中信證券:分佈式拓展光互聯邊界 DCI產業鏈迎系統性重構

智通財經
06/08

智通財經APP獲悉,中信證券發布研報稱,AI算力指數級擴張的大背景下,北美單體數據中心電力與土地瓶頸日益突出,驅動算力佈局從園區內的Scale Up/Out向跨園區、跨區域的Scale Across演進。Scale Across作為突破數據中心算力牆的核心方向,正加速從早期驗證走向規模化部署,有望成為AI時代光互聯新興的高景氣賽道。

中信證券認為,DCI(數據中心互聯)產業鏈正經歷深刻的重構:AI時代對DCI提出高密度、高帶寬、低延遲及高可靠性等嚴苛要求,催生了對高速率相干光模塊和高密度光放大器的爆發式需求,產業價值正從傳統DCI時代,高度集中於下游系統廠商,向中上游的光模塊、光放大器及核心光電芯片環節加速轉移。國內廠商憑藉成熟的製造優勢和供應鏈協同能力,有望深度參與全球DCI供應鏈。

中信證券主要觀點如下:

能源約束迫使數據中心走向分佈式,Scale Across成破局關鍵。

根據Google等在OFC 2026上披露的數據,AI模型參數以每年約十倍速度增長,訓練算力已突破10²⁶ FLOPs,百萬卡級單體數據中心電力需求高達GW級,遠超北美電網實際供給能力。算力爆炸與能源極限之間的持續失配,倒逼產業形成「算力爆炸→能源極限→分佈式策略」的傳導鏈條。Scale Across通過跨園區、跨區域的高效GPU集群互聯,突破了單一數據中心的物理承載邊界。其面向緊耦合AI訓練場景,對延遲、帶寬、抖動及丟包的要求遠高於傳統DCI,根據Cisco數據,Scale Across帶寬需求已達傳統方案的14倍。隨着吉瓦級AI工廠加速落地,分佈式互聯正從探索走向規模部署,成為突破數據中心算力牆的關鍵路徑。

Scale  Across重構DCI產業鏈,開放架構與Multi-Rail驅動中上游放量。

傳統DCI依賴封閉DWDM/OTN系統,價值高度集中在設備廠商;而Scale Across則轉向IPoDWDM模式,即DWDM+高速率相干光模塊,強調開放線路系統(OLS),推動雲廠商直採相干光模塊與板卡。多通道技術(Multi-Rail)演進加速,根據Ciena官網表態,該技術將推動單機架光纖對數量提升32倍,進一步拉升對高速率相干光模塊和高密度光放大器的需求。同時,Coherent-Lite以簡化DSP和固定波長方案,填補了中短距高密度互聯的技術空白,在數據中心內部及園區級互聯具備強大的應用潛力。中游產品的旺盛需求,進一步加劇了上游核心元器件的供給瓶頸,泵浦激光器與窄線寬激光器緊俏態勢延續,在雙寡頭格局下價值量持續上移。

Scale Across需求加速兌現,國內廠商深度受益產業重構。

三大系統廠商龍頭的最新財報中,Scale Across相關訂單及指引高增,同步驗證雲廠商終端需求強勁;部分上游廠商在最新業績交流會同樣指出Scale Across的需求超出預期且能見度極高,正積極通過長期協議鎖定訂單,以推動泵浦激光器與窄線寬激光器的產能擴建。國內廠商在DCI產業鏈中的參與集中在中上游,以ODM/OEM代工和自主產品的形式出貨,產品以相干光模塊、EDFA光放大器和板卡為主。根據LightCounting預測,Scale Across市場規模在2024-2030年的複合年增長率將達到108.5%,高速率相干光模塊與光放大器的需求迅速攀升,國產廠商有望充分享受DCI增量市場紅利。

風險因素:

AI算力需求不及預期,雲廠商資本開支不及預期,產能爬坡不及預期,技術迭代風險,行業競爭加劇風險,地緣政治風險。

投資策略:

隨着AI訓練規模持續擴張,電力與土地瓶頸正倒逼Scale Across從早期驗證加速邁向規模化部署,其在AI光通信領域不僅具備明確的落地路徑,更展現出長期擴容潛力和產業鏈重構價值。我們認為,DCI市場相比於數通光模塊,對中游光模塊廠商的技術儲備及客戶導入要求更高,且市場仍處於放量前夜,業績空間廣闊。建議優先佈局已深度參與全球DCI供應鏈,具備相干光模塊及光放大器量產能力的廠商,以及在上游窄線寬激光器、泵浦激光器等核心器件領域具備國產替代潛力的標的,把握AI分佈式算力時代光通信基礎設施的歷史性配置機遇。

免責聲明:投資有風險,本文並非投資建議,以上內容不應被視為任何金融產品的購買或出售要約、建議或邀請,作者或其他用戶的任何相關討論、評論或帖子也不應被視為此類內容。本文僅供一般參考,不考慮您的個人投資目標、財務狀況或需求。TTM對信息的準確性和完整性不承擔任何責任或保證,投資者應自行研究並在投資前尋求專業建議。

熱議股票

  1. 1
     
     
     
     
  2. 2
     
     
     
     
  3. 3
     
     
     
     
  4. 4
     
     
     
     
  5. 5
     
     
     
     
  6. 6
     
     
     
     
  7. 7
     
     
     
     
  8. 8
     
     
     
     
  9. 9
     
     
     
     
  10. 10