➕关注备用号防失联！！！
欢迎各位一起来交流学习，最丰富的调研内容，和最具时效性的报告解析应有尽有：星球加入方法
OCS+CPO：（CPO不止英伟达，谷歌未来也会用的）
OCS的产能够用吗？因为这个CXL 内存池化如果确定下来了，然后TPU 又一个5000万的量的话，OCS产业链是一个什么情况？
OCS 最大的是Lumentum 和 Coherent的MEMS 芯片，还有光传输模块的物料供给。
那个芯片在300端口的时候，它的价值量是多少钱？
8000到10000美金一颗。
这个是量产的水平还是前期的？
是量产水平。目前代工的硬件部分成本是45000美金，加上15000的许可证，总成本6万，一台300乘300。其中那颗芯片占比不到20%，最大两个BOM，一个是控制芯片，一个是腾景的光传输模块、准光直连阵列模块，这两个都是8000到9000美金之间。
产能够吗？这块。
目前还可以。
MEMS 的格局的话，之前是一个什么样的状态？是一部分是 Google 自己设计的？然后现在有更多的是Lumentum 和 Coherent 的设计了。未来哪家更多啊？
未来两年内格局变化不大，但如果 Coherent 没有问题，也会有增量。Google 不排斥任何一家，只要能满足技术规格，谁的产能大、价格低就用谁。
他们两个做的这个 MEMS芯片的话，有核心的差距吗？
在封装上还是有差距。Coherent 的封装更简单，但精度不如lumentum 高，这是设计决定的。至于是否有其他技术手段保障稳定性和衰减距离，这是Coherent 需要解决的问题。lumentum 要解决的是目前精度高的情况下，如何解决端口密度问题。因为封装精度高，端口密度增大时，封装难度也会增加，对工艺要求很高，不利于生产效率。
之前不是说 Coherent 是做那个什么液晶方案吗？怎么它跟 MEMS芯片也挂上钩了？
Coherent也有很多元器件在MEMS里面也是供应商之一。两者之间有交叉关系。
设计方面，明年（2027年）预计有1000多万颗，后年3000万颗，比如博通、联发科这些设计商，他们的格局如何？未来 Google 会不会自己做后端？
Google 目前还没有进入制造封装领域，这对他们的投入要求太高，需要很长时间适应生态。如果没有达到台积电的水平，Google 不会贸然进入。台积电和联发科能做到现在的地位，是多年经验和资源积累的结果，没有十年很难追上。如果联发科和台积电能轻易被超越，那他们也不会有现在的盈利能力。
未来设计格局还是博通做训练，联发科做推理吗？
目前来看，未来五年内这个格局不会有太大变化，三到五年内都比较稳定。
到2028年，3000万颗中大概有多少比例是训练，多少是推理？
预计六成是推理，四成是训练，大致是六四开。
这两者未来迭代到V9或V10时，对博通的收入是增量还是持平？单芯片设计费会有变化吗？
博通的设计费短期内不会有明显变化，不会增加也不会减少。减少意味着份额被稀释，Google 也不会继续压博通，博通也不会反过来压Google 增加设计费。Google 也在建设自己的生态，除了台积电以外的封装生态。
联发科未来会怎么样？
联发科主要是配合 Google，不做主导。Google 的核心 computing code 都是自己做的，联发科负责I0 和外部模块，核心代码由 Google 完成。实际上，更多可以理解为博通和Google 在竞争，而不是博通和联发科在竞争。
联发科单卡收入未来会有降低趋势吗，还是会增加？
未来三到五年内，各家盈利水平相对稳定，可能略有上涨，但幅度不会很大。行业受供需两侧压力影响较大，任何风吹草动都会影响中间链条的利润空间。
Marvell 的动态如何？有引入计划吗？
目前来看，Google最有可能下单给Marvell的是LPU，其他产品可能性不大。
LPU 大概会有多大需求量？
现在还没有能见度。
LPU 是包含在5000万颗TPU 里，还是额外的？
LPU 是额外的，是单独的产品线，与TPU 不同。
LPU 的主要应用场景是什么？
LPU 主要是将原来推理侧不同模块之间的流程集成优化到一颗芯片中，提高推理逻辑线路的闭环效率。原本需要多个部件协作的流程，现在由LPU一颗芯片完成，大大提升效率。
如果LPU设计还未确定，意味着量产时间会在 2028年吗？
至少是2028年，不会早于2027年。
现在CPU 市场也很火，未来CPU和TPU 的配比在 Google 这条线里会是什么状态？
和GPU 配比会翻倍，原来是1比8，现在是1比4。综合来看，一颗CPU 对应四颗TPU。
这是V8还是V9的配比？
V7、V8都开始是这个配比。都会用ARM架构的AI上的CPU。对。
未来配比还会增加吗？
要看推理场景，场景越多，配比会继续提高。
OCS未来负责什么？还有代工吗？
OCS 对公司而言目前来看更像是过波产品，不是公司的核心产品线。虽然可以做，但不是重点，重点还是T件本身。光通信领域市场对象较窄，目前主要是 Google 等CSP在用。公司更希望做面向企业网市场的产品，OCS占用产能，但产出有限。今年（2026年）做完后，Google 也在考虑让旭创和新易盛来接 OCS 代工。
武汉捷普呢？
捷普已经不做了，去年底合同就结束，也没有武汉捷普这回事，因为不会让核心解决方案部件在大陆制造。
当前所有OCS的代工还是由公司负责吗？
当前今年代工 OCS 今年（2026年）确实是公司负责。但个人个人认为，这只是一个过波方案。如果未来有更多光通信领域的专业厂家，比如旭创、新易盛，他们愿意接手，谷歌可能更倾向于让他们来做。当时只有公司和捷普参与 OCS的投标，因为没有其他厂商做这个产品。
旭创和新易盛不也是大陆厂商吗？
他们采用的是国外产能。只要产能在国外就可以。旭创和新易盛现在都有国外产能。只要组装环节能拿到COO的产地证明，证明是在大陆以外生产即可。
关于 AOC，谷歌大致的需求是多少？
AOC今年（2026年）预计有30%的渗透率，但从目前发布情况来看，实际渗透率可能低于预期。原本认为V8T 柜内会将 AEC全部换成AOC，但现在发布会的信息显示仍然有 AEC，可能是出于效率考虑。AOC无论是用模块还是主板侧实现，都需要进行电光、光电转换。V8I柜子已经取消了 3D Torus
连接方式，采用 Full Mesh,OCS 用 Boardy topology 方式，这样可以减少3D Torus 的跳数，2颗TPU 之间最远的跳数从 16 跳降到7跳，减少了约50%到60%，大幅提升了推理效率。在这种情况下，如果大量使用AOC，还是需要有部件进行电光、光电转换，这会对整体延迟有影响。基于这种考虑，继续采用电缆方案可以省去这个环节。虽然成本未必比 AOC低，但技术上可以满足指标。
关于 AOC，谷歌大致的需求是多少？
AOC今年（2026年）预计有30%的渗透率，但从目前发布情况来看，实际渗透率可能低于预期。原本认为V8T 柜内会将 AEC全部换成AOC，但现在发布会的信息显示仍然有AEC，可能是出于效率考虑。AOC无论是用模块还是主板侧实现，都需要进行电光、光电转换。V8I柜子已经取消了 3D Torus
连接方式，采用 Full Mesh,OCS 用 Boardy topology 方式，这样可以减少3D Torus 的跳数，2颗TPU 之间最远的跳数从16 跳降到7跳，减少了约50%到60%，大幅提升了推理效率。在这种情况下，如果大量使用AOC，还是需要有部件进行电光、光电转换，这会对整体延迟有影响。基于这种考虑，继续采用电缆方案可以省去这个环节。虽然成本未必比 AOC低，但技术上可以满足指标。
对未来 AOC 的应用场景和实际求怎么看？
其实未来来看，电退光进仍然是大趋势。关键在于技术如何实现。
有没有可能直接跳过 AOC，直接用全光方案？
全光方案的问题在于没有电光转换环节，那电信号到光信号的转换由谁来承担？光模块的核心作用就是电光、光电转换。如果这个动作转移到主板上，除非采用CPO方式，也就是芯片直接输出光信号，不再经过 PCB 电路板，这样可以直接做成光的10口，没有电口。这项技术现在都在考虑，未来 AOC可能就只是一个电缆，模块不再承担转换功能，仅作为内部全反射的玻璃层，用于反射光路并传递信号。其他作用就没有了，但这取决于信号源是否直接为光。如果信号源是光，没有转换环节，大家肯定会倾向于全光方案，不用电光转换会更稳定，抗干扰能力更强，因为是封闭的全反射通道。
光模块的产能是否充足？如果2028年有3000万颗TPU，哪些厂商有机会获得更多份额或成为新供应商？
目前来看，立讯可能有机会进入光模块供应链。立讯也在与Google 洽谈整体光模块供应计划，目标是成为第三大供应商。
听说立讯也在做冷板或CDU 的代工，给台系厂商代工。
CDU 可能有一些零散订单，但主要是英伟达那边的。在 Google 侧目前没有听说，因为如果 Google需要，立讯需要被 Google 认证。
立讯有可能在3000万个 TPU 中获得多少份额的光模块？
目前还没有谈完，不确定能拿到多少份额。
Google 对CPO 技术的态度如何？
Google 会采用CPO技术，但需要经历一个成熟阶段。只有当 CPO 的故障率稳定在极低水平时，Google 才会大规模采用。
据说 Google 给 Lumentum 下的光芯片 forecast 非常激进，每年翻倍，是这样吗？
是的。Lumentum 无论在OCS 还是光引擎领域，很多技术源头、专利和关键供应链都掌握在Lumentum 手中。Lumentum 是行业内的顶级供应商，很多核心技术都源自他们。
dci部分：
北美地区数据中心互联市场的规模在2025年的表现如何，以及对2026年市场规模的最新预測是怎样的？
2025年北美数据中心互联市场的招标总规模约为100亿美元，其中谷歌约为 31亿美元，微软约为 35亿美元，Meta 为20亿美元，亚马逊为25亿美元。展望2026年，预计市场招标规模将同比增长 50%至80%。具体来看，谷歌已完成的招标金额约为60亿美元，微软的预估规模约为60亿美元，Meta 预估为20亿至30亿美元，亚马逊预估在25亿至35亿美元之间。这四家主要厂商的合计规模预计达到180亿美元左右。此外，Xai、Oracle、Apple、Nvidia 等公司也有招标计划，预计每家规模约10亿美元。综合来看，2026年北美 DCI 市场的总规模预计将超过 200亿美元，高于2025年底预测的约15亿美元。目前除谷歌外，其他厂商的招标规模主要基于其公开的资本开支进行预测，通常数据中心互联的投入占其总资本开支的 3%至4%。
在新建 Al 数据中心的场景下，DCI 的渗透率情况如何？其主要应用场景是在园区内楼宇间的互联，还是跨园区、长距离的数据中心互联？
基本上所有新建的AI数据中心都会产生数据中心互联的需求。由于北美地区在物理空间、电力供应及散热方面存在限制，单个数据中心的规模（如20万至25万张AI加速卡）已接近上限，难以无限扩张。例如，一个25万卡的数据中心年耗电量巨大，相当于一个州一年的居民用电量。因此，通过建设多个数据中心并进行互联，成为实现分布式训练、数据冗余备份以及算力调度的必然选择。DCI 的应用场景覆盖了园区内和园区间的互联，只要计算集群分布在不同的数据中心建筑内，即便是相隔一公里，也需要通过 DCI 方式连接以完成模型训练、算力调度或大模型同步。这种互联方案利用波分复用等光网传输技术，能够将单根光纤的传输带宽极限（可达100T 以上）充分利用，从而满足数据中心间巨大的帯寛需求。
对于像谷歌这样规模的订单，例如60亿美元的采购，预计的交付周期是多久？
按照惯例，这类订单通常计划在一年内完成交付，即2026年当年。但考虑到当前整个行业普遍面临交付周期拉长的挑战，预计2026年内无法全部交付完成。完成整个订单的交付可能需要一年半到两年的时间。
当前 DCI 的需求主要来自新建的数据中心还是也包括对现有老旧数据中心的改造升级？对于2023至2024年间建设的AI数据中心，其 DCI 的规划和需求情况如何？
当前 DCI 的需求主要源于新建的数据中心。老旧数据中心最初建设时的应用场景（如云存储）与现在的Al 训练不同，因此直接产生 DCI 需求的场景较少。不过，如果业务需要，将已建成的较早期 AI数据中心（例如部署 H100的集群）与新建的更大规模数据中心（如采用 Blackwell 或 Rubin 架构）进行
互联，技术上是完全可行的，可以通过增加光传输设备来实现。对于 2023至2024年间建设的用于AI训练的数据中心，在其规划设计阶段就已经包含了 DCI 方案，但当时的市场需求和订单规模尚未达到现在的水平。随着数据量、功耗和物理空间需求的急剧增长，单一数据中心的物理极限凸显，通过互联方式构建分布式训练集群成为必然选择，从而推动了 DCI需求的爆发。
DCI 市场需求在 2025年至2026年突然爆发的关键催化剂或里程碑事件是什么？
DCI 市场的爆发并非突发事件，而是技术迭代和产业成熟的必然结果。市场遵循着清晰的技术演进路线：2024年至 2025年，市场主要建设400G AI DCI 网络，并采用400G DCO 光模块。从2026年开始，市场开始大规模部署800G技术，同时保留少量400G。行业技术迭代周期大约为两年，预计
2027 至2028年将进入1.6T 时代，后续将发展至3.2T。2025年第四季度是一个关键节点，届时800G产品的内部测试基本完成，设备供应商与云服务商的验证工作也已结束，产业链具备了小批量试生产的能力，证明了 800G技术已为规模化交付和部署做好了准备。因此，2026年大规模上量800G是确定性的趋势。此外，上游原材料交付周期延长导致订单积压（例如Ciena 累积的三四十亿美元订单），叠加二级市场的积极反应，共同吸引了市场的广泛关注。
DCI 领域的技术迭代是否像数据中心内部网络（如 NADD）那样遵循明确的周期规律？例如，从400G 升级到800G 再到1.6T 的两年周期是否是确定性趋势？
从技术迭代的角度看，DCI领域确实遵循着大约两年一个周期的明确趋势。随着 AI 训练数据量的激增，对传输带宽的需求持续增长。当800G光模块实现批量生产、交付和部署后，400G的性价比优势将逐渐减弱。尽管800G 模块在2026年初期存在溢价，但随着市场竞争的加剧，其价格将趋于合理。
与此同时，1.6T技术已处于研发和内部测试阶段，只是尚未达到批量生产和上市的时间点。这种持续的技术演进和市场需求共同驱动了 DCI 网络速率的周期性升级。
在DCI设备市场，Ciena 的市场份额为何显著高于诺基亚？两家公司在技术路线、规模和成本方面存在哪些主要差异？
Ciena 在北美市场的主导地位源于其长期的市场深耕和稳固的客户关系。在 DCI需求兴起之前，Ciena就已是北美运营商和政企市场最核心的光传输设备供应商，其75%的收入来自该地区。这种深厚的客户基础使其在全球设备商中，于北美市场的占有率一直保持最高，类似于华为在中国市场的地位。诺基亚此前在北美市场的表现相对较弱，但通过收购Infinera，其市场份额得以提升至第二位，此举正是看中了 Infinera 在北美的市场地位，旨在增强双方在 AI 时代的市场竞争力。技术路线上，两家公司存在明显差异。Infinera 是业内最早推出单波1.6T DSP的厂商，采用3纳米工艺，其技术方案主要适用于300公里以内的短距离传输，超过该距离速率会受影响。诺基亚则采取了相对稳健的策略，目前主推基于自研5纳米工艺的1.2T DSP芯片，该芯片主要用于支持800G相干接口（两个 1.2TDSP 可支持三个800G接口）。诺基亚的800G方案在中长距离传输上更具优势，单跨最长可达2000公里。此外，5纳米工艺在产能和良率方面也更为成熟。诺基亚的1.6T技术仍在研发阶段，尚未正式发布。
在数据中心整体资本开支中，用于光传输设备的投资占比大约是多少？这一比例是否会因数据中心规模的变化而有所不同？
光传输设备在数据中心整体资本开支中的占比大约为3%至4%。具体来看，以字节跳动2025年1,500亿人民币的数据中心建设投资为例，其中约60%用于购买或自研 AI芯片，剩余40% 用于效据中心基础设施建设。在这40%的基础设施投资中，光传输设备的占比仅为3%至4%，其余大部分资金用于机房、供电、散热系统以及路由器和交换机等，后两者的投资占比均高于光传输设备。这3%至4%的比例是一个通用参考值，适用于不同规模的数据中心。数据中心的规模受到供电和散热等物理条件的限制，例如一个数据中心可能在达到20万或30万张卡的规模时就触及上限，并非刻意选择建设较小规模的数据中心。
您所提及的3%至4% 的资本开支占比，具体是指 DCI（数据中心互联）部分，还是包含了数据中心内部的 Scale-up 和Scale-out 网络？目前DC 是否已成为数据中心的标准配置？
该3%至4%的占比仅包含 DCI Cross-Connect 部分，不包括效据中心内部的 Scale-up 和 Scale-out网络。当前，DCI 基本上已成为数据中心的100% 标准配置。
北美市场数据中心间 DCI 的平均传输距离大概是多少？Ciena 和诺基亚的产品在不同传输距离下各自有何优势？
目前没有关于北美 DCI平均传输距离的具体数据，因为传输距离与客户的具体需求和数据中心布局紧密相关，既可能在同一州内，也可能跨州部署。在几十公里的传输距离场景下，Ciena 的产品因其较高的单波速率而具备一定优势。
