中泰证券认为，算力互联演进主线并非简单“以光替铜”，而是将光电转换位置从前面板逐步移向芯片端。从可插拔光模块到NPO、CPO，产业链价值正向高功率激光器、FAU、先进封装等环节重新分配。
AI推理需求的爆发式增长，正在把数据中心互联推向一个新的临界点。
8月29日，中泰证券分析师王芳、孙悦文发布研报《光学向芯片靠近：AI 算力互联的演进主线从铜互联、可插拔光模块到NPO与CPO》认为，AI推理Token需求爆炸式增长，Google两年内月处理量从9.7万亿增至超3200万亿，倒逼算力互联从铜缆向近封装光学加速演进。而技术演进主线不是简单地“用光替代铜”，更重要的是“逐步把光电转换位置从前面板移向ASIC附近，以减少越来越难以补偿的高速电信号传输”。
从铜互联、可插拔光模块，到NPO（近封装光学）、CPO（共同封装光学），每一步技术迭代背后，都是同一个驱动力：高速电信号越来越难传，光学就得越来越靠近芯片。
产业链价值将从传统可插拔光模块向高功率CW激光器、FAU、高密度连接、先进封装等环节重新分配，但业绩兑现仍需以客户定点和批量交付为依据。
为什么互联成了算力瓶颈？
分析师援引Google数据称，其各产品端月度处理量由2024年5月的9.7万亿增至2025年5月约480万亿，并在2026年5月超过3,200万亿，两年增长超过300倍。
Token量暴增的直接后果是：GPU之间需要更频繁、更快速地协同工作。分析师指出，“Token增加会显著提高多卡协同的重要性，GPU越快、专家数量越多、推理并发越高，系统越需要低时延、高带宽的全互联网络。”
资本开支数据印证了这一判断。截至2026年二季度，Google将全年资本开支预期提升至1,950亿—2,050亿美元，Amazon预计约2,200亿美元，Meta预计1,300亿美元。
与此同时，互联架构也在分化为两条主线。分析师区分了Scale-up与Scale-out的不同角色："
0
评论 (0)