随着生成式 AI 模型规模不断扩大，数据中心正在从传统计算架构向大规模 AI 集群转变。大量 GPU 之间需要高速交换数据，使网络带宽、传输效率和功耗成为影响 AI 算力释放的重要因素。高速光通信凭借高带宽、低延迟和低能耗优势，正在成为 AI 基础设施升级的重要方向。

Lumentum 位于 AI 光互连产业链中的关键器件环节，通过激光器和先进光学组件支持 800G、1.6T 等高速光通信技术发展。随着 AI 数据中心持续扩张，光模块、光芯片和光互连技术的重要性不断提升，也推动 Lumentum 等光通信企业获得新的市场关注。

AI 为什么推动光通信需求快速增长

AI 数据中心是支撑人工智能模型训练和推理的基础设施，而高速光通信是连接这些计算资源的重要技术。随着 AI 模型参数规模不断扩大，数据中心内部的数据交换需求快速增长，传统网络连接方式正在面临带宽、距离和能耗方面的限制。

过去的数据中心主要服务于网页、云存储和企业应用，服务器之间的数据传输规模相对有限。但 AI 工作负载具有明显不同的特点，大规模模型训练需要数千甚至数万颗 GPU 同时运行，计算节点之间需要持续交换大量数据。

例如，在训练大型语言模型时，GPU 不仅需要处理自身计算任务，还需要不断同步模型参数。如果服务器之间的数据传输速度不足，就会导致 GPU 等待数据，从而降低整体计算效率。

因此，AI 基础设施的发展不再只是增加 GPU 数量，也需要同步提升网络连接能力。高速光通信正是在这一背景下成为产业关注重点。

相比传统铜缆连接，光通信利用光信号进行数据传输，可以支持更远距离、更高带宽以及更低信号损耗。对于需要大规模扩展的 AI 数据中心而言，光互连能够帮助提升计算集群整体效率。

近年来，全球云计算企业持续增加 AI 基础设施投入，包括建设新的数据中心、采购 AI 芯片以及升级网络设备。这些趋势正在推动高速光模块、光器件和激光技术需求增长。

从产业链角度来看，AI 浪潮不仅带动 NVIDIA 等计算芯片企业，也正在推动服务器、存储、网络交换以及光通信行业的发展。Lumentum 正是在这一产业趋势中扮演重要角色。

光模块为什么成为 AI 数据中心的重要组成部分

光模块是 AI 数据中心网络中的关键组件，主要负责完成电信号和光信号之间的转换。

简单来说，服务器产生的数据最初是电信号，需要通过光模块转换为光信号，再利用光纤进行高速传输。当数据到达目标设备后，再由另一端光模块转换回电信号进行处理。

在普通数据中心环境中，光模块已经广泛应用于服务器、交换机和网络设备之间。而随着 AI 数据中心规模扩大，光模块的重要性进一步提升。

AI 集群通常采用大量 GPU 服务器协同计算。服务器数量增加后，节点之间的数据交换量呈指数级增长，网络设备需要支持更高传输速度。

过去几年，数据中心光模块经历了从 100G、200G 到 400G 的升级，而 AI 需求正在推动市场向 800G 甚至 1.6T 光模块发展。

高速率升级意味着产业链需要更先进的光芯片、激光器和封装技术。光模块不再只是简单的数据转换设备，而成为影响 AI 集群性能的重要基础设施。

此外，AI 数据中心对于能源效率要求越来越高。随着 GPU 功耗持续增加，降低网络连接部分的能源消耗成为重要方向。相比传统电连接，光通信能够在高速传输情况下保持较低功耗，因此具有长期发展优势。

Lumentum 如何布局高速光器件

Lumentum（LITE）是一家全球领先的光通信和激光技术企业，其核心定位并不是制造 AI 芯片，而是为 AI 基础设施提供光通信底层组件。

公司业务主要集中于高速光器件、激光器和光子技术，包括用于数据中心、电信网络以及工业领域的相关产品。

在 AI 光通信产业链中，Lumentum 更接近上游核心器件供应商。高速光模块需要稳定、高性能的光源，而激光器正是决定光模块性能的重要组成部分。

随着数据中心向更高速度发展，市场对于光器件提出更高要求，包括：

• 更高的数据传输速率；

• 更低的功耗；

• 更远的传输距离；

• 更高的稳定性。

Lumentum 长期积累的光子技术能力，使其能够参与高速通信升级过程。

目前，AI 数据中心正在推动光通信标准快速演进。800G 光模块逐渐成为大型数据中心的重要选择，而未来随着 AI 集群规模继续扩大，1.6T 光通信技术也可能成为新的发展方向。

对于 Lumentum 来说，未来增长机会主要来自 AI 基础设施扩张、云计算网络升级以及下一代光通信技术应用。

激光器如何支持高速光通信

激光器是光通信系统中的核心器件之一，其作用是产生稳定、高速调制的光信号。在高速数据传输过程中，激光器需要满足多个技术要求，包括高速响应能力、低功耗以及长期稳定运行。如果把光通信系统比作信息高速公路，那么激光器就类似于产生高速信号的动力源。没有高性能激光器，光模块无法实现更高的数据传输速度。

AI 数据中心对于激光器提出了更高要求。

• AI 网络需要更高传输速率。随着光模块从 400G 升级到 800G 和 1.6T，激光器需要支持更高频率的数据调制。

• 大规模 AI 集群需要降低能源消耗。数据中心规模越大，网络设备功耗越受到关注，因此低功耗激光技术成为重要发展方向。

• 未来硅光技术、共封装光学（CPO）等新型架构的发展，也可能进一步改变光通信产业。

Lumentum 在激光器领域长期布局，使其能够参与高速光通信技术升级，并成为 AI 基础设施供应链中的重要企业。

AI 集群为何需要低延迟光互连

AI 集群的核心特点是大量计算节点协同工作，因此节点之间的数据交换效率直接影响整体性能。

传统计算模式中，单台服务器可以完成大量任务，但 AI 模型训练需要多个 GPU 同时处理不同部分的数据。

当 GPU 数量增加后，服务器之间的通信压力迅速提升。如果网络延迟过高，GPU 可能需要等待其他节点完成数据同步，导致计算资源无法充分利用。

光互连能够有效解决这一问题。

相比传统连接方式，光通信具有：

• 更高带宽；

• 更低延迟；

• 更低信号损耗；

• 更适合长距离传输。

因此，在大型 AI 数据中心中，光互连正在从辅助技术变成核心基础设施。

未来，随着 AI 推理需求增长，数据中心不仅需要支持模型训练，也需要支持大量用户实时调用 AI 服务。这会进一步提高网络对于速度和稳定性的要求。

Lumentum 与 Coherent、Broadcom 有何不同

AI 数据中心光通信产业链正在吸引越来越多科技企业参与，其中包括 Lumentum、Coherent、Broadcom 等公司。不过，这些企业在产业链中的定位并不完全相同。Lumentum 的核心优势集中在光子器件和激光技术领域，主要提供高速光通信所需的激光器、光学组件以及相关解决方案。公司更偏向光通信产业链中的关键零部件供应商，通过技术积累参与 AI 数据中心网络升级。

Coherent Corp. 同样是光通信和激光领域的重要企业，其业务范围更加广泛，覆盖通信、工业激光、半导体制造等多个市场。Coherent 在光通信领域拥有较强竞争力，同时也依赖工业激光等业务形成多元化收入结构。

相比之下，Broadcom Inc. 的定位更加偏向数据中心基础设施平台。Broadcom 不仅布局网络交换芯片，还提供 AI 数据中心所需的 ASIC 定制芯片、网络解决方案以及高速连接技术。其优势在于芯片和系统层面的综合能力。

因此，Lumentum 与 Broadcom 并不是直接竞争关系，两者更多处于 AI 基础设施不同环节。Broadcom 解决的是数据处理和网络控制能力，而 Lumentum 重点解决高速数据传输中的光学连接问题。

整体来看，AI 数据中心的发展需要计算芯片、网络芯片、光模块和光器件共同协作。未来产业竞争不会局限于单一技术，而是围绕整个基础设施生态展开。

光通信行业面临哪些挑战

虽然 AI 数据中心为光通信行业带来了新的增长机会，但产业发展仍面临多个挑战。

1. 光通信行业具有明显周期性。过去几年，电信运营商和云计算企业资本开支变化曾影响光模块市场需求。当企业减少网络建设投资时，光通信供应商可能面临订单下降和库存调整压力。AI 浪潮正在改变行业需求结构，但市场仍需要关注 AI 基础设施投资是否能够持续。如果云厂商放缓数据中心扩建速度，光通信企业增长可能受到影响。

2. 技术升级速度不断提高。随着 AI 集群规模扩大，市场正在从 400G 向 800G、1.6T 甚至更高速度发展。企业需要持续投入研发，才能保持竞争优势。高速光通信不仅需要提升传输速度，还需要解决功耗、散热、成本和制造规模等问题。技术路线变化也可能影响企业长期竞争格局。

3. 产业竞争不断加剧。除了 Lumentum 和 Coherent 等传统光通信企业外，越来越多半导体公司开始进入高速互连领域。例如 Broadcom、Marvell 等企业正在通过芯片和系统方案强化自身在数据中心市场中的影响力。

此外，亚洲供应链企业也在不断提升光模块和光器件制造能力，全球市场竞争可能进一步增强。

AI 光网络未来的发展方向

随着 AI 计算需求持续增长，光通信技术也正在进入新的发展阶段。

第一个方向是更高速率光模块。目前，800G 光模块正在成为 AI 数据中心升级的重要产品，而未来 1.6T 光模块可能进一步满足超大规模 AI 集群需求。传输速度提升将带动激光器、光芯片和封装技术持续升级。

第二个方向是硅光技术和共封装光学（CPO）。传统架构中，光模块通常独立安装在服务器和交换设备之间，而 CPO 技术尝试将光学组件更靠近芯片，以减少数据传输距离，提高效率。随着 AI 芯片功耗不断增加，CPO 可能成为解决高速连接和能源消耗问题的重要方案。

第三个方向是 AI 专用网络架构。未来 AI 数据中心可能不再采用传统通用网络，而会针对 AI 工作负载设计专用网络。这类网络需要更低延迟、更高带宽以及更智能的数据调度能力。

光通信将在这一过程中承担更加重要的角色。

对于 Lumentum 而言，未来发展机会不仅来自当前 AI 数据中心扩张，也来自整个计算架构向高速互连演进的长期趋势。如果公司能够持续保持激光器和光器件技术优势，将有机会参与下一代 AI 基础设施建设。

总结

AI 数据中心的发展正在推动高速光通信成为关键基础设施。随着 AI 模型规模扩大，大量 GPU 集群需要进行高速、低延迟的数据交换，传统连接方式逐渐难以满足需求，而光互连凭借高带宽、低功耗优势成为重要解决方案。

光模块、激光器和光学组件构成了 AI 网络的重要基础，其中激光器作为光信号产生核心部件，对于高速通信性能具有重要影响。Lumentum（LITE）凭借多年光子技术积累，在高速光器件领域占据重要位置，并正在受益于 800G、1.6T 光通信升级趋势。

与 Coherent 相比，Lumentum 更聚焦通信光学领域；与 Broadcom 相比，Lumentum 更偏向光通信器件，而 Broadcom 更侧重芯片和系统级基础设施。不同企业共同构成 AI 数据中心发展的完整产业链。

未来，AI 算力增长、云计算扩张以及下一代网络技术演进，都可能持续推动光通信行业发展。但与此同时，行业周期、技术竞争和资本开支变化仍是需要关注的重要因素。

从长期产业趋势来看，AI 竞争不仅是芯片竞争，也是数据传输能力的竞争。高速光通信正在成为连接 AI 算力的重要基础，而 Lumentum 所处的光器件领域，也将在下一代 AI 基础设施建设中继续发挥关键作用。