根据 TrendForce（集邦咨询）的数据，AI 光收发模块市场正在疯狂膨胀。但如果你仔细看看供应链，会发现一个让人头疼的问题：货卖得太快，但货本身却很难造出来。
市场到底能长多大？
简单说，明年（2026 年）这块蛋糕会翻一倍多。
- 规模：从现在的 165 亿美元，直接跳到 260 亿美元。
- 速度：年复合增长率（CAGR）超过 57%。这增速很吓人。
以前大家觉得光模块市场增长是因为“产品升级”（比如速率从 400G 提到 800G），但现在逻辑变了。未来的增长不靠单点突破，而是靠三件事一起上：卖得更多了（规模）、技术换代了、应用场景也变多了。
谁在推这盘大棋？
我看主要有四个推手：
- AI 大模型要“吃”算力：训练大模型需要海量算力，光模块作为连接算力的血管，用量直接跟着需求涨。
- 北美数据中心太“饿”：北美那些超大型数据中心，内部流量每年暴涨 30% 以上，得不停地扩路。
- 巨头们砸钱太狠：Google、Microsoft、Meta 这些公司，今年在 GPU 和 AI 服务器上的资本开支都在往天上提。钱多了，对高速光连接的需求自然跟着飙升。
- 新场景正在冒头：1.6T 的光模块马上要量产了，边缘计算和数据中心互联（DCI）的需求会被进一步释放。另外，800G 以及 1.6T 的相干光模块（ZR/ZR+）份额也会吃掉更多市场。
麻烦来了：供应链跟不上
虽然需求像火一样旺，但造货的工厂却跑不动了。现在的产能扩张卡在了几个死结上：
- 核心零件不够用：
- EML（电吸收调制激光器）和 CW-LD（连续波激光器）是命门，现在严重缺货。
- 根本原因很直白：上游工厂的产能布局，根本追不上下游 AI 芯片（比如 NVIDIA）那爆炸式的需求。
- 做工太难：光学对准这种高精度工序，良品率提不上去，导致产线没法快速扩产。
- 发烫、耗电：传统架构下的能耗和散热问题一直没解决，这直接拖慢了系统设计的可行性和部署速度。
厂商们怎么自救？
面对这种“要货没人造”的尴尬局面，像 NVIDIA 这样的上游供应商和系统厂商，正在被迫改变策略，从“现买现卖”转向“提前囤货”和“换技术”。
1. 囤货策略
- 签长期合同：不再依赖现货市场，而是签长期供应保障合同，把原材料锁死，防止价格波动和断供。
2. 换技术路线
- 砍掉 DSP，用 LPO：加速从传统高功耗的 DSP（数字信号处理） 架构，向 LPO（线性驱动可插拔光学） 切换。
- 搞硅光集成：大力推硅光子（Silicon Photonics）方案。
- 目的很明确：就是用技术换空间，降低功耗和散热，硬扛住物理瓶颈。
我的观察
说实话，现在的局面挺让人焦虑的。
- 供需错配是硬伤：57% 的增长率背后，其实是核心元器件（EML/CW-LD）产能爬坡太慢，远远落后于 AI 芯片的出货速度。这种错配很危险，短期内可能会导致芯片产能被光模块原料耗尽，最后反而影响 AI 芯片的交付。
- 技术路线决定生死：面对功耗墙和散热墙，LPO 和 硅光 不再是锦上添花的备选方案，而是维持 AI 数据中心活下去的必要条件。谁能先在 LPO 或硅光上把量产和良率搞出来，谁就能拿下下一代市场。
- 话语权在变：随着终端厂商（如 NVIDIA）对供应链掌控力增强，传统的“买现货”模式行不通了。产业链上下游正在重新谈判，未来的生态更倾向于“技术合作 + 长期绑定”。
最后想说：2026 年对光模块厂商来说，就是决胜之年。在千亿级美元的市场蛋糕面前，如果你能突破 EML 等核心材料瓶颈，并且成功完成 LPO/硅光的技术代际跨越，你就能活下来，甚至活得好。反之，可能就要被市场清洗掉。
