导语

在讨论 AI 算力时，人们习惯把目光投向 GPU、HBM、先进制程和液冷机房。但在这些昂贵硬件之间，真正承担“搬运数据”任务的，往往是一枚枚并不起眼的光模块。它们插在交换机端口上，把电信号转换成光信号，再在光纤中完成高速传输。没有它们，再强的算力也只能困在单机柜内部。

光模块正在从数据中心的配套器件，变成决定网络带宽、时延、功耗和扩容节奏的关键环节。本文尝试从媒体视角梳理光模块在数据中心网络中的角色、速率演进、硅光与 CPO 方向、供应链格局，以及国产光模块的竞争力与瓶颈。

一、为什么说光模块是数据中心的“最后一公里”

数据中心网络通常分为几个层次：服务器接入、叶交换机、脊交换机，以及更上层的核心网络和 DCI（数据中心互联）。在这些层次之间，铜缆可以承担短距离、低速率连接，但一旦距离拉长、速率提升，铜缆的损耗、功耗和体积问题就会迅速放大。

光模块的价值就在这里。它把交换机芯片输出的高速电信号转换为光信号，通过光纤传输到对端，再转换回电信号。相比铜缆，光纤传输距离更长、抗电磁干扰能力更强、带宽潜力更大。因此，在服务器到交换机、交换机到交换机、机柜到机柜、数据中心到数据中心之间，光模块成为不可替代的连接器件。

从网络视角看，光模块是“最后一公里”的物理层载体；从算力视角看，它又是分布式训练和推理集群的“神经系统”。当大模型训练需要成百上千张 GPU 协同工作时，参数同步、梯度交换、数据加载都依赖网络。网络一旦成为瓶颈，GPU 利用率就会下降，昂贵的算力资源被浪费在等待数据上。

二、速率演进：从 100G 到 800G，再到 1.6T

光模块的速率演进，基本沿着数据中心交换芯片带宽和服务器网卡速率的节奏推进。过去几年，100G 光模块在大型数据中心中广泛部署；随后 200G、400G 逐步成为主流；在 AI 集群推动下，800G 光模块进入规模商用阶段，1.6T 也成为产业界重点布局的下一代方向。

速率提升带来的不只是“更快”。它同时改变了光模块的设计、封装、功耗和成本结构。更高速率意味着单通道速率提升、通道数增加、调制方式更复杂，对激光器、探测器、DSP、驱动芯片和封装工艺都提出更高要求。与此同时，交换机端口密度不断提升，单个机柜需要支持的光模块数量也在增加，功耗和散热压力随之上升。

在 AI 数据中心中，这一趋势更加明显。GPU 集群往往采用胖树、轨道优化等网络拓扑，交换机层数多、连接密度高，光模块用量随之放大。依据现有行业判断，AI 服务器集群对高速光模块的需求，已经成为推动 800G 和 1.6T 加速导入的重要力量。

三、硅光与 CPO：光模块的两条演进路线

面对速率和功耗的双重压力，产业界正在探索两条重要路线：硅光子和 CPO（Co-Packaged Optics，共封装光学）。

硅光子的核心思路，是用硅基半导体工艺制造部分光器件，把调制器、波导、探测器等集成在硅芯片上。相比传统分立光器件方案，硅光有望降低封装复杂度、提升集成度，并借助成熟晶圆制造能力降低成本。它并不是要替代所有光器件，而是在特定场景下提供更高集成度和更优成本曲线的选择。

CPO 则更进一步，它试图把光引擎与交换芯片共同封装在同一基板或封装体内，缩短高速电信号走线距离，从而降低功耗和信号损耗。传统可插拔光模块的优势在于标准化、可维护、可热插拔；CPO 的优势则在于高集成度和潜在的低功耗。但 CPO 也面临可维护性、散热、良率和产业生态重构等挑战。依据现有素材判断，CPO 目前仍处于产业导入和方案验证阶段，距离大规模替代可插拔光模块还有较长路径。

可插拔光模块也不会停滞。800G 和 1.6T 可插拔方案仍在持续演进，LPO（线性驱动可插拔光学）等降低 DSP 功耗的思路也在受到关注。未来一段时间，可插拔、硅光、CPO 很可能不是简单替代关系，而是在不同距离、不同速率和不同成本约束下并存。

四、供应链格局：谁在掌握关键环节

光模块产业链较长，上游包括光芯片、电芯片、激光器、探测器、光纤连接器、封装材料和设备，中游是光模块设计与制造，下游则是云厂商、设备商和运营商。

从全球格局看，光模块制造环节集中度较高，中国厂商在市场份额和交付能力上占据重要位置。但在上游部分关键器件上，比如高速激光器、部分 DSP 芯片和高端电芯片，供应链仍存在外部依赖。光模块厂商的竞争力，不仅取决于封装和制造能力，也取决于对上游器件的获取能力、成本控制能力和与下游客户的联合研发深度。

云厂商是高速光模块最重要的客户之一。它们通常直接与光模块厂商合作，定义规格、验证产品，并推动成本下降。这种模式让光模块厂商能够贴近需求，但也意味着客户集中度高、价格压力大。随着 AI 数据中心扩张，云厂商对 800G、1.6T 产品的需求节奏，会直接影响光模块厂商的产能规划和营收结构。

五、国产光模块的竞争力与瓶颈

国产光模块的竞争力，首先体现在制造和交付上。中国厂商在光模块封装、测试、批量制造方面积累了较强能力，能够快速响应云厂商的迭代需求。在 400G、800G 等高速产品上，国产厂商已经具备较强的全球供应能力。这种能力不是单一环节的优势，而是工程化、供应链管理和成本控制的综合体现。

其次，国产厂商在硅光等新技术方向上也持续投入。硅光有望借助国内半导体制造基础，形成新的竞争支点。但硅光涉及设计、工艺、封装和测试等多个环节，需要长期投入和生态协同，短期内难以完全改变上游器件格局。

瓶颈同样明显。第一，高端光芯片和电芯片仍存在外部依赖，部分关键器件国产化率有待提升。第二，高速光模块对 DSP 等芯片要求高，供应链安全和技术迭代压力并存。第三，CPO 等新形态可能改变产业价值分配，如果光引擎与交换芯片深度绑定，光模块厂商需要重新定位自身角色。第四，价格竞争激烈，毛利率承压，厂商需要在高研发投入和成本控制之间寻找平衡。

依据现有素材判断，国产光模块的优势在于制造、交付和工程化能力，短板则集中在上游高端器件和部分核心芯片。未来竞争力能否持续，取决于上游突破速度、硅光等新路线的产业化进展，以及与云厂商的协同深度。

六、趋势判断：光模块的重要性还会继续上升

第一，AI 集群规模扩大，网络带宽需求持续提升。GPU 数量增加后，东西向流量快速增长，光模块用量和速率都会随之上升。

第二，速率迭代周期缩短。从 400G 到 800G，再到 1.6T，导入节奏明显加快。光模块厂商需要更强的研发和产能弹性。

第三，功耗成为核心约束。无论是可插拔模块、LPO 还是 CPO，降低每比特功耗都是共同目标。谁能在功耗、成本和可维护性之间找到平衡，谁就更有机会获得下一轮订单。

第四，供应链安全与国产化并重。高速光芯片、电芯片和 DSP 等环节的国产替代，将继续受到产业关注。但替代不是一蹴而就，需要设计、制造、封装和客户验证共同推进。

第五，产业价值可能向上游和系统侧转移。如果 CPO 规模化，光引擎与交换芯片的协同设计会变得更加重要，光模块厂商需要从“器件供应商”向“系统级光学方案提供者”演进。

结论

光模块不是数据中心里最耀眼的部件，却是连接算力的关键基础设施。它决定了数据能否高效流动，也影响着 AI 集群的利用率和扩展边界。从 100G 到 800G，再到 1.6T，从可插拔到硅光、CPO，光模块的技术路线和产业格局仍在快速变化。

对国产光模块而言，制造和交付能力是既有优势，上游高端器件和核心芯片是现实瓶颈。未来竞争不只是“谁做得更快”，更是“谁能在功耗、成本、供应链安全和系统协同上做得更稳”。数据中心的“最后一公里”，正在成为算力时代最值得关注的战场之一。

生成标记：本文由 ITPUB 文章生成平台基于已选素材整理生成。