AI产业链地图·知识库 公司深度研究 · 中际旭创
🚧 网站建设中 → 产业链图谱
中际旭创300308.SZ
0/2
公司深度研究 · 中际旭创 300308.SZ

从一根光纤到一万亿市值

光模块行业完全指南,与一家中国公司的估值解剖 —— 五个单元,节节带测验

这门课把一份深度研究报告拆成 5 个单元,一次只显示一个单元;单元内再分节,每节只讲一个主题、末尾 5 道题,选完立刻出反馈。全部做完给一张成绩单,低于 60 分的节次会标红并可以一键跳回去重读。正文里带虚线的词点开可以直接看知识库词条——假设你懂金融,但对这个行业一无所知,所有物理和器件都从头讲起。

Unit 01 / 05

光模块是什么,钱在哪里赚

从一根光纤讲起:为什么 AI 集群非光不可、一颗模块的钱都花在谁身上、速率的节奏由谁决定、材料与架构有哪几条路。

阅读 约 18 分钟分节 4 节测验 20 题(每节 5 题)

这一单元不谈估值,只做一件事:把「光模块」这四个字拆到你能自己算成本。读完你会知道一颗 1.6T 模块里最贵的三块料是什么、谁赚走了毛利、以及为什么行业的节拍表其实挂在英伟达的产品日历上。

一.1

为什么数据中心需要光

铜为什么不够用了,以及 AI 把这个问题放大了一百倍

约 4 分钟·1,138 字·5 题
01

一个物理问题:铜跑不动了

不是工程师不努力,是电信号在铜线里的衰减写在物理定律里

计算机内部的信息以电信号形式在铜导线上传输。短距离内这非常高效——手机主板上芯片之间的连线就是铜。

但铜有两个绕不过去的限制:

第一,衰减随频率和距离急剧上升。电信号在铜线中因电阻发热而损耗,速率越高(频率越高)损耗越严重。在当前主流的 224G/lane 速率下,能跑多远?

1–2 米
无源铜缆 DAC 的有效距离
机柜内、相邻插槽级别
5–30 米
有源铜缆 AEC 的有效距离
加了信号增强电路,代价是功耗与成本

第二,功耗与体积。要让铜跑得更快更远,就要堆更多信号补偿电路,功耗和成本随之上升;而且铜缆又粗又重,一个机架的线缆重量可达数十公斤。

光纤没有这些问题:光在玻璃纤维中传输损耗极低(可跑几十甚至几千公里),带宽极大,线径极细,且不受电磁干扰。

02

AI 把这个问题放大了一百倍

算力瓶颈正在让位于通信瓶颈

传统数据中心里,服务器之间的通信量并不算大——处理一个网页请求基本是单机独立完成的。

AI 训练完全不同。训练大模型时,成千上万块 GPU 必须像一台机器那样协同:每完成一小步计算,所有 GPU 都要交换各自算出的中间结果(梯度同步)。这意味着 GPU 之间的通信不是偶尔发生,而是每时每刻都在发生,且必须极低延迟——任何一块 GPU 在等数据,整个集群都在空转。

这一句是整个行业的起点

算力瓶颈正在让位于通信瓶颈。于是那个把电信号转成光、跨节点传输、再转回电的小盒子——光模块——从数据中心的配角变成了主角。

03

三种连接方式:Scale-up / Scale-out / Scale-across

这三个词会贯穿全部十章,必须先钉死

术语中文含义典型距离当前主流介质
Scale-up纵向扩展同一台设备(机柜)内增加更多 GPU,让它们像一颗芯片那样紧密协作。例如英伟达 Vera Rubin 机架把 72 颗 GPU 连成一体机柜内,< 3 米铜缆为主,正在向光迁移
Scale-out横向扩展通过交换机把更多机柜连起来。现代 AI 集群的 scale-out 可连接 10 万颗以上 GPU机房内,数十至数百米光模块(绝对主力)
Scale-across跨域扩展不同地理位置的数据中心连起来。英伟达已推出对应的以太网交换机与网卡方案数公里至数十公里光(相干技术)
整个投资逻辑中最重要的数字之一

高盛测算,光互联从 scale-out 扩展到 scale-up,可寻址市场(TAM)会扩大 13 倍

为什么这么大?因为 scale-out 连的是「机柜与机柜」,数量以万计;而 scale-up 连的是「GPU 与 GPU」,同一个集群里数量以百万计。把光挤进机柜内部,等于把客户数量乘上两个数量级。这也是为什么所有关于「铜还能撑多久」的讨论,最后都会变成对光模块公司的估值讨论。

04

一条暗线:封闭生态与开放生态之争

它决定了光模块厂商是「标准件供应商」还是「被指定的代工方」

在 scale-up 网络上,英伟达的封闭生态占主导(自研交换芯片、自研交换机、交付「整机架」设计)。但开放阵营正在推进:

组织成立在做什么
ESUN(Ethernet for Scale-Up Networking)2025 年 10 月 · OCP把以太网技术引入 scale-up 领域
UALink2025 年 5 月发布 200G 1.0 规范专注 GPU–GPU 的 scale-up 互联
UEC(Ultra Ethernet Consortium)2023 年 8 月优化以太网以适配 AI/HPC

在 scale-out 网络上,则是英伟达的 InfiniBand(封闭、低延迟高带宽)挑战以太网(开放、成本效益好、兼容性强)的格局。

这与光模块厂商的关系

开放生态越强,标准化的可插拔光模块需求越大、供应商选择越自由,模块厂是拿着标准件去竞标的独立供应商;
封闭生态越强,交换机厂商和芯片厂商对光互联形态(如后面要讲的 CPO)的控制力越强,模块厂更接近被指定的代工方。

这是二.3 节讨论 CPO 时的一条暗线——请先记住它,那一章会用到。

这一节要带走的一句话 光模块的主战场是 scale-out;scale-up 正在从铜向光迁移,这是未来最大的增量;而这次迁移把可寻址市场撑大 13 倍——整条投资逻辑的第一块基石。

检验一下:为什么数据中心需要光

5 道题,选完立刻出反馈。做错的那道,恰好是这一节你真正学到东西的地方。

一.2

拆开一颗光模块:钱花在哪

六个步骤、一张 BOM 表、一张毛利分配表——这门生意的全部秘密都在里面

约 6 分钟·1,797 字·5 题
01

跟着一个信号走一遍

光模块是双向的——既发射也接收,所以英文叫 transceiver

光模块是一个可以拿在手里的小盒子,通常从 U 盘到手掌大小,插在交换机或服务器网卡的前面板插槽上。 跟着一个信号走一遍,就能理解它内部的所有部件。

发射 · 第 1 步

DSP 处理电信号

交换机芯片送出的高速电信号首先进入数字信号处理器。DSP 负责编解码、色散补偿、信号均衡、前向纠错(FEC)——本质是「把信号整理干净,并预先补偿它在后面旅途中会受到的损伤」

发射 · 第 2 步

Driver 放大信号

DSP 输出的是低电压小电流信号,不足以驱动光学器件。激光驱动芯片把它放大成足以驱动激光器的大电流/高电压信号。

发射 · 第 3 步

激光器 + 调制器:电变成光

最关键的一步,有两种做法。直接调制:直接控制激光器电流,让它忽明忽暗表示 0 和 1——简单便宜,但速率上不去。外调制:激光器持续发出稳定的光(CW 激光器),另用一个调制器去「开关」这束光——速率可以做得很高,是高速光模块的必然选择。

接收 · 第 4 步

探测器把光变回电

光信号经光纤到达对端,由光电探测器(PIN 或 APD 光电二极管)接收,转换成微弱电流。

接收 · 第 5 步

TIA 放大

跨阻放大器把探测器输出的微弱电流转换并放大成一定幅值的电压信号。

接收 · 第 6 步

DSP 恢复数据

再次经 DSP 做均衡、纠错、时钟恢复,还原原始数字信号交给交换机芯片。

一句话总结

光模块 = 光芯片(发光/收光)+ 电芯片(DSP / Driver / TIA)+ 光学器件(透镜、光纤接口、隔离器)+ 结构件(外壳、散热、金手指),封装在符合行业标准尺寸的小盒子里。

第 3 步那个分岔——把调制器做在磷化铟上(EML),还是做在硅上(硅光——是理解整个行业的关键,一.3 节展开。

02

这是理解这门生意最重要的一张表

以主流 800G 光模块为例,物料成本花在哪

部件占物料成本比例主要供应商
DSP 电芯片30%–40%(另一口径 20%–30%)BroadcomMarvell(合计全球 90%+)
EML 光芯片30%–35%LumentumCoherent、住友电工、三菱电机;国内源杰科技、长光华芯
其他(Driver、TIA、无源器件、结构件、封测)约 30%天孚通信太辰光、光库科技等

1.6T 时代 DSP 全面转向 5nm/3nm 先进制程,成本占比进一步上升。

03

钱最后被谁拿走

一个 800G 可插拔光模块,整条价值链上的毛利分配

光模块厂商中际旭创
约 40%
DSP 电芯片厂Broadcom / Marvell
10–15%
EML 光芯片厂
8–13%
其余无源器件 / 封装 / 代工
剩余

这张表告诉我们三件事。

第一,光模块厂商是价值链上拿走毛利最多的单一环节(约 40%)。这解释了为什么中际旭创能维持 42%–46% 的毛利率——这在制造业中是相当高的水平。

第二,最大的两块成本都不在自己手里。DSP 由 Broadcom 和 Marvell 垄断(全球 90%+),这是中国光模块产业最硬的「卡脖子」环节,也是地缘政治风险的主要暴露面。

第三件事 · 这是本章最值钱的一句

这张表解释了行业所有技术路线之争的动机。后面讲到的每一条路线,本质上都在回答同一个问题——怎么把不属于自己的那部分成本拿回来,或者绕过去

· LPO(线性直驱):干脆不要 DSP,省掉 30%–40% 的物料成本,同时绕开卡脖子
· 硅光:用硅基调制器替代 InP 的 EML,把 30%–35% 的光芯片成本转移到可自研、可规模化的硅工艺上
· 垂直整合旭创投资源杰科技等上游光芯片厂,把 8%–13% 的毛利拿回来一部分

理解了成本结构,行业的技术路线就不再是一堆缩写,而是一张清晰的利益地图。

04

参数怎么读

看到「800G DR8」应该能拆出哪些信息

800G = 800 Gbps,是模块总带宽,通常由多个通道并行实现:8 × 100G,或 4 × 200G。

单通道速率(per lane)是比总速率更重要的技术指标,因为总速率可以靠堆通道数实现,而单通道速率提升才代表真正的技术进步。管理层在电话会上专门提到:

管理层原话

「确实存在 4×200G 规格的 800G,技术含量更高,扩展后即 8×200G=1.6T;单波 200G 技术日趋成熟,公司今年已出货很多,其价格和毛利显著好于 8×100G 方案。」

这是一个很有价值的细节:同样标称 800G,用 4×200G 做的比 8×100G 毛利更高。所以简单比较各家「800G 出货量」是有误导性的,必须看背后的通道方案。

后缀距离典型应用
SR(Short Reach)100 米以内机柜内/相邻机柜,多模光纤
DR(Datacenter Reach)500 米数据中心内部
FR(Far Reach)2 公里数据中心内跨楼
LR(Long Reach)10 公里数据中心之间(DCI)
ZR / ZR+80–120 公里城域/长途,需相干技术

距离越远,对激光器功率、波长精度、色散补偿要求越高,成本与售价也越高。这就是为什么管理层说「1.6T 型号众多(EML 版/硅光版;多模、DR、FR/LR 等不同距离),价格差异很大,笼统报一个价没有意义」——这句话在技术上完全成立。三.1 节分析价格传闻时,这一点很关键。

封装全称典型速率通道数
SFP / SFP+ / SFP28Small Form-factor Pluggable1G / 10G / 25G单通道
QSFP+ / QSFP28Quad SFP40G / 100G4 通道
QSFP-DDQSFP Double Density400G / 800G8 通道
OSFPOctal SFP800G / 1.6T8 通道
OSFP-XDOSFP Extra Dense3.2T(规划中)16 通道

演进的两条路线:SFP 系列走「单通道提速」,QSFP/OSFP 系列走「多通道并行」。当前高速段以 OSFP 为主,因为其尺寸与散热能力更适合高功耗的 800G/1.6T 模块。

旭创自研的 XPO(Extra-dense Pluggable Optics)就是这条线的延伸——液冷 + 更高前面板端口密度,且不改变系统架构。这一点在二.3 节讨论 CPO 时非常重要。

05

两个市场:电信 vs 数通

商业逻辑几乎相反,而旭创只在其中一边

电信市场(Telecom)数通市场(Datacom)
客户电信运营商云厂商/互联网公司
采购方式集中招标,价格透明,压价严厉直接采购,长期合作,技术绑定
迭代速度慢(5–10 年一代)快(当前约 2 年一代)
距离长(数十至数千公里),需相干短(数百米至 10 公里为主)
毛利率
增长驱动5G 建设、宽带升级AI 算力扩张
这既是它的优点,也是它的风险

数据中心已占光模块应用的 60% 以上,且 AI 让数通市场的迭代周期从 3–4 年缩短到约 2 年。

中际旭创是一家几乎纯粹的数通厂商,客户是北美超大规模云厂商与 GPU 供应商。这既是它高毛利、高增长的原因,也是它风险集中的原因——命运与少数几家美国科技巨头的资本开支高度绑定。

作为对照,国内的光迅科技(002281.SZ)有较重的电信基础,结构更均衡但成长性更弱,这部分解释了两者估值的差异。

这一节要带走的一句话 光模块厂拿走整条价值链约 40% 的毛利,是单一环节里最多的;但最大的两块成本(DSP、光芯片)都不在自己手里。后面所有技术路线之争,本质都是在抢这两块钱。

检验一下:拆开一颗光模块:钱花在哪

5 道题,选完立刻出反馈。做错的那道,恰好是这一节你真正学到东西的地方。

一.3

速率的节奏,由英伟达定

从 10G 到 1.6T,以及为什么这门生意不是「守住产品赚钱」而是「跑到下一代赚第一波钱」

约 3 分钟·1,039 字·5 题

理解一个行业最快的方法,是看它的技术沿着什么逻辑演进。光模块有一条清晰主线: 每一次代际跃迁,都是在带宽、功耗、成本、距离这四个约束之间重新找平衡点。

01

速率演进:15 年提升 40 倍

大致每 3–4 年翻一番,AI 时代压缩到约 2 年

时期主流速率驱动因素
2000 年代1G / 10G互联网普及、企业网
2010 年前后40G数据中心兴起
2015 年前后100G云计算爆发
2020 年前后400G超大规模数据中心
2024–2025800GAI 训练集群第一波
20261.6T 正式放量AI 训练集群第二波
2027–20283.2T 导入Rubin / Rubin Ultra 世代
2028+2.4T / 6.4T / 12.8TScale-up 光互联

一个直观对照:苏州旭创 2011 年成为全球首个通过 Google 40G 光模块认证的企业。从 40G 到 1.6T,速率提升 40 倍,只用了 15 年。

02

投资者最需要记住的一张映射表

光模块的需求节奏,完全由英伟达的平台节奏决定

英伟达平台GPU 层网络层(leaf/spine/core)时间
GB200400G800G2025
GB300800G1.6T2026
Vera Rubin (VR200)1.6T1.6T / 3.2T2027
Rubin Ultra3.2T2028

高盛 2026-07-17 公司报告 p3

这条规律决定了整门生意的形态

英伟达每推一代新平台,光模块主流速率就升一级;而升级本身就是光模块厂商最大的利润来源——新规格上市初期价格最高、竞争者最少,随后逐年降价,直到下一代接棒。

所以这门生意的商业模式不是「守住一个产品赚钱」,而是「不断跑到下一代去赚第一波钱」。二.2 节会把这一点讲透——它同时解释了这家公司的高毛利它的脆弱性。

03

三条并行的路线,不是一条

任何一款具体产品,都是三条路线上各取一点的组合

路线演进方向本课程在哪讲
路线一 · 速率10G → 40G → 100G → 400G → 800G → 1.6T → 3.2T本章
路线二 · 材料InP / EML ——→ 硅光(SiPh)主导一.4 节
路线三 · 架构可插拔 → LPO / LRO → NPO → CPO一.4 节 + 二.4 节
一个能帮你读懂绝大多数行业讨论的三维框架

例如「1.6T 硅光可插拔模块」=(1.6T × 硅光 × 可插拔)。
以后看到任何一个陌生型号或行业争论,先把它拆到这三个维度上,你就知道它到底在讨论什么。

04

调制技术:信号怎么「编」到光上

它决定单通道能跑多快,也解释了 DSP 为什么那么贵

方式原理每符号比特代价
NRZ(不归零码)有光=1,无光=01 bit最简单,速率上不去
PAM4(四电平脉冲幅度调制)用四个光强度等级表示 00/01/10/112 bit(速率翻倍)对信噪比要求高得多,必须用 DSP 做复杂补偿
相干Coherent同时利用光的幅度、相位、偏振三个维度信息密度极高成本高、功耗大,可传数百至数千公里
把一.2 节的 BOM 表和这里连起来

PAM4 必须用 DSP 做复杂补偿——这正是 DSP 成本占比高达 30%–40% 的根本原因
当前 200G/400G/800G 的主流方案 = PAM4 + DSP。1.6T 要求单通道 200G,技术难度进一步提升,DSP 转向 5nm/3nm,成本占比还会上升。

05

一个尚未被充分定价的期权:Coherent-Lite

高价值的相干技术,正从跨数据中心向机柜内扩张

美银 2026 年 6 月报告提到,市场开始讨论 2.4T Coherent-Lite(CL,轻量化相干)方案,可能被 Google 采用。 这意味着高价值的相干技术正从 scale-across(跨数据中心)向 scale-up(机柜内)扩张—— 回想一.1 节那个「TAM 扩大 13 倍」的判断,这是它的一条具体实现路径。

相干光市场长期由美国厂商主导,而旭创是少数具备量产自研相干器件、激光器与相干光组件能力的中国供应商。 美银认为,凭借与 Google 的深度关系,旭创可能是 Google 采用 Coherent-Lite 的关键受益者。

怎么理解「期权」这个说法

没有被计入任何一家大行的盈利模型(三.1 节会看到那些模型里逐项收入的构成)。 也就是说:如果它发生,是纯增量;如果不发生,也不影响现有估值。

这类「不在模型里的东西」正是超额收益最常见的来源——四.1 节会给你一份完整的跟踪清单,Coherent-Lite 在上面。

这一节要带走的一句话 英伟达每推一代平台,光模块主流速率就升一级。升级本身就是模块厂最大的利润来源——新规格上市初期价格最高、竞争者最少,随后逐年降价,直到下一代接棒。

检验一下:速率的节奏,由英伟达定

5 道题,选完立刻出反馈。做错的那道,恰好是这一节你真正学到东西的地方。

一.4

材料之争与四条架构路线

EML vs 硅光决定了毛利率,可插拔 vs CPO 决定了谁掌握供应链话语权

约 5 分钟·1,583 字·5 题
01

材料路线之争:EML vs 硅光

这是理解旭创毛利率的核心

EML(磷化铟路线)硅光(SiPh 路线)
怎么做用 InP 等 III-V 族化合物半导体制造激光器和调制器在标准硅晶圆(SOI)上做光波导、调制器、探测器,借用成熟 CMOS 代工体系
优点发光效率高、性能成熟、高速性能好工艺兼容 CMOS、集成密度高、成本随规模快速下降
缺点InP 晶圆尺寸小(2–4 英寸)、产能有限、成本高、良率受限、无法与 CMOS 集成硅是间接带隙材料,本身不能发光——必须外接 CW 激光光源
一个反直觉但很关键的结论

硅光赢了,并不意味着激光器芯片厂就没生意了。恰恰相反——硅不能发光,硅光方案必须外接 CW 激光器。 这就是为什么源杰科技这类做 CW 激光器芯片的公司,在硅光路线中依然关键。

回到一.2 节的 BOM 表:硅光把 30%–35% 的光芯片成本转移到可自研、可规模化的硅工艺上, 但没有把它消灭。理解「转移」和「消灭」的区别,是判断上游公司命运的关键。

当前行业的瓶颈就在 EML 这一侧。野村明确指出,供给短缺集中在「上游材料 InP 晶圆、设备 MOCVD、器件 200G EML」。 这也是为什么全球在拼命扩产 InP 衬底:

住友电工
2.4×
JX Advanced Metals五年内计划
7–10×
02

数字:硅光正在赢

渗透率是价值口径,不是数量口径

硅光渗透率(占全球光模块价值20252026E2027E2028E
渗透率28%43%56%62%

高盛判断,到 2026 年,800G / 1.6T / 3.2T 的硅光渗透率将分别达到 60% / 80% / 100%—— 速率越高,硅光越是唯一选项。

另据弗若斯特沙利文数据(东吴证券引用),全球硅光模块市场 2025 年约 ¥631 亿 → 2030 年 ¥2,633 亿,CAGR 约 33%,其中 72.3% 用于数据通信。

03

这 11–17 个百分点,就是旭创毛利率的全部故事

它不来自涨价,而来自产品结构迁移

毛利率(高盛模型)2026E2027E2028E
硅光模块49.5%49.6%49.7%
EML 模块37.6%38.3%33.0%
差距11.9pct11.3pct16.7pct

旭创是全球首家将高速硅光光模块规模商用的厂商。在高盛模型中,公司硅光模块出货占比将从 2025 年的 50% 升至 2028 年的 69%

本章最重要的一句

这 11–17 个百分点的毛利率差距,就是旭创未来三年毛利率能从 42% 走到 50% 的主要机制。它不来自涨价,而来自产品结构的迁移。

但有一个需要警惕的判断:当硅光在 1.6T 的渗透率已达 80%,它就从「差异化优势」变成了「入场门票」。 旭创的硅光先发优势,正在完成从护城河到基础设施的转变。真正的下一道壁垒在薄膜铌酸锂、相干、先进封装——这一点管理层自己也承认。

04

架构路线:光电转换应该发生在哪里

全行业争议最大、也最关系旭创长期命运的一条线

今天的主流

可插拔(Pluggable)

光模块插在交换机前面板插槽上,电信号要走几十厘米铜走线才转成光。优点:可热插拔、易维护、坏了只换一个模块、标准化程度高、供应商可自由选择缺点:铜走线长导致功耗高,前面板面积限制端口密度。

成本优化

LPO / LRO —— 省掉 DSP

去掉 DSP,用模拟线性 Driver/TIA 直接驱动。收益:功耗降 30%–50%、省掉占 BOM 30%–40% 的 DSP、延迟降低、天然绕开 Broadcom/Marvell 的卡脖子代价:传输距离缩短,对系统设计要求高得多。领跑的是新易盛,不是旭创——二.3 节会分析这个战略分歧。

2027H2 起量

NPO(近封装光学)—— 折中方案

光引擎从前面板移到交换机内部、靠近交换芯片(同一块 PCB 上),但不在同一封装内。功耗低于可插拔,仍保留一定可维修性。记住这个词——管理层明确表示「NPO 将成为 scale-up 光连接的主流方案」,而高盛模型里旭创 2028 年 scale-up 业务的 98% 是 NPO,不是 CPO

2026 首批量产

CPO(共封装光学)—— 终局方案?

光引擎直接与交换芯片共封装在同一基板上,电信号只走几毫米。收益:功耗降 30%–50%、带宽密度跳升、延迟降低。代价:成本高昂、不可维修(光引擎坏了可能换整台交换机)、光源必须外置(ELS)、供应链重构。完整分析见二.4 节。

旭创自己的答案

XPO(超密度可插拔)

液冷 + 更高前面板端口密度,但不需要根本性改变系统架构这项技术在市场讨论中被严重低估:如果 XPO 能在高带宽场景下接近 CPO 的功耗表现,客户就没必要承担 CPO 带来的架构重构、供应链锁定和不可维修的代价。XPO 是可插拔阵营对抗 CPO 最现实的武器,而它掌握在旭创手里。

05

四条架构路线总表

看最后两行——那才是投资含义所在

可插拔LPONPOCPO
光电转换位置前面板前面板交换机内、近芯片与芯片共封装
是否有 DSP
相对功耗基准−30~50%较低−30~50%
可维修性最好最差
端口密度受限受限较高最高
供应链话语权分散(利好模块厂)分散集中(利好芯片厂)
当前状态绝对主流800G 渗透中2027H2 起量2026 首批量产
旭创地位全球第一跟随(新易盛领跑)主力布局英伟达共同开发
06

迭代周期缩短的三个后果

从 3–4 年压缩到约 2 年,这件事的影响比你想的深

后果为什么重要
抬高技术门槛每两年就要把产能、工艺、认证全部重做一遍。大摩用三个指标概括旭创的优势:time-to-market / time-to-volume / time-to-cost
「份额」变成每代重置的变量400G 的份额不能自动继承到 800G,800G 也不能自动继承到 1.6T。三.1 节的核心问题——卖方模型里那个高份额假设,本质上是在赌旭创能连续赢下每一代
解释了估值倍数为什么不稳定一家护城河需要每两年重新挖一次的公司,市场很难给它长期稳定的高倍数。这是「为什么市场不愿给 35.8 倍」的产业基础,而不是情绪问题

这一节要带走的一句话 旭创毛利率从 42% 走向 50%,主要机制不是涨价,而是产品结构从 EML 迁移到硅光(两者毛利率差 11–17 个百分点)。但硅光正在从护城河变成入场门票。

检验一下:材料之争与四条架构路线

5 道题,选完立刻出反馈。做错的那道,恰好是这一节你真正学到东西的地方。

Unit 02 / 05

中际旭创是谁,靠什么赚钱

三次命运转折、产业链上的真实位置、需求怎么一层层算出来、以及为什么它每一代都得重新赢一次。

阅读 约 24 分钟分节 4 节测验 20 题(每节 5 题)

有了行业底子,才轮到这家公司。这一单元回答三个问题:它的份额是怎么来的、这份额建立在什么之上、又会被什么拿走。

二.1

中际旭创是谁:三次命运转折

一家山东电机绕组设备厂、五个留美博士、一笔 28 亿元的收购——以及一条被误读的 2023 年财报

约 5 分钟·1,553 字·5 题
01

前传:300308 原本是一家做「造电机的机器」的公司

今天光模块业务的一切,都是 2017 年之后的事

如果你在 2016 年查询股票代码 300308,看到的会是一家和光通信毫无关系的公司。

山东中际电工装备股份有限公司,2005 年成立于山东省龙口市,主业是电机定子绕组制造装备—— 简单说,就是生产「制造电动机的机器」。国内该领域的龙头供应商、国家火炬计划重点高新技术企业,2012 年 4 月在深交所创业板上市

这是一门典型的传统制造业生意:技术含量不低,但市场空间有限、增长缓慢、周期性强。上市后业绩平平,一度面临增长困境。

理解这家公司的第一个关键事实

300308 这个代码背后,是一家彻底改换了主业的公司。分析它时,2017 年之前的财务数据基本没有参考价值—— 那是另一门生意的数据。

02

另一条线:五个留美博士与 Google 的一张认证

这张认证是今天所有客户关系的源头

2008 年 4 月,刘圣与另外四位留美博士共同创立苏州旭创科技有限公司。刘圣的履历是典型技术创业者路径: 清华本科 → 中科院自动化所硕士 → 佐治亚理工博士,核心团队均有海外光通信行业资深背景。

2011 年,苏州旭创成为全球首个通过 Google 40G 光模块认证的企业。

这句话的分量需要展开——在光模块行业,通过一家超大规模云厂商的认证,难度和价值远超一般人想象:

12–24 个月
认证周期
极端环境测试、长期可靠性、与既有设备互通
多个世代
一旦通过,供应关系的持续时间
这是行业最硬的进入壁垒之一
3 年
从成立到进入 Google 供应体系核心
Google 在创立初期即投资了苏州旭创
为什么这条比任何商务关系都硬

苏州旭创在创立初期即获得了 Google 的投资——这不是普通财务投资,它意味着这家中国初创公司在成立三年内就进入了全球最挑剔的数据中心客户的供应体系核心。

今天旭创与 Google、AWSMetaNVIDIA 的深度绑定,源头就在这里。这也是为什么美银在讨论 Google 可能采用 2.4T Coherent-Lite 时,特意强调「backed by its deep relationship with Google」。

与 Google 的关系是历史形成的,而非商务谈判得来的。这类关系的粘性远高于普通供应商关系。

03

两条线怎么交汇的

一次 IPO 失败,一笔 28 亿元的借壳

2015

纳斯达克 IPO 折戟

有了 Google 的投资和背书,苏州旭创搭了红筹架构筹备赴美上市,但计划失败。公司被推入尴尬境地:红筹架构要拆、拆完走国内 IPO 要排队数年,而行业正处在 100G 向 400G 迁移的关键投入期,产能扩张和研发都急需资金一家技术领先、客户优质的公司,卡在了资本通道上。

2016 · 9/10

中际装备首次发布并购预案

作价 28 亿元收购苏州旭创。

2017 · 3

获证监会有条件通过

交易结构:28 亿元收购 100% 股权,全部对价以发行股份支付——向 27 名原股东发行 2.07 亿股,发行价 13.55 元/股,同时配套融资 4.9 亿元。

2017 · 7 / 8

完成重组,新股上市

7 月正式完成重组,8 月 11 日新发行股份上市。实质是苏州旭创的借壳上市。

2017 · 9/30

更名「中际旭创

公司全称与证券简称由「中际装备」变更为「中际旭创」。

A 股跨界并购史上最成功的案例之一

以 2026 年 7 月 30 日 ¥9,636 亿的市值计算,相对 2016 年 28 亿元的收购作价,价值增长超过 340 倍

另一个对投资判断有用的推论:管理层是技术出身的创业者,不是职业经理人。 这解释了电话会上他们对技术细节的熟悉程度——能准确区分 4×200G 和 8×100G 的毛利差异、能列举 NPO 所需的具体物料清单。

04

本章最值得记住的一张表

注意 2023 年那一行

年份营业收入YoY净利润阶段特征
2022¥96.4 亿+25.3%¥12.2 亿400G 时代,云计算需求
2023¥107.2 亿+11.2%¥21.7 亿AI 前夜:收入几乎停滞,但净利 +77.6%
2024¥238.6 亿+122.6%¥51.7 亿800G 放量第一年
2025¥382.4 亿+60.3%¥108.0 亿800G 主流化,1.6T 起步
TTM(至 2026Q1)¥510.6 亿+192.1%¥149.5 亿1.6T 爆发

2022–2025 为野村 2026-07-06 报告 Fig.1 复原的历史实际值;TTM 为 yfinance 数据(2026-07-25 更新)

这是本报告认为最值得记住的一条历史教训

2023 年:收入只增长 11.2%,但净利润增长 77.6%,毛利率从 29.3% 升到 33.0%。

这是典型的「代际切换前夜」特征——老产品(400G)需求见顶,新产品(800G)尚未放量,但产品结构已在改善。

如果一个投资者在 2023 年只看收入增速,会错过整个行业最大的一轮机会。下一年收入就 +122.6% 了。

结论:在换代周期只有两年的行业里,收入增速是滞后指标,产品结构和毛利率才是领先指标。

05

今天的旭创

以及一张给出硬上限的产能表

21.2%
全球份额 · 2025 年相关收入口径
LightCounting & CIC 口径,高盛引用
第 1 名
LightCounting 2025 光模块供应商 TOP10
400G / 800G / 1.6T 全高速段领先
53.9%
ROE(TTM)
净现金状态且持续加厚

客户结构:Google、AWS、Meta、Microsoft、NVIDIA,以及中国内地主要云厂商。2026 年 7 月 29 日港股首秀(A+H 两地上市),总股本 11.111 亿股,自由流通比例 68%–72.5%。

产能路径(高盛模型,k 只)2026E2027E2028E
产能60,00090,000120,000
产量42,52171,31195,971
出货37,74363,29885,187
稼动率71%79%80%
这张表的用法

公司自述 2026 年产能「翻倍以上」,高于高盛此前假设的 +17%,是高盛 7 月大幅上调预测的直接理由之一。

更重要的是,它给出了一个硬上限:即便需求无限,2027 年出货也不可能超过 90,000k 只。 三.1 节讨论那个「份额假设」时会回到这张表——产能表是检验一切份额假设的物理天花板。

另一个容易被忽略的特征:资本开支占收入比从 2023 年的 16% 降至 2028E 的 2%——这是一家轻资产扩张的公司,2028 年预计净现金 ¥1,935 亿。

这一节要带走的一句话 在换代周期只有两年的行业里,收入增速是滞后指标,产品结构和毛利率才是领先指标。2023 年收入只增 11.2%、净利却增 77.6%——只看收入的人错过了整轮行情。

检验一下:中际旭创是谁:三次命运转折

5 道题,选完立刻出反馈。做错的那道,恰好是这一节你真正学到东西的地方。

二.2

产业链全景与真实商业模式

上游三个瓶颈、中游一个反直觉的结论——这不是一门「守住份额收租」的生意

约 6 分钟·1,675 字·5 题
01

产业链全景

钱在哪个环节赚,以及谁卡着谁的脖子

所属层级第二层-芯片系统 子行业2-13 光互联
上游 · 瓶颈所在,海外主导
光芯片 EML / CW / DFB / VCSEL决定出货量上限
Lumentum Coherent 住友电工 三菱电机 源杰科技 长光华芯 仕佳光子
电芯片 DSP / Driver / TIA全球 90%+ 垄断
最硬的卡脖子 · 占 800G BOM 的 30%–40%
衬底与代工InP / 硅光
JX Advanced Metals 台积电 COUPE 格芯 SiPh PDK
设备当前短缺
Aixtron(MOCVD) Veeco
供应
中际旭创 · 光模块 / 光引擎
本课程主体 · 拿走整条链约 40% 的毛利
同层 · 中游其他玩家与配套
光模块厂中国优势环节
光器件 / 无源最抗路线分叉
天孚通信 太辰光 光库科技
供货
下游 · 谁在采购
交换机 / 系统直接客户
NVIDIA Arista Cisco 白牌交换机
云厂商 / 数据中心最终买单方
02

上游三个瓶颈

光芯片决定量的上限,电芯片决定风险的上限

类型用途主要供应商
EML高速外调制激光器,800G/1.6T 主力LumentumCoherent、住友电工、三菱电机
CW 激光器硅光方案的外置光源Lumentum、Coherent;国内源杰科技(已布局 300mW 高功率产品)
DFB中低速直调激光器仕佳光子、长光华芯
VCSEL短距多模,也是 CPO 光源候选Coherent、Lumentum

这是决定出货量上限的环节。野村明确指出当前短缺清单:InP 晶圆、MOCVD 设备、200G EML

国产化进展:源杰科技(688498.SH)2025 年销售收入 ¥6.0 亿、毛利率 58%,自产光栅工艺成本显著低于外购;仕佳光子(688313.SH)2025 年营收 ¥21.29 亿,毛利率从 2023 年的 19% 升至 35%。

旭创的上游策略:用资产负债表换供应链安全

管理层电话会原话:「与现有供应商签长协锁定其未来几年新扩产能;扩充新供应商;通过预付款乃至对核心供应商的股权投资加强绑定。」

旭创与源杰科技是深度绑定关系——旭创是早期投资方。公司 2028 年预计净现金 ¥1,935 亿,有充足弹药做这件事。

最硬的卡脖子:电芯片

BroadcomMarvell 合计占据全球 DSP 市场 90% 以上份额,而 DSP 占 800G 光模块 BOM 成本的 30%–40%。这是中国光模块产业最大的结构性风险:成本上受制于人、供应上存在断供风险、地缘政治升级时是最直接的打击点。

管理层也承认:「紧缺不止光芯片,还包括电芯片、PCB、无源器件等」。

但卖方对这条风险的处理方式很值得注意:四家最新报告里, 只有高盛和大摩把它列进风险清单,而且各自只有一个词组 (高盛原文「geopolitical risks」、大摩原文「geopolitics, tariffs, and supply chain volatility」); 野村和美银的下行风险清单里一个字都没提。没有任何一家给出机制、情景或量化。

记住这个反差:产业上它是最大的结构性风险,模型里它是一个词。 第五单元收尾时会专门用一节把这条风险单独拆开——为什么它进不了估值模型、 暴露面和缓释条件分别是什么、以及该盯哪些前哨信号。

LPO 路线的战略意义就在这里——它天然不需要 DSP。这也解释了为什么中国厂商(尤其新易盛)在 LPO 上如此积极。

03

直觉是错的:这不是一门「守住份额收租」的生意

本章最想讲清楚的一节

一个自然的假设是:光模块厂商靠规模优势和客户关系,长期稳定地赚取制造利润。但数据不支持这个假设。看高盛模型里的价格路径:

旭创 SiPh 模块 ASP(美元)2026E2027E2028E三年变化
400G190179143−25%
800G381357279−27%
1.6T763715560−27%
3.2T1,4141,152−19%
加权平均 ASP555675686+24%
把这两行放在一起,商业模式就清楚了

每一代产品的单价都在逐年下降(各跌 25%–27%),但公司的加权平均 ASP 在上升($555 → $686)。

光模块厂商不是靠守住单品价格赚钱,而是靠不断推出下一代产品,在竞争对手追上来之前收割技术溢价。旧规格逐年降价的同时,新规格以更高单价补位。

用高盛的另一个数字更精确——每 G 价格(把总带宽和价格相除,剔除规格差异): $0.6(2026E)→ $0.5(2027E)→ $0.4(2028E),年降 3% / 6% / 22%

单位带宽的价格持续下降,这是光通信行业几十年不变的规律。厂商的利润,来自于在价格下降的同时把带宽卖得更多、更快。

这解释了三件事:

现象为什么
管理层反复强调「率先进入市场」电话会原话:「公司作为 1.6T 率先进入市场的供应商,在几个核心大客户均取得不错份额,价格也非常好。」——先发不是荣誉,是定价权的唯一来源。
大摩用 time-to-market / time-to-volume / time-to-cost 衡量竞争力在每两年换代的行业里,「快」本身就是复利:早半年量产=在价格最高的窗口出货,超额毛利再投入下一代研发。
「年降」不等于「价格战」行业每年降价是商业模式的一部分,不是竞争恶化的信号。管理层:「行业每年例行价格年降,但要看当年供需。」四.1 节分析 7 月价格传闻时,这一点至关重要。
04

毛利率的两个来源,性质完全不同

把它们分开,是判断卖方假设能否兑现的关键

来源一 · 产品结构升级来源二 · 供需紧张
性质结构性(可持续)周期性(不可持续)
机制400G→800G→1.6T 高速产品毛利率更高;EML→硅光差 11–17pct;硅光占比 50%(2025)→ 69%(2028E)上游短缺、交期拉长,厂商议价能力强
何时消失速率迁移结束才消失(还很远)野村判断供给短缺 2028 年随中/日/美专业厂扩产而缓解
这是本课程对卖方模型的第一处质疑

旭创毛利率从 33%(2023)走到 46%(1Q26),两个来源都有贡献。但卖方模型往往把两者混在一起—— 用当前(含周期性紧张)的毛利率去外推 2028 年,就会高估。

这是我们认为高盛毛利率假设(48%–50%)偏乐观的原因之一。三.1 节会正面处理这个问题。

最后一个容易被忽略的产业特征:光模块是轻资产制造,旭创资本开支占收入比从 2023 年的 16% 降到 2028E 的 2%。 原因在于高盛提到的一条护城河:产线设备兼容多数工艺、可用于生产不同类型光模块。 这意味着换代时不需要推倒重来,既降低了资本开支冲击,也缩短了新品量产周期。

这一节要带走的一句话 单位带宽的价格持续下降(每 G 年降 3%/6%/22%),这是光通信几十年不变的规律。厂商的利润来自在价格下降的同时把带宽卖得更多、更快——先发不是荣誉,是定价权的唯一来源。

检验一下:产业链全景与真实商业模式

5 道题,选完立刻出反馈。做错的那道,恰好是这一节你真正学到东西的地方。

二.3

需求怎么算,以及三个市场规模数字的口径与分歧

attach rate 不是常数——这是多头逻辑最扎实的部分;而「$69bn / $102bn / $154bn」里,有一对是口径差异,另一对是真实分歧,混为一谈会算错整个行业

约 7 分钟·2,159 字·5 题
01

attach rate 被当成常数,这是一个重大误区

光模块需求 = GPU 出货量 × 每 GPU 配几个光模块

平台 / 客户GPU : 光模块配比说明
NVIDIA GB2001 : 2~3(800G)GPU 层 400G,网络层 800G
NVIDIA GB3001 : 2~3(1.6T)GPU 层升 800G,网络层升 1.6T
NVIDIA VR2001 : 4~6(1.6T)配比翻倍
Google / Amazon ASIC1 : 4采用铜缆 + OCS 光交换
Meta ASIC1 : 8~12(800G)复杂的 DSF(分离式调度架构)网络设计
华为 CloudMatrix 3841 : 18全光连接
其他中国 GPU/ASIC1 : 4~6(800G)标准 8 GPU/服务器设计

配比翻倍的机制:服务器侧端口速率提升(VR200 每 GPU 支持 1.6T,GB300 仅 800G),而网络侧数据速率仍是 1.6T——于是每颗 GPU 需要接更多根光纤。

本课程中证据等级最高的一条

管理层电话会:「不少客户反馈该比例在提升,市场认知或仍停留在 1:3;实际自 2025 年起,随 AI 集群规模变大、连接场景增多,比例至少翻倍甚至更多。」

一家公司的管理层口径与一家国际大行的独立产业调研,在同一季度给出同一结论,且两者不存在信息传递关系。 这类交叉印证的可信度,远高于任何单一来源的断言——这也是你以后判断任何产业数据时该用的标准。

它的投资含义

光模块需求的增长不完全依赖 AI 资本开支继续加速,它还有一条独立的内生增长源——架构复杂化。 即便 GPU 出货增速放缓,只要架构继续向 scale-up / scale-across 演进,光模块用量仍会增长。

02

第二个被低估的变量:占资本开支的比例

管理层给出的另一个可验证参数

管理层在回答中金提问时说:「传统云计算时代光模块约占 CSP 资本开支不到 5%,目前占比在提升且速度加快。」

算一下这句话的分量

如果这个比例从 5% 提升到 8%,那么即便 CSP 资本开支零增长,光模块市场仍可增长 60%。

把两条放在一起(attach rate 翻倍 + 占资本开支比例提升),光模块行业有两条独立于「AI 资本开支总量」的增长源。这是多头逻辑中最扎实的部分。

03

三个市场规模数字:$69bn、$102bn、$154bn

它们不是三个同心圆——其中一对是口径差异,另一对是真实分歧。把这两种关系混为一谈,是行业研究中最常见的错误

口径包含什么2028E 规模来源
① 全球光模块所有速率的光模块(含 400G 以下),电信 + 数通$69.1bn高盛公司报告 2026-07-17 p4
② AI 光模块仅 AI 相关的光模块(实质上就是 800G 及以上的高速段)$102bn大摩 2026-07-17
光互联全组件scale-out + scale-up 的全部互联组件:光模块、光引擎、EML、CW 激光器、铜缆、PCB 中板、CPO$154bn高盛 mega trend 2026-04-17
先停下来,看出那个矛盾

①「所有速率、电信+数通」按定义应该包含②「仅 AI 相关」。 可是 $69.1bn < $102bn——子集比全集还大 48%。

这不是排版错误,也不是「口径不同所以都对」能盖过去的事。 两个数字里至少有一个偏离了现实,而且偏离得不小。 很多研究把这三个数并列成「同心圆」,正是因为没做这一步最基本的核对。

也不能推给时间差:①和②是同一天(2026-07-17)出的两份报告。 两家在同一天、面对同一批已公开的信息,给出了相差 1.8 倍的数——那就只能是假设不同。

要看清分歧有多大,得先把两家拉到同一块业务上比。 ①是全口径,得把它的高速段(800G + 1.6T + 3.2T)切出来——这才是与②可比的部分:

2028E · 只比高速段出货量价值隐含单价
高盛 · 全球光模块全口径556.4mn 只$69.1bn$124
高盛 · 其中高速段(800G+1.6T+3.2T)125.7mn 只$56.0bn$445
大摩 · AI 光模块150mn 只$102bn$680
大摩 ÷ 高盛高速段×1.19×1.82×1.53

高盛高速段价值 = 2028E 价值占比(800G 16% + 1.6T 34% + 3.2T 31% = 81%)× $69.1bn;出货量 = 44,047 + 53,525 + 28,162 = 125,734k 只

矛盾的真正来源:量和价各差一截,乘起来接近两倍

大摩比高盛多算了 19% 的量,又高估(或高盛低估)了 53% 的价,1.19 × 1.53 = 1.82。 这就是为什么一个「只含 AI」的口径能超过一个「含 400G 以下和电信」的口径 48%。

价格分歧是主因。大摩自己说明「重大上调主要来自对 1.6T 需求的更乐观判断」, 而高盛在同一年给 1.6T 的行业均价只有 $435(见下一单元的价格表)。 两家对「1.6T 三年内跌到什么位置」的看法根本不同——这正是第五单元那场价格战争议的底层来源。

那么这三个数到底该怎么用

①与②:不是嵌套,是分歧。选一个用,并说明你选的理由; 绝不能把 ② 当成 ① 的一部分去做加减——那会把一个 1.8 倍的分歧算成结构性增长。

③与①:口径确实更宽(多了铜缆、PCB 中板、CPO、光引擎), 但它同时换了方法论——高盛 mega trend 团队是按「每计算单元价值量 × 计算单元数」重算的, 和公司报告那套「出货量 × ASP」不是一套账。所以它也不是干净的外圈,只是一个更宽、且算法不同的数。

旭创收入最直接可比的仍是 ①($69.1bn)——同一家、同一套方法、同一张表里还给了旭创的收入预测。 ③的 $154bn 里有 59% 是 CPO、69% 是 scale-up,拿它去对比旭创当前收入,会得出完全离谱的结论。

一个可以立刻用起来的习惯

看到任何一组市场规模数字时,先做两件事:
① 问这个数字包含什么、不包含什么
检查嵌套关系成不成立——如果一个「子集」比「全集」还大,那就不是口径问题,是有人错了,你必须找出错在量还是错在价。

第二步只花三十秒,却是本节最值钱的一步。 拆到量和价这一层之后,一个看似无解的矛盾,会变成一句可跟踪的判断:「谁对 1.6T 的价格更接近现实。

04

①(全球光模块)的细节,藏着一个高盛没在正文讨论的事实

把预测表拉到最后一列

全球光模块20252026E2027E2028E
价值 TAM($mn)34,21150,88372,59369,135
YoY+48.7%+42.7%−4.8%
出货量(k 只)403,046452,269528,286556,429
其中 800G21,17834,18344,99344,047
其中 1.6T4,59125,50045,71953,525
其中 3.2T13,06728,162
⚠️ 一个必须指出的事实

高盛自己的模型预测全球光模块市场在 2027 年见顶($72.6bn),2028 年回落 4.8%。

这一点在高盛的公司报告正文里没有被讨论,但表里写得清清楚楚。回落原因是量价剪刀差——出货量 2028 年仍增 5.3%,但整体 ASP 从 $137 降到 $124(−10%)。

而在同一份报告里,旭创 2028 年收入被预测增长 +34%。当行业按高盛自己的假设萎缩 4.8% 时,旭创要增长 34%——这个缺口只能靠份额和新品类(scale-up)填补。

这是四.1 节要展开的核心问题。请把这个矛盾记住。

05

速率结构的迁移速度

这条曲线是「为什么市场不愿给高倍数」的产业基础

占价值 TAM20252026E2027E2028E
400G 以下49%33%22%19%
800G27%27%20%16%
1.6T11%37%38%34%
3.2T0%0%18%31%
读这张表的正确方式

1.6T 从 2025 年占价值 11%,到 2026 年占 37%——一年之内成为最大单一品类。3.2T 在 2027 年出现,2028 年就占 31%。

产品世代更替周期已压缩到 18–24 个月,任何一代的份额领先都不构成长期护城河,必须每一代重新赢一次。 这就是一.4 节那条「份额每代重置」在数据上的样子。

06

另外两个数字各自的来历

大摩的 $102bn 激进在哪里,高盛的 $154bn 又为什么最容易被误用

大摩的 AI 光模块口径:TAM 从 2025 年 $18bn → 2028 年 $102bn,三年增长超过 4 倍。 出货量 2026 年从原预测 53mn 只上调至 73mn;2027 年从 71mn 上调至 141mn;2028 年从 80mn 上调至 150mn上调幅度是本轮最激进的(2027 年 +98%),大摩说明「重大上调主要来自对 1.6T 需求的更乐观判断」。

这句说明正好解释了上面那个 1.8 倍的差距从哪来:大摩把量和价同时往上调, 而高盛的模型里 1.6T 的行业均价三年跌 48%。两家分歧的落点是同一个:1.6T 的价格曲线。

高盛 mega trend · 以「计算单元」重算GB300 NVL72Rubin Ultra NVL576倍数
每计算单元互联价值量$315k$9.4bn29×
全周期机架/计算单元数48k 机架16.5k 计算单元
合计价值 TAM$15bn(主要 2026)$154bn(主要 2028)
$154bn 为什么最容易被误用

它的结构是:scale-up 占 69%($106bn)CPO 贡献 $91bn,占 59%(假设 CPO 在 scale-out 渗透率 29%)。

也就是说,这个数字的一大半是「还没发生的 CPO」和「还没迁移的 scale-up」。 把它当成旭创的可及市场,等于假设 CPO 全面落地且旭创吃下其中大部分——而三.1 节会看到,这两件事都不成立。

但它也确实包含了真实的产业方向:光模块/光引擎从 scale-out 扩展到 scale-up,TAM 大 13×(一.1 节那个数字); 可插拔光模块在 scale-out 的价值市场大 10×——最后这个数字是三.1 节的核心。

这一节要带走的一句话 光模块有两条独立于「AI 资本开支总量」的增长源:attach rate 翻倍、占资本开支比例提升。但同一份高盛模型里,行业 2028 年萎缩 4.8%,旭创却要增长 34%——这个缺口是第四单元的核心问题。另外记住一条通用检查:如果一个「子集」比「全集」还大,那就不是口径问题,是有人错了。

检验一下:需求怎么算,以及三个市场规模数字的口径与分歧

5 道题,选完立刻出反馈。做错的那道,恰好是这一节你真正学到东西的地方。

二.4

竞争格局:每一代都要重新赢

三家玩家的路线赌局、一条被低估的护城河,以及卖方模型里一个时间炸弹式的逻辑漏洞

约 6 分钟·1,834 字·5 题
01

全球排名:Top10 里中国占 7 席

LightCounting 2025 年榜单

排名公司备注
1中际旭创蝉联全球第一
2新易盛(Eoptolink)2025 年反超 Coherent 升至第二
3Coherent(美国)被反超,退居第三
光迅科技华工科技博创科技全球 Top10 中国企业占 7 席
口径提示 —— 又一次

按 LightCounting 口径,2024 年旭创全球份额 25%–30%,新易盛 15%–20%; 而高盛引用的是「LightCounting & CIC」口径下 2025 年 21.2%

两个数字都对,差异来自统计范围(是否含所有速率段、是否含光器件收入等)。 本报告在做份额推算时统一使用高盛口径,以保证与其模型的内部一致性—— 这也是你自己做交叉验算时必须遵守的纪律:可以换口径,但不能在一次推算里混用两个口径。

02

三家主要玩家的路线差异

注意最后一行的估值倍数

中际旭创新易盛Coherent
全球排名123
核心优势1.6T 先发、硅光规模商用、全速率覆盖LPO 路线领跑、成本控制垂直整合(自产光芯片)
主要客户Google / AWS / Meta / NVIDIAAmazon(400G/800G 关键供应商),已通过 NVIDIA 等认证北美综合
2025 收入约 $53.3 亿(+61%)约 $35 亿(+189%
技术特色SiPh、相干、XPO、NPO/CPO 全布局LPO(去 DSPInP 垂直一体化
当前股价对应的
2027E PE
(实际交易倍数)
12.0×
¥864 ÷ 高盛 2027E EPS ¥72.1
23.9×39.2×

最后一行是市场实际给的倍数,不是目标价倍数(高盛给旭创的目标 PE 是 35.8×,对应目标价 ¥2,581)。 新易盛 23.9×、Coherent 39.2× 直接取自高盛同业表;旭创一格高盛表里是空的,由本课程按同一口径补算:7 月 30 日收盘 ¥864 ÷ 高盛 2027E EPS ¥72.1 = 12.0×

这一格补上之后,才看得见真正的问题

全球第一、增速最高的那家,交易倍数只有第二名的一半、第三名的三分之一。 单看这行很容易得出「旭创被严重低估」的结论——但这个结论是错的,或者说,它把因果搞反了。

关键在分母:12.0× 用的是高盛的 EPS,而市场根本不接受这个 EPS。 第五单元会算给你看:¥864 ≈ 情景④(降价 16% + 份额 51%→40%)的 EPS ¥34.6 × 25 倍,误差 0.1%。 换句话说,市场付的是一个正常倍数乘一个悲观盈利,而不是一个悲观倍数乘一个乐观盈利

所以这一行真正说明的不是「旭创比同业便宜一半」, 而是「市场对旭创盈利预测的折价,远大于对同业盈利预测的折价」。 前者是估值机会,后者是对预测可信度的质疑——两者要做的功课完全不同: 前者只需要等待,后者需要你去验证份额和价格这两个假设到底站不站得住。

顺带一个通用提醒

看到同业表里主角自己那一格是空的,不要跳过——那往往不是数据缺失,而是口径不好填或结论不好看。 把它按同一口径补算出来,经常是一份研究里信息量最大的一步。

03

一个值得深思的战略分歧

LPO 明显能降本,为什么全球第一的旭创是跟随者?

LPO 能省掉占 BOM 30%–40% 的 DSP,还能绕开卡脖子,看起来是明显更优的路线。 新易盛靠它做到毛利率 48.66%、2024 年净利 +312%,并反超 Coherent 升至全球第二。而全球第一的旭创,对 LPO 持渐进态度。

有三个可能的解释,它们并不互斥:

解释依据
客户结构决定的旭创核心客户是 Google / Meta / NVIDIA,网络架构复杂、传输距离要求更长,而 LPO 的代价正是传输距离缩短。新易盛的核心客户 Amazon 在 400G/800G 上的架构可能更适配 LPO
路线押注的差异如果 NPO/CPO 在 2027–2028 年成为 scale-up 主流,LPO 只是 800G 时代的过渡优化。高盛模型里旭创 2028 年 scale-up 业务收入 ¥396 亿、毛利率 55%–57%——这个赛道的价值远大于 LPO 的成本节省
先发者的路径依赖旭创在 DSP 方案上有最深的积累和最完整的客户认证,主动去 DSP 化会侵蚀自己的存量优势
这个分歧的投资含义

如果 LPO 在 1.6T 时代继续扩张,新易盛的成本优势会持续;
如果 产业快速转向 NPO/CPO,旭创的布局更有价值。

这是两家公司之间最值得跟踪的一场路线赌局。注意它不是「谁技术更好」的问题—— 两家都是理性的,只是在赌不同的未来。你要跟踪的是产业往哪边走,而不是评判谁更聪明。

04

最被低估的一条护城河:混插互通测试

它的经济学值得完整展开

管理层原话

「不同品牌光模块需在同一数据中心混插,客户必须投入研发资源做互通测试,消耗大,故客户更愿与约 3 家固定供应商长期合作,新导入量非常有限。」

光模块本身是标准件(遵循 OSFP/QSFP-DD 等 MSA 标准),但一个数据中心里数十万只模块来自不同厂商、混插在同一套网络中。 任何一家的信号完整性、误码率、功耗、散热特性偏差,都可能在特定链路组合下引发难以定位的故障。

因此客户导入一家新供应商的成本,不是「测这家模块能不能用」,而是 「测这家模块与已有所有供应商的所有组合能不能共存」——成本随供应商数量组合式增长,而非线性增长。

这就是为什么客户倾向稳定在 3 家左右:2 家风险太集中,4 家以上验证成本失控。

但这条壁垒的性质必须辩证看

它不保护技术领先者,它保护在位者。

对旭创的含义是双面的:
· 正面:保护它在存量客户中的地位
· 负面:一旦某个客户完成了对新供应商的验证投入,这个新供应商就会长期留下来,份额一旦丢失极难夺回

管理层说「部分大客户为保供在原有 2–3 家基础上新增 1–2 家」—— 这句话的另一面是:这些新增的供应商已经付出了验证成本,将长期存在。

同一句管理层表述,正着读是「需求旺盛到要加供应商」,反着读是「份额结构性稀释」。两个都对。

05

一个时间炸弹式的逻辑漏洞

几乎没有被市场讨论,但比价格传闻严重得多

高盛在上调份额假设时给出的理由是:

高盛原文

「技术快速演进 + 物料紧张会拖慢新进入者,故假设份额比原来更稳定。」

把它和另外两个事实并排放

也就是说,高盛把「供应链紧张」当成了旭创的护城河。

但——
· 野村的判断是供给短缺 2028 年缓解
· 高盛日本团队自己列出的上游扩产幅度是 3–12 倍

卖方用来支撑高份额假设的理由,是一个已知会在预测期末失效的理由。

这个逻辑漏洞比四.1 节要讲的 7 月价格传闻严重得多,却几乎没有被市场讨论。 注意它的发现方法:不是找到了新数据,而是把同一家机构不同团队的两个结论放在一起对照。

这一节要带走的一句话 混插互通测试是最被低估的护城河,但它保护的是在位者而非技术领先者——份额一旦丢失极难夺回。而高盛把「供应链紧张」当护城河,这个理由会在预测期末失效

检验一下:竞争格局:每一代都要重新赢

5 道题,选完立刻出反馈。做错的那道,恰好是这一节你真正学到东西的地方。

免 费 部 分 到 此 结 束
还有 3 个单元、7 节没解锁

你刚读完的是中际旭创这门课的前 2 个单元(8 节 · 40 题), 讲清楚了这家公司是做什么的、靠什么赚钱。
剩下的部分是这门课真正花功夫的地方:

  • CPO 与技术分岔2 节 · 10 题 · 4,164 字
  • 估值框架:六个变量与卖方分歧2 节 · 10 题 · 4,077 字
  • 争议、风险与跟踪清单3 节 · 15 题 · 9,078 字
登录 / 免费注册 →

会员一码解锁全部课程 + 深度报告档案 + 产业链大课 · 返回课程目录