【国盛通信】AI下数据中心的新逻辑

【从IDC到AIDC：投资回报周期有望缩短】

传统IDC针对“广覆盖”通用计算需求，AIDC则面向AI、大数据、高性能计算的“深计算”需求。传统IDC和AIDC的区别主要体现在终端客户、技术架构、运营模式、硬件资源要求等方面，其中最为核心的区别点在于，AIDC由于单机柜功率密度较高，投资回报周期有望较传统IDC更短：

• 硬件设施：IDC以通用服务器为主，功率密度较低（通常4-8kW/机柜），AIDC功率密度较高（20-100kW/机柜）。

• 散热要求：IDC主要采用风冷，结合机房环境控制；AIDC广泛采用液冷。

• 投资回报周期：IDC建设周期较长，以长期托管和租赁为主，收入模型稳定；AIDC初始建设成本（硬件、冷却系统）较高，但单位功率密度功率更高，回报期相对更短。

  
  

• 服务模式：IDC以通用托管服务为主；AIDC有望提供更加垂直化和专业化服务，如定制化机柜部署、专用冷却解决方案等。

【AI对数据中心需求量的拉动：先去库存，后涨价】

AI的快速发展将在消化存量资源后拉动AI数据中心的需求，推动价格和盈利能力的改善。与上一轮周期不同，这轮因计算功率密度提升，对用电量的需求将大于对IDC空间需求。因此我们认为，IDC行业在AI发展下的新逻辑将从能耗去库存开启，或许之前三层楼的用电量现在半层楼就能消化，IDC按功率计算的整体利用率提升，再在高端需求增加的背景下，通过机房改造，上架率逐步满载，核心城市和偏远城市资源在训练和推理中各取所需，有望逐步开始行业新一轮周期：

• 存量压力与去库存：上一波云计算浪潮带来的IDC建设高峰，留下了大量空置或低租金的存量资源，尤其是在核心城市和偏远市场，这些存量数据中心的利用率需要随着AI需求的增加而逐步提升，短期内去库存是市场的首要任务。

  
  

• AI推动存量资源盘活：AI的高密度计算任务对现有数据中心资源进行再配置，例如，通过增加GPU服务器部署，改造机房电源供电系统，部分空置的传统IDC可以快速转型为满足AI需求的基础设施，从而提高资源利用率。

  
  

• 展望——价格提升逻辑：在存量资源得到有效利用后，新增AI数据中心的需求将推动市场供需平衡向紧张方向转变，高功率密度的AI专用数据中心租金有望提振。

【AIDC时代如何优选第三方托管公司】

在AIDC时代，第三方IDC公司的核心竞争力将围绕技术能力、客户资源和运营效率展开。首先，技术能力是关键，具备高密度计算支持能力（如GPU服务器部署）、先进散热方案（液冷）和高效网络架构的公司将具备长期竞争优势；其次客户资源决定成长性，拥有互联网巨头（字节、BAT等）、AI公司或科研机构等优质客户资源的公司，业务扩展更具稳定性和潜力；此外，运营效率提升盈利能力，通过低PUE值实现能效优化、借助模块化设计降低扩建成本的公司有望具备较为良好的盈利能力。

我们长期看好算力板块，当下时点重点建议关注国产算力以及相关产业链的进展，重点推荐在光通信龙头中际旭创、新易盛、天孚通信等，同时建议关注国内“四大四小”中兴、锐捷、寒武纪、光迅+美格、德科立、太辰光、东田微，并且建议关注AIDC后续发展及库存出清节奏，建议关注优质数据中心厂商如润泽科技、光环新网、奥飞数据、数据港等。

建议关注：

算力——

光通信：中际旭创、新易盛、天孚通信、太辰光、腾景科技、光库科技、光迅科技、德科立、联特科技、华工科技、源杰科技、剑桥科技、铭普光磁。铜链接：沃尔核材、精达股份。算力设备：中兴通讯、紫光股份、锐捷网络、盛科通信、菲菱科思、工业富联、沪电股份、寒武纪、海光信息。液冷：英维克、申菱环境、高澜股份。边缘算力承载平台：美格智能、广和通、移远通信。卫星通信：中国卫通、中国卫星、震有科技、海格通信。

数据要素——

运营商：中国电信、中国移动、中国联通。数据可视化：浩瀚深度、恒为科技、中新赛克。

风险提示：AI发展不及预期，算力需求不及预期，市场竞争风险。

1.    投资策略：AI下数据中心的新逻辑

本周建议关注：

算力——

光通信：中际旭创、新易盛、天孚通信、太辰光、腾景科技、光库科技、光迅科技、德科立、联特科技、华工科技、源杰科技、剑桥科技、铭普光磁。

铜链接：沃尔核材、精达股份。

算力设备：中兴通讯、紫光股份、锐捷网络、盛科通信、菲菱科思、工业富联、沪电股份、寒武纪。

液冷：英维克、申菱环境、高澜股份。

边缘算力承载平台：美格智能、广和通、移远通信。

卫星通信：中国卫通、中国卫星、震有科技、华力创通、电科芯片、海格通信。

数据要素——

运营商：中国电信、中国移动、中国联通。

数据可视化：浩瀚深度、恒为科技、中新赛克。

本周观点变化：

本周海外市场整体上升趋势较好，英伟达本周涨幅达5.44%，周五涨幅达4.45%，股价创四周新高。此轮上涨主要受2024年各个行业对AI芯片的强劲需求带动：据英国《金融时报》报道，英伟达公司在2024年向人工智能初创企业投入了10亿美元的资金，参与50轮初创企业融资和多笔企业交易。2025年初投资者仍普遍看好AI市场，周五美国科技股普遍走高，英伟达涨超4%，台积电涨3.49%，戴尔涨2.9%，亚马逊涨约1.8%。长期来看，应用领域的大幅拓展也将支持上游算力基础设施的进一步投入。

我们长期看好算力板块，当下时点重点建议关注国产算力以及相关产业链的进展，重点推荐在光通信龙头中际旭创、新易盛、天孚通信等，同时建议关注国内“四大四小”中兴、锐捷、寒武纪、光迅+美格、德科立、太辰光、东田微，并且建议关注AIDC后续发展及库存出清节奏，建议关注优质数据中心厂商如润泽科技、光环新闻、奥飞数据、数据港等。

2. 行情回顾：通信板块下跌，光通信表现最优 

本周（2024年12月30日-2025年1月3日）上证综指收于3211.43点。各行情指标从好到坏依次为：沪深300>上证综指>万得全A >万得全A(除金融，石油石化)> 中小板综>创业板综。通信板块上涨，表现劣于上证综指。

从细分行业指数看，运营商、量子通信、物联网分别下跌0.9%、8.4%、11.1%，表现优于通信行业平均水平；光通信、移动互联、通信设备、卫星通信导航、云计算、区块链分别下跌11.9%、12.0%、12.1%、13.70%、13.71%、15.2%，表现劣于通信行业平均水平。

本周，受益于浪潮信息合作、债券兑付，ST鹏博上涨18.539%，领涨版块。受益于算力概念，爱施德上涨8.152%；受益于AI眼镜概念，润欣科技上涨7.190%；受益于车载TDDI芯片量产交付，英唐智控上涨6.351%；受益液冷概念，共进股份上涨6.215%。

3.周专题：AI下数据中心的新逻辑

【从IDC到AIDC：投资回报周期有望缩短】

传统IDC针对“广覆盖”通用计算需求，AIDC则面向AI、大数据、高性能计算的“深计算”需求。传统IDC和AIDC的区别主要体现在终端客户、技术架构、运营模式、硬件资源要求等方面，其中最为核心的区别点在于，AIDC由于单机柜功率密度较高，投资回报周期有望较传统IDC更短：

• 硬件设施：IDC以通用服务器为主，功率密度较低（通常4-8kW/机柜），AIDC功率密度较高（20-100kW/机柜）。

• 散热要求：IDC主要采用风冷，结合机房环境控制；AIDC广泛采用液冷。

• 投资回报周期：IDC建设周期较长，以长期托管和租赁为主，收入模型稳定；AIDC初始建设成本（硬件、冷却系统）较高，但单位功率密度功率更高，回报期相对更短。

  
  

• 服务模式：IDC以通用托管服务为主；AIDC有望提供更加垂直化和专业化服务，如定制化机柜部署、专用冷却解决方案等。

【AI对数据中心需求量的拉动：先去库存，后涨价】

AI的快速发展将在消化存量资源后拉动AI数据中心的需求，推动价格和盈利能力的改善。与上一轮周期不同，这轮因计算功率密度提升，对用电量的需求将大于对IDC空间需求。因此我们认为，IDC行业在AI发展下的新逻辑将从能耗去库存开启，或许之前三层楼的用电量现在半层楼就能消化，IDC按功率计算的整体利用率提升，再在高端需求增加的背景下，通过机房改造，上架率逐步满载，核心城市和偏远城市资源在训练和推理中各取所需，有望逐步开始行业新一轮周期：

• 存量压力与去库存：上一波云计算浪潮带来的IDC建设高峰，留下了大量空置或低租金的存量资源，尤其是在核心城市和偏远市场，这些存量数据中心的利用率需要随着AI需求的增加而逐步提升，短期内去库存是市场的首要任务。

  
  

• AI推动存量资源盘活：AI的高密度计算任务对现有数据中心资源进行再配置，例如，通过增加GPU服务器部署，改造机房电源供电系统，部分空置的传统IDC可以快速转型为满足AI需求的基础设施，从而提高资源利用率。

  
  

• 展望——价格提升逻辑：在存量资源得到有效利用后，新增AI数据中心的需求将推动市场供需平衡向紧张方向转变，高功率密度的AI专用数据中心租金有望涨价。

【AIDC时代如何优选第三方托管公司】

在AIDC时代，第三方IDC公司的核心竞争力将围绕技术能力、客户资源和运营效率展开。首先，技术能力是关键，具备高密度计算支持能力（如GPU服务器部署）、先进散热方案（液冷）和高效网络架构的公司将具备长期竞争优势；其次客户资源决定成长性，拥有互联网巨头（字节、BAT等）、AI公司或科研机构等优质客户资源的公司，业务扩展更具稳定性和潜力；此外，运营效率提升盈利能力，通过低PUE值实现能效优化、借助模块化设计降低扩建成本的公司有望具备较为良好的盈利能力。

我们长期看好算力板块，当下时点重点建议关注国产算力以及相关产业链的进展，重点推荐在光通信龙头中际旭创、新易盛、天孚通信等，同时建议关注国内“四大四小”中兴、锐捷、寒武纪、光迅+美格、德科立、太辰光、东田微，并且建议关注AIDC后续发展及库存出清节奏，建议关注优质数据中心厂商如润泽科技、光环新网、奥飞数据、数据港等。

4.  IDC：GPU算力需求出现缺口，ASIC市场高速增长

据C114报道，国际数据公司（IDC）发布了最新的加速计算服务器市场预测数据。IDC预测，2024年中国加速服务器市场规模将达到190亿美元，同比2023年增长87%。其中GPU服务器依然是主导地位，占据74%的市场份额。

IDC预计，到2028年，中国加速计算服务器市场规模将超过550亿美元，其中ASIC加速服务器市场占比将接近40%。

GPU服务器依然是最终用户的首要选择，但由于部分GPU产品受供应的限制，导致出现了算力缺口。

另外，很多头部的互联网企业，为了降低成本以及更好地适配自身业务场景，也增大了自研ASIC芯片服务器的部署数量。综合两方面因素，也使得ASIC人工智能服务器有的大幅度增长。

随着人工智能技术在自动驾驶、智能医疗、智慧城市等多个领域的广泛应用，对AI服务器的需求不断增加。此外，AI大模型的深入研发和应用加速落地，对算力提出了更高的要求，从而推动了AI服务器市场的增长。

未来，更多的企业将成为智能计算中心的建设者和运营者。计算能力将成为数字经济的核心生产力。通过智能计算中心建设，推动各行业向智能化转型，实现智能经济。在这些因素的共同作用，预计人工智能服务器市场将在未来几年内保持强劲的增长势头。

5.  Meta AI推出LIGER混合检索AI模型，计算效率与推荐精度兼得

据C114报道，Meta AI 的研究人员提出了一种名为 LIGER 的新型 AI 模型，巧妙地结合密集检索和生成检索的优势，显著提升了生成式推荐系统的性能。

LIGER 有效地解决了传统推荐系统在计算资源、存储需求和冷启动项目处理上的难题，为构建更高效、更精准的推荐系统提供了新的思路。

想要把用户与相关内容、产品或服务联系起来，推荐系统是其中重要一环。该领域的常规方法是密集检索（Dense retrieval），利用序列建模来计算项目和用户表示。但这种方法由于要嵌入每个项目，因此需要大量的计算资源和存储。随着数据集的增长，这些要求变得越来越繁重，限制了它们的可扩展性。而另一种新兴的方法叫做生成检索（Generative retrieval），通过生成模型预测项目索引来减少存储需求，但该方式存在性能问题，在冷启动项目（用户交互有限的新项目）中表现尤为明显。

Meta AI 公司联合威斯康星大学麦迪逊分校、ELLIS Unit、LIT AI Lab、机器学习研究所、JKU Linz 等机构，混合密集检索和生成检索，推出了 LIGER（LeveragIng dense retrieval for GEnerative Retrieval）模型。该模型混合了生成检索的计算效率和密集检索的精度，利用生成检索生成候选集、语义 ID 和文本属性的项目表示，再通过密集检索技术进行精练，平衡了效率和准确性。LIGER 采用双向 Transformer 编码器和生成解码器。密集检索部分整合了项目文本表示、语义 ID 和位置嵌入，并使用余弦相似度损失进行优化。生成部分使用波束搜索根据用户交互历史预测后续项目的语义 ID。通过这种混合推理过程，LIGER 降低了计算需求，同时保持了推荐质量。LIGER 还能很好地泛化到未见过的项目，解决了先前生成模型的关键限制。

在 Amazon Beauty、Sports、Toys 和 Steam 等基准数据集上的评估显示，LIGER 的性能持续优于 TIGER 和 UniSRec 等现有最先进模型。例如，在 Amazon Beauty 数据集上，LIGER 对冷启动项目的 Recall@10 得分为 0.1008，而 TIGER 为 0.0。在 Steam 数据集上，LIGER 的 Recall@10 达到了 0.0147，同样优于 TIGER 的 0.0。

6.   花旗分析师：英伟达今年将成台积电最大客户，为其贡献二成营收

据台媒《经济日报》1月2日报道，花旗分析师看好英伟达推动台积电 AI 相关营收增长，有望超越苹果成为最大客户。花旗分析师预计，在英伟达的推动下，台积电的人工智能相关营收将在 2025 年显著增长。英伟达甚至有望超越苹果，成为台积电的最大客户，预计对台积电的营收贡献将翻倍至 20%。

供应链数据显示，目前台积电最大客户苹果占其营收约 25.2%，而英伟达占比约为 10.1%。

除了英伟达之外，花旗分析师指出，未来两到三年内，专为 AI 设计的特殊应用集成电路（ASIC）需求将强劲增长，并进一步支撑台积电的业绩表现。花旗还提到，大部分 AI 芯片将在 2025 年底开始采用 3 纳米制程工艺。随着技术升级带来的更高平均售价，台积电的盈利增长有望持续至 2026 年。

花旗预测，台积电将在 2025 年公布营收增长 20% 至 25%，毛利率则有望维持在 50% 以上。此外，2025 年的资本支出预计将在 350 亿至 380 亿美元。

7. 英伟达2024年豪掷10亿美元，为AI初创公司提供资金支持

据英国《金融时报》1月1 日报道，英伟达在刚刚过去的 2024 年向人工智能初创企业投入了 10 亿美元资金，成为推动 AI 革命的重要支持者，而这场革命正是由其芯片技术驱动的。

凭借市场对英伟达高性能 GPU 的旺盛需求，这家半导体巨头的市值在去年 6 月突破 3 万亿美元，此后该公司持续向 AI 领域的部分客户注入大量资金。根据公司文件和 Dealroom 数据，英伟达在 2024 年参与了 50 轮融资和多笔交易，总金额达 10 亿美元，比 2023 年的 39 轮融资和 8.72 亿美元（当前约 63.79 亿元人民币）有所增加。

大部分投资流向对计算能力需求较高的“核心 AI”企业，这些公司中亦有部分还是英伟达芯片的客户。自 ChatGPT 推出引发 AI 投资热潮以来，科技公司过去一年在英伟达芯片上的支出已达数百亿美元。英伟达在资金储备充足、GPU 需求飙升的背景下加大交易力度，其股价 2024 年上涨超过 170%，带动标普 500 指数创下近年来最佳表现。

尽管微软、亚马逊和谷歌等大客户正研发自有芯片以减少依赖，英伟达依然通过扶持初创企业拓展市场，并强调其投资决策不会附带技术使用要求。“我们在竞争中凭借实力取胜，这与我们做出的任何投资无关。”

公司近期的交易包括对马斯克旗下 xAI 的投资，以及支持 OpenAI、Cohere、Mistral、Perplexity 等行业领先企业。它还通过 Inception 孵化器计划帮助初创企业成长，并收购了多家 AI 软件公司和技术平台。

英伟达在 AI 领域全面布局，涉足医疗、交通、数据处理和人形机器人等领域，进一步巩固其市场地位和技术生态。但与此同时，其同时也面临反垄断监管机构的密切审查和竞争压力。

8.   美国四大科技巨头疯狂建设AI数据中心，2024年总投资约2180亿美元

据C114报道，2024年1-8月，微软、Meta、谷歌、亚马逊总计向AI数据中心投入1250亿美元，包括AI资本支出、总数据中心运营成本，现金运营费用、软件、折旧和电费也纳入统计。

在固定AI资产投资方面，微软花钱最多，比如采购GPU及其它芯片，维护AI数据中心。

亚马逊的AI资本支出约为160亿美元，它花了80亿美元购买GPU和其它数据中心芯片，在其它AI开支方向投入80亿美元。总数据中心运营成本约为30亿美元，其中20亿美元用于训练、研发，10亿美元用于推理。

Meta总的AI资本支出为230亿美元，它将110亿美元用于购买GPU或者其它数据中心芯片，120亿美元为“其它AI开支”。总的数据中心运营成本为40亿美元，20亿美元用于训练和研发，20亿用于推理。

报告认为，谷歌总的AI资本支出为290亿美元。在GPU及其它数据中心芯片上，谷歌投入140亿美元，另外150亿美元属于其它AI开支。总的数据中心运营成本为40亿美元，30亿用于训练、研发，10亿用于推理。

微软总的AI资本支出为400亿美元，它是OpenAI的主要投资者。在统计期内，微软花费200亿美元购买GPU及其它数据中心芯片，其它AI开支约为200亿美元。微软总的数据中心运营成本约为60亿美元，30亿用于训练和研发，30亿用于推理。

按照戴尔Oro Group的估计，今年三季度亚马逊、谷歌、Meta、微软在基础设施方面的投资同比增长81%，增长主要是因为AI大模型训练带来的，企业拼命建设数据中心。

在三季度支出中，AWS、Azure、谷歌云占了开支的80%。截至10月27日的三个月里，英伟达营收增加约一倍，CPU、内存、存储供应商的营收增加了90%。今年二季度，数据中心组件产业的营收增长127%，达到540亿美元。Hyperscaler不断采购GPU，加上CPU服务器需求增加，导致整个行业的营收增速达到历史最高。

为了保障AI运行，企业需要投入巨资建设基础设施，采购设备，还需要消耗大量电力，所有这些都为不动产、建筑材料、半导体、能源等行业带来巨大需求。其中，能源需求的增长极为明显，因为一座数据中心消耗的电力相当于一座小城市。高盛并购联合主管Stephan Feldgoise说：“纵观工业史，总是会出现一些历史性的突变，所以你会不断看到科技、半导体、数据中心、Hyperscaler与电力生产商的融合。”有些企业渴望在新生市场快速成长，所以它们会积极并购。整体来看，目前AI军备竞赛的增长主要来是来自于资本支出。

9.  谷歌云发布2025年AI商业趋势报告：锚定多模态AI等五个关键领域

据C114报道，谷歌云（Google Cloud）发布了《2025年AI商业趋势》报告，预测了AI在未来一年将如何重塑商业格局。报告中，谷歌云锚定了企业AI将发挥重要作用的五个关键领域：多模态AI、AI代理、辅助搜索、AI驱动的客户体验，以及AI增强的安全性。

多模态AI

多模态AI模型能够像人类大脑一样处理来自文本、图像、音频和视频的信息。谷歌云在报告中指出，这可以实现更直观的交互，并提高AI输出的准确性。

谷歌云预测，2025年将成为企业采用AI技术的关键一年，这一趋势主要由多模态学习及其实现的情境感知所驱动的，并预计2025年全球多模态AI市场规模将达到24亿美元。报告强调，多模态AI模型需要大量数据才能有效地训练，但企业可以通过优先考虑以其高质量、富含长情境信息且专为大规模生产部署而精心设计的AI模型来应对这一挑战。

AI代理

报告称，AI应用已经从聊天机器人发展成为能够处理复杂工作流程的复杂AI代理。该公司预测，它们将有助于简化内部流程，提供跨渠道支持，并大幅提升设计与生产效率。

谷歌云全球零售战略与解决方案总监Paul Tepfenhart在报告中指出：“我们预计，零售商将致力部署富有创意的AI代理，能够为营销团队提供帮助，例如生成以客户为中心的营销活动、文案和产品描述，并为活动策划与版面编辑定制图像和创意内容。”

AI辅助搜索

报告中提到的第三个趋势是辅助搜索。新的AI系统将允许使用图像、音频、视频和对话提示来搜索内部数据，而不是使用关键字来驱动企业搜索。谷歌云表示，这一深远的变革将得益于GenAI的日益普及和多模式搜索功能快速发展的推动，这些进步使用户能够以一种反映他们自然感知世界的方式检索信息。

该报告发现，以网站搜索、产品搜索和客户支持自助服务搜索形式出现的AI搜索技术，已经在提高转化率并优化产品数据目录，因为它提供了更快的数据访问、更先进、更直观的搜索以及更深入的见解。谷歌云全球医疗战略与解决方案总监Aashima Gupta表示：“我们期待看到更多直观、情境化的搜索方式涌现，这些方式能够深入理解医学术语、复杂词汇及缩写，从而有效减轻医疗专业人员的管理负担，并同步提升患者教育与研究的质量。”

AI驱动的客户体验

报告提出的第四个趋势是AI驱动的客户体验技术。谷歌云表示，这些解决方案将预测客户需求，并促进企业与客户之间的联系。通过了解客户意图，个性化推荐和搜索功能将在多个购物渠道中创建个性化的客户支持。

谷歌云制造业全球总监Praveen Rao进一步指出，“甚至像制造业这样的行业也将使用AI来改进生产和客户服务。我们预计将从传统的库存销售模式转变为复杂的按订单销售模式。为了推动这一转变，制造商需要有一个强大且实时的运营视图，实现IT与OT数据的无缝整合，并优化产品设计、生产、营销和客户服务。”

AI增强的安全功能

报告提出的最后一个趋势是AI增强的安全功能。谷歌云指出，到2025年，AI将有助于加强防御、识别和打击威胁，实现安全任务的自动化处理，并加快响应时间。

10.  六部门：2029年数据产业规模年均复合增长超15%，支持企业面向人工智能应用创新

据C114报道，12月30日，国家发展改革委、国家数据局、教育部、财政部、金融监管总局、中国证监会共六部门联合印发的《关于促进数据产业高质量发展的指导意见》正式对外公布。

“意见”指出，数据产业是利用现代信息技术对数据资源进行产品或服务开发，并推动其流通应用所形成的新兴产业，包括数据采集汇聚、计算存储、流通交易、开发利用、安全治理和数据基础设施建设等。发展数据产业是深化数据要素市场化配置改革、构建以数据为关键要素的数字经济的重要举措，是推进国家大数据战略、加快建设数字中国的重要支撑。

总体要求提到，到2029年，数据产业规模年均复合增长率超过15%，数据产业结构明显优化，数据技术创新能力跻身世界先进行列，数据产品和服务供给能力大幅提升，催生一批数智应用新产品新服务新业态，涌现一批具有国际竞争力的数据企业，数据产业综合实力显著增强，区域聚集和协同发展格局基本形成。

11. CAICT：我国已开始400G光模块批量部署，800G应用尚处探索阶段

据C114报道，中国信息通信研究院发布《信息光子技术发展与应用研究报告（2024年）》。报告指出，“信息光子”是光子学与信息科学的交叉领域，将光子作为载体，通过操控光子实现信息的获取、传递、处理和呈现。

“信息光子”横向包含光采集、光连接、光算存和光呈现四大细分领域；纵向包含核心光子芯片器件和材料、模块级产品、系统级产品，并进一步赋能上层各类业务及应用，价值链不断延伸。其中在光连接方面，持续向高速率、大容量、多场景等方向演进。

高速率方面，早期由城域和干线电信网络引领驱动，迭代速度较慢，约10年更新一代。当前，在人工智能的驱动下，数据/智算中心互联成为最主要应用场景，市场规模约为电信网络的1.5-2倍，早期为3-4年更新一代，也是在AI影响下，迭代周期将进一步缩短。目前，直调直检光连接当前处于800Gb/s速率,其中基于单通道100Gb/s的800Gb/s光模块基本成熟，基于单通道200Gb/s的800Gb/s、1.6Tb/s光模块加速研发，预计未来1-2年进入1.6Tb/s速率，2030年3.2Tb/s将走向规模应用。干线网络相干光连接当前处于单波400Gb/s，预计2030年主流应用将达到单波800Gb/s，2035年后进一步向单波T+b/s挺进。同时，相干技术由干线/城域向百km及以内中短距应用下沉，预计2030年将达单波T+b/s。另外从基础光电芯片的角度，业界将始终瞄准最少通道的技术方向，已开始向100GBd及以上光电芯片平台演进升级。同时在材料方面，III-V族、硅基光电子、薄膜铌酸锂等竞相发展，光子集成、先进封装技术也在加速演进。

大容量方面，频谱扩展是短期内提升系统容量的有效方式，在干线和城域网络中，随着单通道速率由100Gb/s提升至400Gb/s，12THz C+L即将迈入规模部署。未来5-10年将进一步通过更宽频谱拓展、空分复用系统和空芯光纤等方式实现传输容量提升。

另外，波长选择开关（WSS）、阵列光开关（OCS）等全光交换技术以大颗粒交换提升系统容量。未来2-3年，WSS将实现32维C+L波段一体化、OCS将实现300-500端口；未来5年，WSS将实现48/64维、OCS将实现1000端口。

应用场景方面，陆地光通信由电信网络、行业专网和数据中心互联等传统领域向智算/超算互联、算间互联、工业互联网等领域扩展，并进一步由陆地向空间、水下、车内、以及芯片级等范围延伸，助力构建空天地海一体化协同网络，应用领域和连接范围不断扩展。具体而言，在空间，激光通信可为星-星、星-地之间提供高指向性、高带宽连接手段；在水下，可见光通信将成为继声波、射频之后的又一重要水下连接技术；在车内，车载光总线将成为车辆电子化、智能化连接技术极具竞争力的选择。报告还指出，随着数据/智算中心的快速发展以及5G-A/6G持续推进，光连接需求不断增长，并逐步由模块或板卡极光互连向片间/片上光互连演进。

片间光互连以光电合封（CPO）和光输入输出（OIO）为研究热点。CPO低功耗的特性有助于数据中心绿色升级，根据博通数据CPO系统功耗相较可插拔光模块可降低50%以上，另外硅基光电子集成方案成为CPO主流路线，目前CPO产业链由交换机巨头牵引，国内外标准体系也已经初步建立。

OIO是算存架构中的重要互连方案，产业链由计算巨头牵引，标准研制尚处初期。片上光互连方面，大规模集成电路需要高密度、长距离布线，引发带宽、能耗、时延等瓶颈问题，片上光互连可支撑实现大量长距通道，若扩展至整个晶圆，则可实现晶圆级光互连网络。其研究重点包括光子器件、交换机制、拓扑结构和路由算法等，目前处于发展早期阶段。技术演进趋势之外，

报告指出，Omdia数据显示，2023年全球光连接用光器件（包含光模块及芯片）市场规模约124.07亿美元，在数据/智算中心互联等需求驱动下，2024年市场规模将显著增长。

从区域分布来看,市场增长动力主要来源于北美，谷歌、英伟达在人工智能集群中已规模部署800Gb/s光模块、即将迈入1.6Tb/s时代；亚马逊、Meta即将部署800Gb/s光模块。我国已开始400Gb/s光模块批量部署，800Gb/s应用尚处探索阶段。在全球光模块器件企业市场份额方面，我国企业与美国平分秋色，多家企业位列全球TOP10。

12.  风险提示

AI发展不及预期，算力需求不及预期，市场竞争风险。