本资料来源于公司公告，相关新闻，机构公开研究报告以及社交媒体网络等，对文中提到的行业及个股不构成投资建议，图文如有侵权或违反信批请后台留言联系删除
l时间：8月6日
全文摘要
在人工智能基础设施的进展中，光模块和专用型存储器的产业链受到广泛关注。光模块在AI基建中的重要性提升，特别是在通信领域，其技术、产能及市场需求均呈增长趋势，尤其在AI、智能驾驶和智能设备领域。此外，随着AI技术发展和高性能计算需求增加，专用型存储器的需求亦急剧增长，覆盖汽车电子、AI服务器及智能设备等领域。讨论还涉及存储器技术未来趋势，包括硅光子技术和非易失性存储器（NVM）的发展，强调了技术进步、市场需求增长及产业链各环节面临的挑战与机遇。
章节速览
l AI基建中光模块与存储器产业链分析
对话聚焦于AI基础设施建设中光模块和专用型存储器的产业链分析。强调了光模块在通信网络中的重要性提升，以及其在AI基建中的地位凸显。通过技术部署和市场需求的测算，预测了光模块的高渗透率潜力和加速器/GPU数量的快速增长。同时，提及了专用型存储器的行业情况，整体展现了AI基建领域产业链的最新观察与研究进展。
lAI基建与网络通信：行业趋势与技术变革
对话围绕AI基建中的网络通信作用展开，预测了行业规模并分析了硅光芯片替代EML平台的趋势，指出硅光芯片在产能与成本上的优势。同时，讨论了CPO技术路线的不确定性，强调了AI基建对网络通信需求的增长背景下，技术路线选择的重要性。
l AI网络芯片市场份额持续增长，预计至2026年占比达23%
AI网络芯片在AI芯片市场的份额持续上升，预计2026年将达到23%。随着AI算力芯片市场的爆发，AI网络芯片的占比稳定增长，其中博通和英伟达等龙头公司的管理层透露，AI网络芯片收入占比分别达到40%和实现季度收入3.5倍增长，远超GPU收入增长，支撑了AI网络芯片市场占比上升的趋势。
l AI网络芯片提升计算效率与通信需求分析
对话讨论了AI网络芯片在提高计算效率、增强网络利用率及应对复杂AI网络需求方面的作用。指出AI网络芯片分为链路层与物理层传输两种类型，分别应用于交换机和点到点传输，占比约40%与60%。强调了光模块在物理层传输中的重要性，以及网络通信需求增长带来的趋势。
l 光纤传输优势与趋势
讨论了在高传输速率和长距离条件下，铜线传输的局限性，指出1.6T速率下铜线传输距离仅一米，使用放大器可增至两米多。超过此范围，铜线稳定性下降，光传输替代铜线成为趋势。从800G到3.2T，光纤应用日益广泛，显示光传输取代铜线的大方向。
l数据中心光模块市场趋势与预测
对话围绕数据中心光模块市场展开，讨论了机柜间连接中以太网和铜线的应用，以及光模块在数据中心间长距离、高传输速率场景中的重要性。预计到2028年，市场将达到470亿规模，其中800G和1.6T技术成为推动市场增长的关键驱动力。
l 英伟达计算托盘架构解析
对话详细解析了英伟达计算托盘的架构，包括每个托盘包含4个GPU与CPU的连接方式，东西向和北南向通信机制，以及DPU在连接GPU与外部资源中的作用，最后介绍了计算托盘如何通过交换机网络相互连接并分发至其他托盘。
lGPU与光模块数量比例分析
对话深入探讨了GPU与光模块之间的数量比例关系，基于英维达白皮书中的数据，分析了576个GPU对应1152个东西向transfer模组，以及2.1个南北向收发模组或光模块的配置。通过8个NVL72的案例，揭示了GPU、接口与光模块数量之间的线性关系，为大规模GPU网络设计提供参考。
l 2026-2027年GPU市场预测与分析
对话中详细预测了2026年和2027年GPU市场的出货量，指出英伟达、AMD和Google的GPU渗透率将在85%至95%之间，预计2026年全球GPU出货量将达到6800万个，2027年则超过1亿个。此外，还提到Gar Plus市场的出货量虽少但单位价值量高，预计2027年出货量约为200万个。整体分析认为，GPU市场潜力巨大，特别是高要求速率的应用领域。
l NLB72系统中的光模块需求与技术分析
讨论了NBL72系统内光模块的计算与需求预测，指出每个GPU需与交换机芯片相连，系统中光模块数量庞大，2026年需求为900万个，2027年增长至2800万个。强调了技术发展对光模块需求的影响，以及当前因原材料限制，渗透率仍处于较低水平。
l 光模块结构与技术发展解析
对话深入探讨了光模块的结构，包括发射和接收链路的关键组件，如DSP芯片、调制器、滤波器等，以及光芯片与电芯片在信号转换中的作用。提到了光模块的封装技术，如OCP和QSFP-DD，强调了光芯片上市与光模块产品推出的时间关系。讨论了EML、DML和硅光技术，指出产能和成本是影响光模块市场的重要因素，同时展望了波长复用等新技术的发展。
l CPO技术发展与MPO过渡期分析
对话讨论了CPO（共封装光学）技术的未来发展前景及当前面临的挑战，指出CPO技术虽前景看好，但因技术难度及维护问题，其大规模部署预计要到2027年下半年甚至2028年。MPO作为过渡方案，已在逐步落地，而NPU预计今年会有较大规模上市。CPO技术的发展需克服技术落地及CSP不愿快速上量等难题。
l OCS技术在AI算法与网络备份中的应用探讨
讨论了OCS在节约光电电光转换过程中的作用，强调在AI算法设计时需考虑OCS，因其不适宜频繁切换。OCS被视作备用技术，适用于成熟网络解决方案的公司，主要用于系统备份，非主流技术路线。
l 专用型存储行业产能替代与需求增长分析
对话讨论了专用型存储行业，包括DDR3、DDR4和SLC NAND等，的产能替代趋势和需求增长前景。供应端，三星、美光等国际龙头正逐步退出专用存储市场，为国内厂商腾出空间。需求端，智能驾驶和AI领域对专用存储有刚性和增量需求，尤其是车载系统和AI服务器对低延迟、高稳定性存储的需求增加。预计未来两年，供需缺口将逐步收敛，专用存储市场将持续扩容。
l专用型存储市场增长预测与产能替代分析
对话讨论了24至26年间专用型存储市场的显著增长，主要由价格驱动，预计立即型DRAM、SLCN和no flash市场规模将分别从85亿、23亿和28亿增长至276亿、63亿和64亿。分析指出，国际龙头厂商如三星、美光和海力士正退出传统产能，转向AI和服务器高阶存储产品，如HBM、DDR5和3D NAND，为国内厂商如兆易创新、长兴科技等腾出市场空间，预计这些公司将受益于产能替代和国产化趋势。
l 存储技术趋势与市场需求分析
对话围绕存储技术的物理结构、市场需求及未来趋势展开，重点讨论了立即型DRAM、SLC NAND Flash及No Flash等存储产品的特性、应用领域及市场前景。分析指出，工业汽车、智能驾驶AI等长期需求支撑了存储产品的稳定性与可靠性，定制化存储解决方案成为新兴需求。预计到2026年，全球存储市场规模将显著增长，价格和比特出货量是主要增长动力。此外，智能驾驶等新兴领域对存储技术提出了更高要求，促进了存储产品的多元化发展。
l 专用型存储市场趋势与AI服务器需求增长分析
对话深入探讨了专用型存储市场，特别是no flash存储需求的增长，源于智能驾驶、AI服务器和端测AI产品的硬件升级与固件需求增加。预测全球AI服务器出货量在2025年至2027年间将显著增长，从350-370万台增至490万台。分析指出，中国内地厂商有望通过技术迭代升级，逐步渗透高端市场，分享AI服务器需求增长的红利。预计新增的立即型DRAM和SLC NAND产能将在2027年下半年逐步释放，供需缺口逐渐收窄。
思维导图
要点
光模块的需求增长趋势如何？
光模块的需求增长呈现出线性关系，即与GPU的数量增长基本同步，渗透率相对较高。根据测算，预计未来几年400G以上的大容量光模块需求量将大幅增加。
当前网络通信芯片市场规模预计是多少？
我们预计整个网络芯片市场规模为1551亿，且这个数字已经经过多次上调，可能还有上调的空间。
光模块在AI基建中的重要性是否在提高？
是的，光模块在整个AI基建中的重要性确实在提高。从产业角度来看，其在通信网络中的市场份额和地位正在上升，尤其是在AI基础设施中扮演着越来越关键的角色。
硅光子技术在光模块领域的应用情况如何？
硅光子技术正逐渐替代EML平台，成为光模块领域的主流技术。硅光芯片产能充足、成本较低，且随着速率的提升，其替代效应更加明显。
AI网络芯片在整个AI芯片市场中的占比情况如何？
AI网络芯片在AI算力芯片市场上的份额持续上升，预计到26年将达到23%左右，这得益于AI网络芯片对于提高计算效率、支持复杂网络以及满足推理需求等方面的重要作用。
光模块在不同应用场景下的发展趋势是什么？
在数据中心内部连接和跨数据中心互联场景中，光模块的替代趋势明显，尤其是在高速率、长距离传输方面，相干光模块的需求量将大幅增长。同时，光模块在交换机和物理层传输中的应用也将进一步扩大市场份额。
在25年和26年，影响市场的主要驱动力是什么？
在25年，800G是市场的主要驱动力；而在26年，1.6T成为市场的主导驱动力，并将持续到27年。
对于整个市场的大小预测，你们是如何进行的？
我们以英伟达的整体部署为例，通过计算其所需的计算托盘数量、GPU数量以及相关网络组件（如网卡、交换机等）的数量，并参考技术白皮书中的架构信息进行预测。
东西向网络和南北向网络有何不同，它们的目的各是什么？
东西向网络（excuse network）是通过网卡连接CPU再间接连到GPU，用于GPU之间的通信；南北向网络（nose to south network）则是通过DPU连接GPU与存储器及其他外部资源，目的是将GPU与外部世界如存储器和服务进行连接。
计算托盘内的GPU芯片与CPU是如何连接的？
每个计算托盘中有四个Ball 300 GPU芯片，它们每两个与一个CPU相连，形成一个相对复杂的网络结构。其中，网卡的数量与GPU的数量基本保持一对一的比例。
6：1这个数字是如何根据GPU数量推导出来的？
根据英伟达白皮书中的数据，以8个NVL72为例，对应576个GPU的网络配置，东西向和南北向的连接数量分别是576个接口。因此，一个GPU就相当于对应四个收发模组，即1比4的比例关系。
对于26年和27年市场中不同厂商（如英伟达、AMD等）GPU的预测情况如何？
我们根据不同的厂商和产品线，结合实际部署情况和市场渗透率，预测26年英伟达的GPU数量为6800万个，而27年预计会有所增长。对于其他厂商如AMD和博通，以及Google等公司的GPU，预测其市场份额相对较低，约为4.4至4.8个，并且整体市场的预测考虑了大约85%到95%的渗透率。
STUP市场的潜力有多大？
STUP市场具有很大的潜力，随着技术发展和应用需求增加，预计26年该市场的收发模组数量将达到6亿个，到27年将超过8亿个。但由于目前原材料供应等因素，市场渗透率还处于个位数阶段。
在光模块的封装技术中，主流的两个分封装技术分别是什么？
主流的两个分封装技术分别是OSFP和QSFPDD。
OSFP封装技术主要应用于哪些产品？
OSFP封装技术主要用在散热性能较好的800G和1.2T等高端产品中。
USFP封装技术主要应用于哪些产品？
USFP封装技术主要应用于相对较低端的产品系列。
EML光芯片的发展进度如何？
目前鲁M公司推出的EEMM光芯片已经达到了448G，并预计在2027年会有3.2T的产品上市。
光芯片推出后多久光模块会上市？
一般情况下，光芯片上市后1到2年内，对应的光模块就会上市。
现在市场上还有哪些新的产品阶段？
目前市场上还存在2.4T的新产品阶段。
目前调制解调技术中EML平台的情况如何？成本较低的观光调制解调技术有哪些优势？
EML平台是人化音为主的常见调制解调平台，但由于产能问题，价格相对较高，且目前所有产品基本已被预定。观光调制解调技术使用成本较低的光源和衬底进行调制，其成本低、产能充裕，有助于提升光模块公司的毛利率。
波尼酸锂技术在光模块领域的应用和发展情况如何？
博铌酸锂技术是一种与硅光掺合的新型调制解调平台，虽然目前尚未完全成熟，但长期发展前景较好。
CPO（共焦光子学模块）的发展节奏以及上市进程是怎样的？
CPO的真正意义上的全面上市可能要到2027年下半年甚至2028年才能实现大规模起量，而MPO作为过渡产品已在今年开始逐渐落地。
对于OCS（光子交换开关）的应用场景和未来发展有何看法？
OCS主要用于节省光电转换过程，其应用需结合AI算法设计，并可能更多用在备份系统或具备全套网络解决方案的公司中，而非主流技术路线。
关于专用型存储行业产能替代窗口期的现状和趋势是什么？
今年是专用型存储产能替代窗口期，供应商如三星、美光等正逐步退出专用型存储领域，为利机型存储和SLC NAND产能腾出替代空间，同时需求端在存量和增量方面均有增长预期，其中DDR3、DDR4、SLC NAND和Nor Flash等产品受益于本轮产能结构调整。
在车载电控工控领域，为什么专业性存储产品有结构性的需求支撑？
在车载电控工控领域，由于其对长期运行标准，如温度适应性、频繁读写数据以及断电保存等特质有严苛要求，产品的验证周期较长，下游客户完成认证切换成本较高。因此，为满足这些特定需求，专业性存储产品提供了结构性的需求支撑。
no flash产品的主要特点和应用场景是什么？
no flash产品主要支持代码的就地执行，读取响应速度快，物理特性适配下游应用端固件启动的必要条件，具有不可替代性增量需求，尤其在智能驾驶和AI智能驾驶领域，随着传统燃油车向电动化和智能化转型，代码和数据量暴增，对实时数据缓存、运算流程及稳定性较高的dram（如SLC）的需求明显增加。
智能驾驶和AI领域的发展如何影响存储需求？
智能驾驶和AI的发展带动了车载系统中实时运算、固件加载启动（如no flash）、行车数据存储（如SLC）等核心元器件的需求增长。此外，在AI基建建设、端测AI发展中，除了拉动通用型存储需求外，也打开了专用型存储规模增长的空间，例如大模型训练推理产生的海量数据催生了主流性存储出货规模，并且端测系统的存储可靠性、使用寿命和功耗要求更高，为专用型存储创造了新的增长点。
本轮专用型存储涨价的主要原因是什么？
本轮专用型存储涨价主要源于供给端的调控，特别是原厂主动收缩产能，导致短期内供不应求的局面。今年依然是专用型存储供应端整合的一年，随着新增产能逐步释放，供需缺口将走向再平衡，预计2027年之后整个行业的供需状况会逐步收敛。
对未来几年专用型存储市场规模有何预测？
预计2026年全球立即型dram、SLCN和no flash的市场规模分别为85亿美元、23亿美元和28亿美元，而在2028年将达到276亿美元、63亿美元和64亿美元。其中，价格弹性显著高于出货量弹性，且随着产能优化和技术升级，头部厂商市场份额将进一步集中，而国际大厂逐渐退出低端产品产能，将有利于像交易创新等厂商受益于行业整合和产能替代过程。
智能驾驶AI新增需求中，云端和端测的场景分别有哪些具体的存储需求差异？
云端AI训练的核心需求更侧重于带宽或密度的升级；而在端测方面，其核心诉求是适配特定场景并平衡诸如体积、结构、实时响应等条件，这些多元化需求在传统的标准化存储产品中可能无法达到最佳识别效果。
定制化存储解决方案在哪些领域有所应用，并且效果如何？
定制化存储解决方案已在汽车座舱、AIPC机器人等领域取得应用，例如招易创新控股子公司青云科技在2026年持续推进相关领域的端测定制化DRAM芯片量产，并已在内部项目中证实了技术优势，相较于标准化产品，定制化层客户粘性更强。
全球SLC和NAND闪存市场规模及增长动力是什么？
根据沙利文数据，2024年全球SLC市场规模为23亿美元，预计2026年增长至63亿美元，主要动力来自于价格增长；而全球NAND闪存市场规模2024年为23亿美元，预计2026年增长至64亿美元，同样受到价格增长推动，但整体比特出货量在2025年持平后，2026年将出现下降。
SLC、MLC、TLC和QLC这四类NAND闪存产品有何特点及应用场景？
这四类产品在存储密度、擦写寿命和成本上有差异，其中SLC在各类NAND闪存产品中的可靠性最高，广泛应用于工业控制、汽车电子、通信基站及医疗等对高可靠性有严格要求的场景。而QLC容量大、成本低，适合海量存储需求。
NO FLASH（如NAND闪存）的需求增长主要来自哪些领域？
NO FLASH需求增长主要来自智能驾驶、AI服务器等领域的推动。智能驾驶中，自动驾驶控制器、车载MCU传感器等硬件数量大幅增长，对系统固件和安全启动程序的需求同步上行，带动NO FLASH需求增长。同时，AI服务器由于硬件复杂程度提升，电源管理架构、控制器节点数量增加，也进一步拉动了存储需求。
------------------------------
公众号改版了，大家可能无法及时接收到文章推送，请务必在文章下方点击“赞”和“在看”，也可以点击公众号主页右上角的三个点，将公众号设置为“星标”，便于查阅（您的点赞与在看，更是我更新的动力 ）
