投资要点：
●谷歌Gemini 3大模型验证了Scaling Law的有效性，云厂商受益
于AI对核心业务的推动。Scaling Law揭示了模型性能与模型规模、数据量、计算资源之间的数学关系。Gemini 3在推理能力、多模态理解等方面的表现显著优于前代，证明了模型规模扩展与性能提升的正相关关系。25Q3北美四大云厂商资本开支同比增长76.9%。受益于AI对公司核心业务的推动，北美头部云厂商持续加大资本开支，主要用于Al基础设施的投资，并从AI投资中获得了积极回报。我国算力规模稳定增长，各级政府、运营商、互联网企业等积极建设智算中心，以满足国内日益增长的算力需求。
●光芯片的性能决定光通信系统的传输效率，我国政府重点布局光电
子技术产业。光通信产业链整体呈现“光芯片-光组件-光模块-光通信设备-终端市场”的结构，光芯片处于产业链的最前端，是光组件、光模块的最核心部件。光芯片可分为光有源芯片和光无源芯片，光有源芯片负责实现光电信号的转换，光无源芯片负责实现光信号的传导、分流、阻挡、过滤等功能。“十五五”规划建议提出适度超前建设新型基础设施，推进信息通信网络、全国一体化算力网、重大科技基础设施等建设和集约高效利用。光芯片作为光电子信息产业链上具备高新技术属性与创新引领效应的关键一环，国家和地方政府陆续出台多项政策支持光芯片产业的发展。
●数通市场成为AI产业增长的核心驱动力，高端光芯片供需缺口扩
大。当前光芯片主要应用场景包括数据中心、4G/5G移动通信网络、光纤接入等，都处于速率升级、代际更迭的关键窗口期。国内外CSP对Al基础设施的投资推动高速以太网光模块出货量激增，进而拉动光芯片的需求。LightCounting预计光通信芯片组市场2025-2030年CAGR为17%,总销售额将从2024年的约35亿美元增至2030年的超110亿美元，预计EML和CW激光器芯片的短缺将持续至2026年底。Lumentum在25Q3电话会上表示，光芯片供需缺口已上升到25%-30%,2026年光芯片价格有望上涨。
● 1.6T光模块对光芯片提出更高要求，基于InP的EML的短缺正在
加速向硅光的转型。800G光模块需求放量，1.6T加速导入，行业处在800G向1.6T技术迭代时期，包括200GEML、CW光源在内的多种芯片将成为1.6T光模块中光芯片的解决方案。硅光子技术拥有低功耗、低延迟、高带宽、高集成度等方面的优势，未来有望逐步替代基于GaAs和InP的传统光模块，LightCounting预计2026年超过一半的光模块销售额将来自基于硅光调制器的模块。硅光方案中，CW激光器芯片作为外置光源，DR4和DR8光模块可以使用单个CW激光器支持两个通道，可使产能提升30-50%。能够供应硅光相关光源激光器的厂商数量远多于具备优质EML供应能力的厂商，我国企业是硅光领域的重要参与者。
●光芯片行业具有较高的技术、人才、客户验证和资金壁垒，我国光芯片厂商与国际龙头存在一到两个技术代际的差距。国际光芯片龙头企业已处于100G向200G迭代的技术节点，而国内厂商的产品速率普遍处于从50G到100G的升级过程。目前应用于AI算力数据中心的50G以上EML芯片，国内市场几乎完全被美、日龙头企业垄断。我国光芯片厂商追赶较快，加之我国拥有全球最大的光通信市场、顶尖的系统设备企业和模块企业，我国光通信芯片行业具备有利的发展环境。
投资建议：我国光通信产业链和价值链逐渐由低端向高端过渡，具备长期的景气度。光芯片研发和扩产周期长、壁垒高，国内外光芯片厂商加速产能扩充与工艺升级。目前高速光芯片整体处于供应偏紧状态，2026年部分光芯片供需缺口可能持续扩大，价格有望上涨，EML 产能紧缺将推动 CW光源放量。国产替代进程加速的背景下，我国厂商在高端市场渗透率提升有望带来更高附加值。我们持续看好光通信产业链上游光芯片行业的投资机会，建议关注：源杰科技、仕佳光子。
风险提示：下游需求不及预期；技术升级迭代风险；行业竞争加剧。
1.Scaling Law推动大模型持续迭代
全球Al产业正处于高速发展阶段，Al全面赋能推动千行百业加速迈向全面智能化与数字化。数据中心自互联网时代诞生以来，随着科技进步，在移动互联网、云计算、电商及短视频等行业的推动下快速发展，而生成式Al的兴起正驱动其向重视计算效能与硬件配置的算力中心转型。AI搜索、具身智能、AIAgent及多模态等多元化需求显著增长。
Scaling Law推动大模型持续迭代。Scaling Law揭示了模型性能与模型规模、数据量、计算资源之间的数学关系。随着模型参数增加、训练数据增多或计算资源提升，模型性能通常会逐步优化。通过Gemini 3大模型的持续迭代，谷歌验证了Scaling Law的有效性。Gemini 3在推理能力、多模态理解等方面的表现显著优于前代，证明了模型规模扩展与性能提升的正相关关系。根据Epoch Al的测算，从2010年到2024年5月，用于训练最近模型的计算每年增长4-5倍，目前仍然在大模型推动算力需求高速成长的趋势中。大模型持续迭代实现Al应用场景的拓展。
本文来自知之小站
报告已上传知识星球，微信扫码加入立享4万+深度报告下载及1年更新。3天内不满意退出星球款项原路退回，欢迎试用。到期续费仅需5折
（如无法加入或其他事宜可联系zzxz_88@163.com）
