導讀：

互連基座之光：云廠商自主采購提升也驅動光模塊市場在 2025 年仍然保持高速增長。2029年，1.6T、3.2T、LPO 及 CPO 產品合計銷售規模將達到 100 億美元。

互連基座之銅：推理自組網需求增加將帶來 Scale Out 網絡 AEC 用量增加以及 Scale Up 網絡 PCIe 應用增加。推理追求低延遲和高吞吐，CSP自組網趨勢下以 UALink 為代表的 Scale Up 協議（基于 PCIE）和 UEC為代表的 Scale Out 協議（以太網）滲透加速，私有協議（IB、NVLink）轉到更開放協議（以太網、PCIE），客戶采購自主權提升（交換機、光模塊、銅纜），第一層互連場景下通過增加 retimer 芯片擴展傳輸距離的 AEC憑借可靠性穩定性高、功耗及成本低有望被廣泛使用。柜內連接方面， PCIE 將成為 NVLink 及 NVSwitch 的替代品。 

01

光互連：推理需求增加大廠自主采購話語權提升，推動 25年可插拔依然高需求，硅光方案滲透率快速提升

1.1. 光模塊：下游需求維持高景氣，CX8 網卡升級助力 1.6T 光模塊放量 

2024 年北美云廠商資本開支維持快速增長且AI 投資意愿高，光模塊下游需求持續高景氣。2024 年，Alphabet、亞馬遜、蘋果、Meta 和微軟的支出明顯高于 2023 年，在 2024 年第三季度五家公司合計支出總額同比增長 59%，且大部分投資都將用于人工智能基礎設施：服務器、數據中心和網絡設備，也包括其中用到的光連接（光模塊、光芯片等）。

大廠資本開支不斷增加促使光模塊公司出貨量持續高增，市場規模保持高速增長。受海內外云廠商等對于 AI 方面投入持續增加，2024 年中際旭創、新易盛等頭部光模塊公司營收利潤保持翻倍以上同比增長，市場規模持續攀升。據 LightCounting 數據，2024 年二季度全球領先光模塊供應商總銷售額超 30 億美元，較上年同期增長超10 億美元，其中以太網光模塊因對400G 和800G 的強勁需求而同比增長100%。

根據公司定期報告披露數據，截至 2024 年第三季度，我國光模塊頭部廠商中際旭創 /新易盛/天孚通信（光引擎）分別實現營業收入 173.13 億元/51.30 億元/23.95 億元，同比增速分別達到 146.26%/145.82%/98.55%，基本均實現翻倍及以上增長，頭部公司顯著受益 AI 需求提升。LightCounting 預計2024 年全球以太網光模塊市場規模將增長 60%，25 年將維持這一高增速。此外，2024 年無線前傳和 AOC 市場增速將顯著加快。 

光模塊需求量持續增加的背后邏輯：推理興起后大廠自主采購比例提升。據 Light Counting 數據，AI 集群用以太網光模塊市場規模 2024 年將翻倍，并將在 2025 年和2026 年保持強勁增長。因4×100G 和 8×100G 光模塊需求太過旺盛，LightCounting預計 4×100G 光模塊市場規模在 2026 年將達到40 億美元，8×100G 光模塊市場規模在 2026 年將超過70 億美元。

到 2029 年，1.6T、3.2T、LPO 及 CPO 產品合計銷售規模將達到 100 億美元。推理需求增長后，推理網絡建設不再受英偉達打包方案掣肘的谷歌、Meta、亞馬遜等 CSP 廠商獨立采購需求從 2025 年開始將顯著增長，成為以太網光模塊市場主要驅動力。英偉達作為IB 網絡主要倡導方，在 23 年起也開始推出以太網網絡連接方案，以太網作為更加開放、通用的協議標準，未來在AI集群尤其是CSP 廠基于自研ASIC 芯片建設的數據中心中應用將不斷增加。 

2025 年光模塊速率進一步迭代升級，1.6T 方案有望出貨上量。2024 年 3 月 18 日英偉達 GTC 開發者大會上發布了全新 Blackwell 平臺系列產品，其中包括 Quantum X800 交換機、CX8 網卡和 Spectrum X800 交換機等方案。全新的 IB 交換機 Quantum-X800 是英偉達第一款采用 200G Serdes 的交換機產品，通過 72 個 OSFP 端口提供144 個 800G 端口，端口能力可達 115.2T。

2025 年隨著英偉達 200G Serdes 技術的完善推廣和 CX8 網卡組網方案的推出，對配套的 AI 數據中心光模塊速率需求升級到1.6T，2025 年將成為 1.6T 光模塊上量的元年。1.6T 光模塊產時代，具有技術優勢、規模效應和成本控制能力的頭部光模塊企業如中際旭創等將脫穎而出，有望在初期憑借領先的研發量產優勢占據更大的市場份額，享受產品迭代初期的紅利。 

1.2. 光芯片：EML 供需缺口仍存，1.6T 硅光方案將成為主流 

2024 年全球光芯片市場規模有望增長超 50%。據和弦產業研究中心報告，2023 年全球光芯片市場規模約為 154 億元人民幣，較 2022 年下降 15%，主要源于接入網市場對光芯片需求和價格同步下降。在AI 帶動高速率光芯片持續需求下，預計2024年全球光芯片市場將迎來強勁復蘇，市場規模增速有望超 50%。

2023 年中國光芯片市場規模約 45 億元人民幣，較 2022 年下降約 21%。隨著工業 PON 技術的普及和國內 AI 帶動數通市場對于 100G/400G 光模塊需求量增長，中國光芯片市場預計將迎來復蘇。 

光芯片供需仍存缺口，新興光芯片廠商迎來發展機遇。2025 年亞馬遜、微軟、Meta等大廠 800G 光模塊采購紛紛上量，整體對800G 光模塊需求量將持續高增，同時英偉達和谷歌 1.6T 光模塊方案將開始部署，對于100G EML 芯片需求仍較為迫切。

從供給來看，Lumentum 等傳統大廠擴產速度較慢且擴產仍需一定時間進行設備采購及良率提升，預計2025 年上半年光芯片環節仍存在供需緊張問題，源杰科技、索爾思光電、AOI 等新興光芯片廠商有望把握住短期 100G EML 光芯片的供需缺口實現客戶導入。 

硅光子產業鏈不斷成熟，高速率場景下優勢凸顯，滲透率有望快速提升。傳統可插拔光模塊將電芯片、光芯片、透鏡、對準組件和光纖端面等多種光學器件封裝集成在一起。硅光模塊采用先進的硅光子技術，使用 CMOS 工藝來開發和集成光器件，通過蝕刻和外延生長等微加工技術，精確制備出調制器、接收器等關鍵光電子器件。

集成度更高，能耗更低，且光器件進一步集成、CW 光源可一拖二或一拖四光路，極大的節省了光芯片的成本，性價比高且在價值量高的高速光芯片場景下優勢更加凸顯。據LightCounting 預測，基于硅光的光模塊市場份額將從 2022 年的24%增加到 2028 年的44%。 

2029 年硅光芯片市場規模將超30 億美元，年復合增長率約25%。LightCounting 預計，基于GaAs 和InP 的光模塊的市場份額將逐步下降，硅光子（SiP）和鈮酸鋰薄膜（TFLN）光子集成電路的份額將有所上升，LPO 和CPO 的采用也將促進SiP 甚至TFLN 器件的市場份額增長。硅光芯片的銷售額將從2023 年的8 億美元增至2029年的略高于 30 億美元。采用 TFLN 調制器的 PIC 銷售額將從現在的幾乎零增長到2029 年的7.5 億美元。

1.6T 可插拔光模塊時代，硅光將成為主流。 

1.3. CPO&OI/O：數據中心光互連未來發展方向，產業側&技術側不斷成熟 

遠期看，可插拔式光模塊受限于能耗指數級增長，能夠降低功耗的 CPO 將成為未來數據中心光通信領域重要發展方向。根據 Science 雜志文章《Recalibrating global data center energy-use estimates》數據，全球數據中心能耗 2010-2018 年僅增長了 8%，外推到 2022-2023 年僅增長 2%-3%，主要原因在于云廠商將算力從企業級數據中心向超大型數據中心轉移提高效率、以及服務器級內存效率穩步提升。從能耗分布來看，數據中心能源消耗主要來自于服務器和基礎設施。

隨著數據中心 PUE 值降低及效能比提升，服務器電力消耗逐漸成為主要部分。存儲消耗占比也有較大提升但占比較低，基礎設施消耗占比逐漸下降。網絡消耗占比一直處于較低水平， 2012/2018/2022 年數據中心網絡側用電占比分別僅有 1%/2%/3%。

隨著 800G 等高速光模塊滲透率提升，功耗將呈指數級增長，預計到 2028 年光學部分能耗在數據中心占比將超過 8%，傳統可插拔式光模塊進一步提速將受到功耗急劇增長限制，而 CPO相比可插拔光模塊能夠實現 25%-30%的功耗節省。 

OIO 光學互連有望成為芯片間互連終極方案。相比傳統方案，OIO 具備高速的數據傳輸速率，能夠顯著提升芯片間的數據交互效率，滿足如人工智能、大數據處理等對數據傳輸速度極為嚴苛的應用場景需求。此外，OIO 采用光傳輸，不受電磁干擾影響，有望成為芯片間互連的終極方案。

Ayar Labs 的封裝內 Optical I/O 解決方案消除了傳統銅基系統中的瓶頸，實現了比傳統互連（可插拔光模塊+電氣 Serdes）高 5 至 10 倍的帶寬，延遲降低 10 倍，能源效率提高 4 至 8 倍，憑借極強的傳輸速率優勢，OI/O 有望成為算力芯片需求不斷迭代下芯片間互連的終極方案。 

向 CPO 及 OIO 技術路線邁進過程中，先進封裝將扮演重要角色。當前 CPO 以及OIO 仍處于產業早期發展萌芽期，但各家大廠如博通、臺積電均已陸續推出 CPO 方案，CPO 技術難點在于封裝和低損耗光線互聯，封裝企業如臺積電已經走到臺前，預計在光模塊向 CPO 演進的過程中先進封裝將扮演重要角色，且因光互連的基礎是硅光，在硅光領域領先的廠商有望在 CPO 時代取得一定優勢。 

2033 年 CPO 及 OIO 市場規模將達到 26 億美元。當前 CPO 及 OIO 市場仍處于早期探索發展階段，市場空間有限，隨著技術方案不斷成熟，市場空間將快速增長。根據 Yole 預測，2022 年全球數據中心光學互連領域市場空間約 3800 萬美元，預計2028 年將達到 1.37 億美元，2033 年將達到 26 億美元。 

02

銅互連：英偉達 GB200 銅纜方案引發連接方式變革，推理時代 AISC 崛起 CSP 廠話語權增加帶動 AEC 用量增長

2.1. 英偉達 GB200 銅互連方案帶動數據中心銅連接需求增長 

GB200 采用銅背板互聯方式，AI 服務器柜內場景高速銅互聯有望成為趨勢。英偉達在 2024GTC 大會上發布 GB200 超級芯片以及 NVL72 機柜方案。其中 NVL72 機柜方案通過 Blackwell 和 Switch 芯片的銅連接使整個機柜變成一個超級 GPU。每個NVL72 機柜主體包含 18 個 compute tray 和 9 個 NVLINK Switch tray，每個 compute tray 中有 2 顆 GB200 超級芯片—2 顆 B200 GPU+1 顆 Grace CPU。

GB200 內部之間通過 NVLINK C2C 連接。每臺 NVLINK Switch 則由兩顆 NVLink Switch4 芯片組成，每顆 B200 芯片通過 NVLink 共 1800GB/s 雙向帶寬連接到 18 顆 NVLink Switch上。B200 芯片與 NVLink Switch 的互聯為高速銅纜互聯主要應用場景。 

NVL72 中 NVSwitch 到 Blackwell 及 Overpass 跳線部分采用銅纜方案創造銅連接增量。NVL72 中采用 NVSwitch 將機柜內的 72 顆 B200 高速連接起來形成一個整體。據 Semianalysis 分析，每個 BlackwellGPU 都連接到一個安費諾 Paladin HD 224G連接器，每個連接器有 72 個差分對(對應每顆 B200 900GB/s*8*2 的 NVLINK 收發帶寬)，連接到背板 Paladin 連接器后接下來使用了 Skew Clear EXD Gen2 電纜背板連接到 Switch tray 的 Paladin HD 背板連接器(每個連接器有 144 個差分對)，再通過OverPass 跳線連接到 NVSwitch 芯片。 

銅互連具備成本、功耗優勢，NV 引領帶動產業發展。無源銅纜 DAC 相比 AOC 天然具備更加穩定、失效率低的優勢。根據 ODCC 白皮書數據，單根 25G DAC 的價格僅為 25G AOC 的 1/3 至 1/4。高速銅纜，無論是 DAC 還是 AEC 相比 AOC 天然的穩定性優勢和成本優勢對數據中心內整體網絡的穩定性和成本的影響非常顯著。 

2.2. AEC 將成為云廠商自組網首選方案 

AEC 有源電纜為高速互連時代下 DAC 直連銅纜的升級迭代。早期高速銅纜一般指 DAC（Direct Attach Cable）即直連線纜或直連銅纜，是無源線纜。但是隨著所需支持的傳輸速率的提升，銅纜的損耗過大而無法滿足互連長度需求的時候，出現了 ACC（Active Copper Cable）即有源銅纜，其原理是在線纜 Rx 端加入一定能力的線性 Redriver 來提供信號的均衡和整形中繼，延長端到端的傳輸距離。

在 56G-PAM4鏈路需求到來之時，由于 PAM4 調制模式下較低的 SNR，當前 DAC 和 ACC 能支持的傳輸距離更有限，AEC（Active Electrical Cable）應運而生，其原理是在線纜兩端加入 CDR（時鐘數據恢復）對電信號進行重新定時（Retimer）和重新驅動，補償銅纜損耗能力比 ACC 更強，且可有效阻隔抖動（Jitter）的傳遞，支持的端到端連接距離比 AC 更長。整體來看，AEC 可傳輸距離在銅纜中支持傳輸距離最長。 

AI 應用爆發，未來算力開始強調推理端。2024 年海內外 AI 應用端層出不窮，國內走在前列的字節豆包大模型，5 月發布以來日均 tokens 從 1200 億激增至 12 月 18 日的 4 萬億，AI 應用端正快速成長。算力側，根據 IDC 預測，未來 5 年國內訓練、推理算力年復合增速分別為超 50%和 190%，2028 年推理算力規模將超過訓練算力。

推理興起+大廠自研 ASIC 芯片背景下，CSP 廠商自主采購話語權增大，AEC 為最優選擇，且 PCIE 有望崛起。推理端算力要求降低，自研 AISC 芯片便能夠勝任，對于已經組建的萬卡、十萬卡集群來說，鏈路穩定性成為重中之重，銅纜方案 AEC天然具備可靠性優勢且成本、功耗更低，為 CSP 廠商最優的互連方案。

此外，CSP廠商采購話語權提升后可自主選擇交換機、光模塊、互連方式等，柜內 PCIE 協議有望去替代英偉達的私有協議 NVLink，PCIE Swtich 有望替代 NV Swtich。此外， Scale Up 網絡帶寬更高，也意味著柜內高速互連技術需求進一步提升 

未來五年高速線纜市場有望翻三倍，其中 AEC 憑借傳輸距離優勢占比將更高。隨著大廠自研 ASIC 組網趨勢，AI 數據中心對 AEC 需求帶動 AEC 市場空間快速增長。而 DAC 由于無源不耗電，仍將是大多數據中心尤其非 AI 數據中心選擇的方案之一。根據 Lightcounting 預測數據，到 2029 年全球高速線纜（DAC+ACC+AEC+AOC）市場規模將達到 67 億美元。 

03

電源：AI 時代用電需求大幅提升，電源環節有望量價齊升4.1. 算力需求帶動用電需求大幅上升

服務器功率是指服務器在運行時消耗的電能，其大小受到多種因素的影響： 

CPU：作為服務器的核心組件，不同型號、核心數量和頻率的 CPU 功耗差異較大，約為 220W-270W。

GPU：在需要圖形處理或加速計算的服務器中，GPU 功耗不容小覷。例如，英偉達的 A100 GPU 功耗為 300W-400W 左右，而更高級的 H100 GPU 功耗則更高。

內存：內存模塊的數量、類型和頻率都會影響服務器的功率。一般來說，DDR4內存單條功耗在 5W-10W 左右，DDR5 內存功耗相對更高。

硬盤：硬盤驅動器（HDD）和固態硬盤（SSD）等存儲設備也會消耗一定的功率。普通的機械硬盤功耗在 10W-15W 左右，而企業級的高性能 SSD 功耗可能在 5W-10W 之間。

網絡接口卡（NIC）和交換機等網絡設備：一般每張網卡的功耗在 5W-10W 左右。

服務器實際運行負載：當服務器處于高負載狀態，處理大量數據、運行復雜的計算任務或同時服務多個用戶時，各個硬件組件的使用率上升，功率也會相應增加。相反，在低負載或空閑狀態下，服務器功率則會降低。

服務器的散熱系統：需要消耗一定的功率來維持服務器的正常工作溫度。風冷散熱系統中的風扇需要不斷轉動來帶走熱量，其功率一般在幾十瓦到上百瓦不等，具體取決于風扇的數量和尺寸。液冷散熱系統雖然散熱效果更好，但冷卻液的循環泵也需要消耗一定的電力。冷卻系統占數據中心總電力消耗的 40%，是僅次于服務器本身的第二大電力消耗來源。AI 和高性能計算的發展導致數據中心的芯片、服務器和機架配置越來越密集，這種高密集度需要更強大的冷卻系統來確保設備能在安全的溫度范圍內運行，以維持系統的性能和可靠性。

算力計算效率需求大幅提升，高性能導致功耗上升。隨著 AI 大模型的不斷更新發展，計算效率得到提升，AI 大模型已然具備復雜的數據處理能力和深度學習能力。但高性能往往意味著高功耗，AI 服務器的核心處理器，包括 CPU、GPU、NPU、 ASIC、FPGA 等，以及內存、網絡通信等芯片元器件的性能和功耗水平都在提升。相比于傳統的普通服務器，AI 服務器的功率高出將近 6-8 倍，電源的需求也將同步提升 6-8 倍。通用型服務器通常只需要 2 顆 800W 服務器電源，而 AI 服務器的電源需求為 4 顆 1800W 高功率電源，服務器能耗成本從 3100 元直接飆升到 12400 元，約為 3 倍。 

NVIDIA 芯片的更新迭代，功耗持續增長。通過對比 2024 年 NVDIA 發布的基于Blackwell 架構的 B200/ GB200 芯片和先前的產品，包括 H100/ H200/ B100 等， NVIDIA 芯片隨著不斷更新，額定功率呈現持續增長趨勢。B200/ GB200 的功率分別為 1000W/ 2700W，相較 H100/ H200/ B100 700W 的功率呈現大幅增長。 

NVIDIA 根據不同芯片構建的服務器所需電源功率持續增長。通過對比 NVIDIA 基于不同芯片所構建服務器，可以發現服務器所需電源功率伴隨更新升級持續增長，今年 GTC 發布的基于 GB200 芯片的 NVL72 架構所需功率相較上一代產品提升了 6倍左右。 

DGX A100 服務器的功率：DGX A100 服務器的額定功率為 8 個單元，每個單元需要 3KW 的功率，總計 24KW。

DGX H100/H200 服務器的功率：DGX H100/H200 服務器的額定功率為 8 個單元，每個單元需要 3.3KW 的功率，總計 26.4KW。

NVL72 架構的功率：NVL72 機架的功耗大約為 120KW，考慮冗余后，總功率可達到 198KW。

 2025 年 AI 產業主要有兩個比較大的變化：推理興起帶來的產業鏈各環節重塑以及國內以字節豆包大模型為代表的國產AI的崛起。推理側，云廠商自研ASIC芯片用量提升，自組網需求增加將帶來 Scale Out 網絡 AEC 用量增加以及 Scale Up網絡 PCIe 應用增加。此外光模塊領域，云廠商自主采購提升也驅動光模塊市場在2025 年仍然保持高速增長，而 1.6T 時代硅光將成為主流方案，且硅光還是向下一代光互連技術 CPO 演進的必經之路，硅光領域先發廠商將具備領先卡位優勢。

國產AI 興起側：推理帶來的另一個變化是相比于 AI 大模型的訓練，AI 應用的重要性將越來越強。AI 時代所有應用終將倍重寫，且 AI 應用是構成 AI 產業鏈生態的核心一環。相比 AI 訓練側在硬件 GPU 卡等方面的硬差距，中國打造應用的能力是世界頂尖的，有望在應用側實現追趕甚至彎道超車，國產算力鏈條存在機會。因此，2025年我們建議關注 AI 算力向推理側轉移帶來的新技術、新產品需求，聚焦 AI 產業鏈邊際變化產生的新市場需求上，如 AEC、PCIE、硅光、CPO、液冷、電源等方向。 （參考來源：東北證券）