光通信行业深度：AI互连需求升级，NPO/CPO拓成长空间

光通信行业深度：AI互连需求升级，NPO/CPO拓成长空间证券分析师：张良卫、欧子兴执业证书编号：S0600516070001、S0600525110002联系电话：021-60197988二零二六年九月十七日证券研究报告请务必阅读正文之后的免责声明部分12摘要AI算力扩张与互连架构升级共同驱动光通信需求，NPO/CPO有望打开Scale-Up市场空间。 海外科技巨头持续加大AI基础设施投入，支撑800G、1.6T高速光模块需求增长。同时，大模型训练与推理对GPU间数据交换提出更高要求，互连带宽增长滞后于算力提升，数据传输瓶颈日益突出。随着Scale-Up域由单机柜向多机柜扩展，铜互连面临更大的传输距离、信号完整性及功耗压力，光互连有望加速进入柜间Scale-Up场景，拓展行业需求边界。硅光渗透与光电集成深化并行，NPO和CPO打开增量空间。 硅光通过器件集成与规模制造，为高速可插拔光模块降本提供路径。NPO将光引擎部署于主芯片附近，缩短板级电连接，在降低损耗与功耗的同时保留相对独立的制造、测试和维护能力，落地条件相对成熟。CPO进一步将光引擎与主芯片共同封装，有望提升带宽密度、降低互连能耗，并通过架构简化减少物料成本，其规模化应用仍取决于封装良率、散热、光纤耦合及可靠性等环节的协同突破。光电转换位置前移，推动产业链价值向光引擎、先进封装及高密度光连接环节延伸。 NPO/CPO提高了光子集成芯片与电子集成芯片的协同设计要求，带动光引擎及封装技术升级。光纤阵列单元（FAU）与精密耦合器件承担芯片到光纤的低损耗连接，外置光源（ELS）推动连续波（CW）激光器向高功率、高可靠性升级。与此同时，机内光纤数量增加、布线复杂度提升，带动Shuffle通道重排组件、小型化连接器及精密插芯需求，具备精密制造和规模交付能力的供应商有望受益。产业链公司的产品布局正由高速光模块向新型光互连及配套器件拓展，客户验证与量产交付是后续观察重点。 中际旭创受益于800G需求增长及1.6T硅光模块放量，并布局6.4T NPO、12.8T XPO等产品。天孚通信依托光器件与光引擎平台，推进CPO配套FAU、ELS及NPO定制开发。炬光科技围绕高通道V型槽、微棱镜透镜阵列和精密模压透镜推进产业化，并向光源衬底材料及耦合测试装备延伸。风险提示：全球 AI 算力基础设施投资不及预期、光互联技术演进及规模化应用不及预期、客户合作及供应链格局变化。1、需求升级与技术演进，拓展光通信成长空间2、光电集成深化，产业链增量环节凸显3、产业链公司介绍4、风险提示目录341、需求升级与技术演进，拓展光通信成长空间-40%0%40%80%120%010020030040050060023Q3 23Q4 24Q1 24Q2 24Q3 24Q4 25Q1 25Q2 25Q3 25Q4 26Q1 26Q2谷歌微软亚马逊Meta谷歌YoY微软YoY亚马逊YoYMeta YoY资本开支：指引普遍上修，绝对规模尚未见顶科技巨头季度资本开支持续扩张，AI基础设施建设仍处于加速阶段。26Q2，亚马逊/谷歌/微软/Meta 资本开支分别达到 542/449/410/311 亿美元，同比增速分别为 68%/100%/69%/83%。投入扩张与云收入、积压订单及算力需求同步上行；本轮资本开支并非单纯基于远期需求预判，而是受到客户订单、内部AI需求和产能短缺共同驱动。科技巨头年内多次上调资本开支指引，尚未释放主动收缩信号。亚马逊于2026年2月首次明确全年约 2000 亿美元投入规模，7月进一步上调至约 2200 亿美元；谷歌由年初的 1750-1850 亿美元，先后提高至 1800-1900 亿美元和 1950-2050 亿美元；Meta 亦将指引由 1250-1450 亿美元调整至 1300-1450 亿美元。指引上调主要由云及内部AI需求、算力容量扩张和零部件价格上涨驱动。公司披露时间调整前口径（亿美元）调整后口径（亿美元）说明亚马逊2026/7/3020002200上调200亿美元，主要受AWS和AI基础设施需求、内存等零部件涨价驱动谷歌2026/7/221800-19001950-2050上下限均提高150亿美元，云及内部AI需求持续超过供给微软2026/7/2919001750主要源于会计口径调整，部分数据中心租赁由融资租赁转为经营租赁META2026/7/291250-14501300-1450下限再提高50亿美元，全年支出落在低位的可能性进一步下降图：科技巨头季度资本开支（亿美元）与同比增速（%）图：多数科技巨头上调指引数据来源：谷歌，微软，亚马逊， Meta，东吴证券研究所；注：资本开支为自然年口径5图：I/O墙问题示意图大模型参数规模正迈向十万亿级甚至更高，推动智能算力需求爆发式增长。超大模型训练中的张量并行、专家并行等模式，高度依赖集群内GPU之间频繁、大规模的数据交换，使互连瓶颈更加突出。亟需构建高带宽、低时延、高能效的新型互连架构，支撑算力集群持续扩展：•计算能力每两年增长约 3 倍，内存带宽约 1.6 倍，互连带宽约 1.4 倍。•当多颗 GPU 协同工作时，传输成为瓶颈，就会出现算力等待数据的情况，这源于 I/O Wall。•Scale-Out 把更多服务器、机架连接成集群；Scale-Up 让更多加速器紧密协作；整体看，数据搬运效率仍需持续提升。资料来源：台积电，东吴证券研究所I/O Wall 背景下，互联赛道持续扩容6更高互联带宽与更大 Scale-Up 域英伟达的架构演进体现出更高互联带宽与更大 Scale-Up 域的发展方向：从 Blackwell 到 Vera Rubin，72-GPU 域内的单 GPU 双向 NVLink 带宽由 1.8 TB/s 提升至 3.6 TB/s，域聚合带宽由约 130 TB/s 提升至 260 TB/s；Rubin Ultra 路线图则进一步扩展至 576-GPU 多柜域；综合考虑工程实现难度与部署可行性，我们认为，Rubin Ultra 的 8×72 GPU 多机柜方案有望率先落地，带来柜间 Scale-Up 互联的增量需求。目前 Scale-Out 与 Scale-Across 层早已完成光对铜的替代，而 Scale-Up 层由于距离短、对功耗与成本高度敏感，始终是铜互联的主战场。但随着AI算力的扩张以及对性能的要求提升，光有望快速突破 Scale-Up 的边界。图：英伟达NVLink Switch代际变化图：原型机示意图资料来源：英伟达，东吴证券研究所NVLink 4 SwitchNVLink 5 SwitchNVLink 6 SwitchNVLink GPU Domains88 |728 |72NVLink Switch GPU-to-GPU Bandwidth900 GB/s1,800 GB/s3,600 GB/sTotal Aggregate Bandwidth7.2 TB/s130 TB/s (NVL72)260 TB/s (NVL72)Supported NVIDIA ArchitecturesNVIDIA Hopper™ architectureNVIDIA Blackwell