很多人守着GPU相关标的反复博弈，却忽略算力集群里最致命的堵点，这一轮行情的重心已经悄悄转移。
我去年下半年实地走访过一家北方智算中心，机房里一排排GPU服务器满载运行，但运维负责人随口一句抱怨，让我重新梳理AI产业链的逻辑。
他说，上万张GPU同时训练大模型，大量芯片经常处于等待数据的空闲状态，设备采购成本花出去大半，算力却始终跑不满。
你可以把这套AI集群想象成一条高速公路，GPU就是一台台高性能跑车。
就算跑车速度不断突破极限，如果道路狭窄、出入口拥堵，大量车辆只能原地等候，再强的性能也无法释放。当前AI行业正卡在这一关。
过去三年市场资金持续涌向GPU，所有人默认只要拿到足够多的算力芯片，就能搭建具备竞争力的大模型训练集群。
高盛最新研报提出完全不同的视角，AI基础设施竞争的下半场，核心矛盾不再是算力供给短缺，而是芯片之间的数据传输能力跟不上算力扩张速度。
现在大型数据中心里，接近三成电力消耗没有用于模型运算，全部浪费在芯片之间的数据传输环节。
电信号依靠铜缆传递，传输距离稍微拉长，信号衰减、功耗飙升的问题就无法规避，这是物理规则划定的上限，单纯优化软硬件很难彻底解决。
我今年春天参加过一场光通信产业链闭门交流会，多家海外云厂商工程师提到同一个规划。
下一代超大规模算力集群，会逐步用光纤、光模块替代传统铜缆，依靠光信号完成GPU之间的海量数据交互，这不是远期概念，已经进入小规模试点部署阶段。
光互联最直观的优势，就是能用更低功耗承载海量数据，同时拉长稳定传输距离。
当集群需要把数千颗GPU联动运算，铜线搭建的互联网络会产生巨大延迟，光信号可以把跨芯片通信的等待时间压缩，直接拉高整张算力集群的有效利用率。
市场有一组可以直观感受的数据，AI光互联可寻址市场规模预计从150亿美元扩张至1540亿美元，整体规模接近翻9倍。
单套高端算力系统对应的光网络价值，相比上一代架构提升接近29倍，这条赛道的增长空间已经脱离单纯配套硬件的估值框架。
这里要理清一个关键认知，光互联崛起，不等于GPU会被淘汰，两者不存在非此即彼的替代关系。
没有GPU承载运算任务，光网络失去存在意义；缺少高效光互联，大批量GPU无法协同工作，昂贵算力只能持续闲置。
接下来聊一个多数人容易踩的常见误区。
不少人简单认为光模块只是算力基建的配套耗材，需求增速会跟随GPU出货量同步波动，光模块行情只是AI主线的支线行情。
这个判断会直接错过核心机会，未来两三年，光互联需求增速会持续高于GPU出货增速，行业正在走出独立的上行周期。
主流观点普遍押注CPO会快速普及，直接取代传统可插拔光模块，这也是我和市场主流看法存在分歧的地方。
我的判断是，短期两到三年，800G、1.6T传统光模块依旧是市场主力，CPO受良率、运维成本约束，大规模商用节奏会慢于市场预期，两条技术路线会长期共存。
做赛道布局，不能只盯着远期技术故事，更要看当下持续落地的订单。
中际旭创、新易盛持续向海外云厂商批量交付1.6T高速光模块，天孚通信持续为各类光引擎提供配套元器件，华工科技推进3.2T光引擎研发，各家订单变化可以持续验证行业景气度。
选股和跟踪产业节奏时，要区分两类企业，一类单纯组装光模块，另一类向上游布局光芯片、光电封装环节。
产业链价值会持续向上游核心元器件转移，能够自主把控光芯片、精密光学器件的厂商，面对行业价格波动时，利润稳定性会更强。
实操层面有一个很现实的观察方式，不要只看财报账面营收，重点跟踪高速率产品营收占比变化。
如果一家企业依旧依靠低速率光模块贡献主要收入，就算身处光通信板块，也很难充分承接AI算力集群带来的新增需求。
同时必须留意潜在风险，全球多家厂商持续扩产高速光模块，一旦供需快速扭转，产品价格下行会快速压缩企业盈利水平。
技术迭代同样存在不确定性，如果出现全新互联方案，当下重金布局的技术路线，有可能面临投资减值压力，我的判断也存在出错的可能性。
很多人习惯等待市场热点主动找上门，等到板块大幅上涨后才后知后觉进场。
AI投资主线完成一轮重心切换，资金慢慢从单纯博弈算力芯片，分流到支撑算力运转的互联硬件，这个转变过程不会一蹴而就，但趋势信号已经持续显现。
光互联解决GPU集群的数据传输瓶颈，将会成为AI基础设施新一轮扩张的核心主线。
你觉得在光模块、光芯片、光电封装各个细分环节中，哪一条细分赛道最先兑现业绩弹性？
免责声明：本文内容仅为行业信息分享、观点交流，不构成任何投资建议。市场存在不确定性，所有交易决策请自行独立判断，理性参与投资。
热门跟贴