。博通方面，其在 AI 芯片领域业务主要体现在定制化 ASIC 芯片以及相关的数据交换芯片上，其定制化 ASIC 芯片广泛应用于数据中心、云计算、高性能计算（HPC）、5G 无线基础设施等领域。博通 CEO 在业绩说明会上预测，到 2027 年，来自三大客户对 AI 定制芯片的需求规模将达 600 亿~900 亿美元。 Marvell 方面，定制芯片（ASIC）业务正成为其强劲增长的核心动力之一。在 2019 年斥资7.4 亿美元从格芯收购 Avera 之后，Marvell 宣布开始提供定制 ASIC SoC 服务。这项在当初看起来并不起眼的业务，如今已赢得亚马逊和谷歌等大型客户青睐。2024 年 12 月初，Marvell 宣布与 AWS 扩展战略合作关系，达成了一项为期五年的多代协议，其中包括帮助亚马逊设计自有 AI 芯片