1、請務必閱讀最后一頁股票評級說明和免責聲明請務必閱讀最后一頁股票評級說明和免責聲明1 1通信設備通信設備光模塊行業深度領先大市光模塊行業深度領先大市-A(首次首次)AI 算力爆發在即，光模塊迎來確定性高增算力爆發在即，光模塊迎來確定性高增2023 年年 6 月月 28 日日行業研究行業研究/行業專題報告行業專題報告通信設備板塊近一年市場表現通信設備板塊近一年市場表現資料來源：最聞分析師：分析師：高宇洋執業登記編碼：S0760523050002郵箱：投資要點：投資要點：光模塊是光通信產業鏈的重要組成部分，目前市場規模約百億美元。光模塊充分受益于下游電信與數通市場高速發展，行業增長確定性強。光模塊是

2、光通信產業鏈的重要組成部分，目前市場規模約百億美元。光模塊充分受益于下游電信與數通市場高速發展，行業增長確定性強。從光模塊下游市場來看：從光模塊下游市場來看：1）電信市場是光模塊的發源場景，需求保持穩中有增。一方面，）電信市場是光模塊的發源場景，需求保持穩中有增。一方面，電信用光模塊主要集中在前傳，對光模塊速率要求低且產品迭代速率慢，三大運營商計劃將資本開支逐漸傾斜于云計算等算力網絡場景；另一方面另一方面，光纖入戶規模擴大與速率向 10G PON 升級助推光模塊需求；2）數通市場是光模塊主要市場且發展迅速。）數通市場是光模塊主要市場且發展迅速。數據中心流量增加和網絡架構由傳統架構轉變為葉脊網絡

3、架構推動光模塊數量和速率快速提高。目前光模塊正處于向 800G 速率發展的新周期。以以 ChatGPT 為首的為首的 AI 軍備競賽開啟，大幅拉動軍備競賽開啟，大幅拉動 800G 等高速光模塊需求量，北美云廠商訂單與業績超預期催化光模塊繼續放量。等高速光模塊需求量，北美云廠商訂單與業績超預期催化光模塊繼續放量。英偉達超級計算機 DGX GH200 推出，單 GPU 與 800G 光模塊配比量數倍增加；國內外云計算公司陸續推出大語言模型，訓練側模型架構復雜多元，參數量由千億達到萬億，算力需求大幅增加；推理側仍在流量增加時期，大模型軍備競賽進入穩態后隨 AI 普及推理側將成為光模塊用量的主要陣地。

4、光模塊速率提高與低功耗需求日益強烈，硅光、光模塊速率提高與低功耗需求日益強烈，硅光、CPO 等技術趨勢有望成為長期解決方案。等技術趨勢有望成為長期解決方案。硅光芯片采用“光互聯”，疊加 CPO 技術，將光引擎與交換芯片共同封裝，在速率提高的同時大大縮減功耗；此外，LPO，相干技術及薄膜鈮酸鋰等技術亦成為光模塊優化主要新趨勢，光模塊科技屬性增強，研發壁壘與客戶認證壁壘增高，長期趨勢進一步向好。光模塊科技屬性增強，研發壁壘與客戶認證壁壘增高，長期趨勢進一步向好。國內廠商主導光模塊市場，新周期下龍頭廠商技術與市場全面進展，行業內參與者均各有所長。國內廠商主導光模塊市場，新周期下龍頭廠商技術與市場全面

5、進展，行業內參與者均各有所長。1）光模塊全球市占前 10 中國占據 7 家，龍頭企業在新技術與海外客戶均布局完善，其他公司在技術與客戶導入上各有側重。2）光芯片光在光模塊中成本占比過半且主要以外購為主，我國相較海外仍落后，光模塊廠商參股及收并購芯片廠商或進行自研芯片，一體化布局擁有更多自主權。參股及收并購芯片廠商或進行自研芯片，一體化布局擁有更多自主權。投資建議：投資建議：建議關注中際旭創，新易盛，天孚通信，華工科技，博創科技，光迅科技，聯特科技，光庫科技，劍橋科技，銘普光磁。風險提示：風險提示：800G 需求不及預期：AI 產業發展不及預期：公司海外客戶合作及技術進步不及預期。行業研究行業研

6、究/行業專題報告行業專題報告請務必閱讀最后一頁股票評級說明和免責聲明請務必閱讀最后一頁股票評級說明和免責聲明2 2目錄目錄1.光模塊：光通信的重要光電子器件光模塊：光通信的重要光電子器件.62.AI 拉動需求激增，國內廠商乘風而上拉動需求激增，國內廠商乘風而上.72.1 電信市場穩中有增，數通市場前景廣闊.72.1.1 電信市場為光模塊發源，運營商資本支出由 5G 傾向算力.72.1.2 數通市場推動演進，葉脊架構提升需求.92.2AI：ChatGPT 開啟技術革命，光模塊市場星辰大海.102.2.1AI 大模型打開算力需求天花板，云廠商業績超預期催化后續支出.102.2.2 從英偉達計算機和

7、大模型算力預測：800G 光模塊需求量顯著提升.122.3 格局：國內廠商主導市場，隨技術迭代各有優勢.172.3.1 產業東移，中國廠商逐漸占領高地.172.3.2 技術迭代：CPO 和硅光有望成為長期解決方案.182.3.3 廠商機遇：龍頭升級換代，新秀彎道超車.232.3.4 向上布局芯片，一體化掌握話語權.243.重點關注標的重點關注標的.263.1 從估值端看當前光模塊市場.263.2 主要公司建議關注.264.風險提示風險提示.32圖表目錄圖表目錄圖圖 1：光模塊示意圖光模塊示意圖.6圖圖 2：光模塊結構圖光模塊結構圖.6圖圖 3：光通信產業鏈光通信產業鏈.6圖圖 4：全球電信側光

8、模塊市場規模及預測（百萬美元）全球電信側光模塊市場規模及預測（百萬美元）.7圖圖 5：電信光傳輸網絡建設對光收發模塊的需求電信光傳輸網絡建設對光收發模塊的需求.7DZ8ZvZpXMBlVgVtPmRaQ8Q8OmOmMnPtQlOnNpRfQsQxOaQqRrRuOmPrMvPqQoQ行業研究行業研究/行業專題報告行業專題報告請務必閱讀最后一頁股票評級說明和免責聲明請務必閱讀最后一頁股票評級說明和免責聲明3 3圖圖 6：從左至右分別（移動、電信、聯通）三大運營商資本支出結構變化（單位：億元；從左至右分別（移動、電信、聯通）三大運營商資本支出結構變化（單位：億元；%）.8圖圖 7：國內互聯網寬帶

9、接入用戶數：國內互聯網寬帶接入用戶數：FTTH/0.8圖圖 8：按地區按地區/國家劃分的國家劃分的 PON 設備市場預測設備市場預測.8圖圖 9：全球數據中心光模塊市場規模及預測（百萬美元）全球數據中心光模塊市場規模及預測（百萬美元）.9圖圖 10：通用數據中心使用光模塊通用數據中心使用光模塊.9圖圖 11：通用數據中心迭代：葉脊網絡架構通用數據中心迭代：葉脊網絡架構.9圖圖 12：可插拔光模塊向可插拔光模塊向 800G 演進演進.10圖圖 13：5 大云廠商光模塊銷售情況大云廠商光模塊銷售情況.10圖圖 14：神經網絡模型持續擴大神經網絡模型持續擴大.11圖圖 15：Grace Hopper

10、 芯片架構芯片架構.11圖圖 16：140 節點的節點的 NVIDIA DGX SuperPOD 計算側架構計算側架構.13圖圖 17：計算側交換機及線纜數量計算側交換機及線纜數量.13圖圖 18：140 節點的節點的 NVIDIA DGX SuperPOD 存儲側架構存儲側架構.13圖圖 19：存儲側交換機及線纜數量存儲側交換機及線纜數量.13圖圖 20：計算側和存儲側的線纜全部采用計算側和存儲側的線纜全部采用 NVIDIA MF1S00-HxxxE.13圖圖 21：NVIDIA DGX GH200 存儲側架構存儲側架構.14圖圖 22：NVIDIA DGX GH200 結構結構.14圖圖

11、23：GPT-3 計算參數計算參數.14圖圖 24：NVIDIAA00 TENSOR CORE GPU 規格規格.15圖圖 25：A100 采用采用 FP16 精度訓練大模型精度訓練大模型.15圖圖 26：FLOP 利用率（利用率（GPT-3 為為 21.3%）.15圖圖 27：NVIDIA H00 GPU 規格規格.16圖圖 28：部分國內外大模型參數量節選部分國內外大模型參數量節選.16行業研究行業研究/行業專題報告行業專題報告請務必閱讀最后一頁股票評級說明和免責聲明請務必閱讀最后一頁股票評級說明和免責聲明4 4圖圖 29：NVIDIAA30 Core GPU 規格規格.16圖圖 30：A

12、10 技術規格和功能技術規格和功能.16圖圖 31：2021 年年 光模塊主要廠商市占率光模塊主要廠商市占率.18圖圖 32：2021 年主要廠商市場份額變動情況年主要廠商市場份額變動情況.18圖圖 33：不同速率光模塊在以太網交換機中成本占比不同速率光模塊在以太網交換機中成本占比.18圖圖 34：CPO 封裝示意圖封裝示意圖.18圖圖 35：可插拔光模塊發展歷程可插拔光模塊發展歷程.19圖圖 36：CPO 市場規模及增速市場規模及增速.19圖圖 37：400G ZR 光模塊的功耗分解光模塊的功耗分解.19圖圖 38：無需無需 DSP 的的 交換機功耗可下降交換機功耗可下降 25%左右左右.1

13、9圖圖 39：LPO 功耗可下降功耗可下降 50%左右左右.20圖圖 40：傳統光模塊、傳統光模塊、LPO 與與 CPO 各個維度的比較各個維度的比較.20圖圖 41：硅光模塊的歷史銷售及預測硅光模塊的歷史銷售及預測.21圖圖 42：硅光技術圖解硅光技術圖解.21圖圖 43：全球全球 ZR 光模塊市場規模（單位：億元）光模塊市場規模（單位：億元）.21圖圖 44：標準標準 400G 以太網接口的以太網接口的 PMD，特征和應用，特征和應用.21圖圖 45：薄膜鈮酸鋰調制器與傳統鈮酸鋰調制器對比薄膜鈮酸鋰調制器與傳統鈮酸鋰調制器對比.22圖圖 46：高速率模塊光芯片市場空間及預測（百萬美元）高速

14、率模塊光芯片市場空間及預測（百萬美元）.25圖圖 47：2019-2024 年中國光芯片占全球光芯片比例預測年中國光芯片占全球光芯片比例預測.25圖圖 48：光模塊廠商參股或收購芯片供應商情況光模塊廠商參股或收購芯片供應商情況.25圖圖 49：萬得光模塊板塊萬得光模塊板塊 PE-Band.26圖圖 50：中際旭創營收與歸母凈利潤中際旭創營收與歸母凈利潤.27圖圖 51：中際旭創營收按區域分中際旭創營收按區域分.27行業研究行業研究/行業專題報告行業專題報告請務必閱讀最后一頁股票評級說明和免責聲明請務必閱讀最后一頁股票評級說明和免責聲明5 5圖圖 52：中際旭創中際旭創 PE-Band.27圖圖

15、 53：新易盛營收與歸母凈利潤新易盛營收與歸母凈利潤.28圖圖 54：新易盛毛利率較高新易盛毛利率較高.28圖圖 55：新易盛新易盛 PE-Band.28圖圖 56：天孚通信營收與歸母凈利潤天孚通信營收與歸母凈利潤.29圖圖 57：天孚通信營收分產品天孚通信營收分產品.29圖圖 58：天孚通信天孚通信 PE-Band.29圖圖 59：華工科技營收與歸母凈利潤華工科技營收與歸母凈利潤.30圖圖 60：華工科技光電器件產品營收及同比華工科技光電器件產品營收及同比.30圖圖 61：華工科技華工科技 PE-Band.30圖圖 62：博創科技營收與歸母凈利潤博創科技營收與歸母凈利潤.31圖圖 63：博創

16、科技營收分市場博創科技營收分市場.31圖圖 64：博創科技博創科技 PE-Band.31表表 1：今年今年 AI 大模型軍備競賽不完全節選大模型軍備競賽不完全節選.11表表 2：業績超預期催化后續需求業績超預期催化后續需求.12表表 3：光模塊全球市占率排名光模塊全球市占率排名.17表表 4 4：光模塊廠商光模塊廠商 800G800G 光模塊進展光模塊進展.23表表 5 5：主要廠商技術研發進展主要廠商技術研發進展.23表表 6：建議關注公司建議關注公司.31行業研究行業研究/行業專題報告行業專題報告請務必閱讀最后一頁股票評級說明和免責聲明請務必閱讀最后一頁股票評級說明和免責聲明6 61.光模

17、塊：光通信的重要光電子器件光模塊：光通信的重要光電子器件光模塊是用于通信設備之間數據傳輸的光電子器件，主要作用是進行光電和電光轉換。從結構上來看，光模塊主要由光發射器件（TOSA，含激光器）、光接收器件（ROSA，含光探測器）、功能電路和光（電）接口等部分組成。其中，光收發組件光收發組件 TOSA/ROSA 是光模塊的核心部分是光模塊的核心部分，TOSA 負責將接收到的電信號轉換為光信號，經光纖傳送后，通過 ROSA 將光信號轉換為電信號，并經前置放大器后輸出。根據 OFWEEK與前瞻產業研究院，光模塊中光器件成本占比約 73左右，其中 TOSA 占到光器件總成本的 48，即整個光模塊成本的

18、35%；ROSA 占到了光器件總成本的 32，即整個光模塊成本的 23%。圖 1：光模塊示意圖圖 2：光模塊結構圖資料來源：，中際旭創年報，山西證券研究所資料來源：5G 承載光模塊白皮書，山西證券研究所從產業鏈來看，光模塊在光通信產業鏈中位于中間位置，上游包括光芯片（分為有源和無源）和光組件，兩者構成光器件（同樣分為有源和無源），光器件與電芯片、PCB 等構成光模塊，其中光器件占光模塊成本最高，其中光芯片占光模塊成本比超過 50%；光模塊在產業鏈后續應用于光通信設備，并在終端應用于以中國移動、中國聯通和中國電信三大運營商為主的電信市場電信市場，以及以谷歌、微軟、亞馬遜、Meta 四大云服務廠商

19、為主的數通市場數通市場。圖 3：光通信產業鏈行業研究行業研究/行業專題報告行業專題報告請務必閱讀最后一頁股票評級說明和免責聲明請務必閱讀最后一頁股票評級說明和免責聲明7 7資料來源：福睿研究，山西證券研究所2.AI 拉動需求激增，國內廠商乘風而上拉動需求激增，國內廠商乘風而上本部分我們將闡述當前光模塊行業主要現狀及趨勢，光模塊此前主要應用于電信與數通兩大市場，其中電信市場份額逐漸減小，數通市場為主要市場；2022 年后云廠商資本支出有所下行，但 ChatGPT 的出現引發 AI 科技革命，邊際帶動數通市場整體向上抬升，AI 成為光模塊的主要增長點并有望長期拉動技術層面和需求層面的深刻變革；我國

20、光模塊廠商已主導光模塊市場，在本輪迭代中各有優勢，有望受益于 PE 拔升和業績兌現迎來戴維斯雙擊。2.1 電信市場穩中有增，數通市場前景廣闊電信市場穩中有增，數通市場前景廣闊2.1.1 電信市場為光模塊發源，運營商資本支出由電信市場為光模塊發源，運營商資本支出由 5G 傾向算力傾向算力電信市場是光模塊的發源地。從電信網絡傳輸需求來看，5G 傳輸網絡由前傳、中傳和回傳組成，分別將蜂窩基站、核心網絡和數據中心連接起來，其中前傳主要使用 10G、25G 光收發模塊，中傳主要使用 50G、100G、200G 光收發模塊，回傳主要使用 100G、200G、400G 光收發模塊。前傳子系統具有長距離高密度

21、的特點，對光模塊需求量最大，因此對光模塊需求主要較低速率的光模塊為主對光模塊需求主要較低速率的光模塊為主，根據 LightCounting，全球電信側光模塊市場 2020 年市場規模約 21.66 億美元，預計到 2025 年將達到 33.54 億美元，2023-2025 年增速分別 3.4%/11.8%/9.2%。同時根據我們判斷的產業發展歷史經驗，電信市場光模塊約 7-10 年速率迭代一次，相較數通市場相對較慢。圖 4：全球電信側光模塊市場規模及預測（百萬美元）圖 5：電信光傳輸網絡建設對光收發模塊的需求行業研究行業研究/行業專題報告行業專題報告請務必閱讀最后一頁股票評級說明和免責聲明請務

22、必閱讀最后一頁股票評級說明和免責聲明8 8資料來源：源杰科技招股書援引 Lightcounting，山西證券研究所（注：全球電信側光模塊市場規模及預測中不包括 FTTx 市場）資料來源：德科立招股書，山西證券研究所另一方面，我國 5G 投資逐步邁過高峰，增速趨于平穩。從資本支出結構上來看，三大運營商預計未來資本支出逐漸向云計算等算力方向傾斜：中國移動對 2023 年算力網絡的資本開支預算提高到 452 億元，同比提高近 35%；中國電信 2023 年計劃在產業數字化方面資本支出占比提高 9.1%；中國聯通計劃 2023 年算力網絡資本開支將達到 149 億元，占總資本開支比例將達到 19.4%

23、，同比增長超過 20%。圖 6：從左至右分別（移動、電信、聯通）三大運營商資本支出結構變化（單位：億元；%）資料來源：C114 通信網援引自各公司財報，山西證券研究所另一方面，光纖入戶規模繼續擴大，向另一方面，光纖入戶規模繼續擴大，向 10G PON 升級已經是大勢所趨升級已經是大勢所趨，亞太運營商正引領全球接入網向 10G 速率升級。國內來看，截至 2023 年 4 月我國 FTTH/0 占比已超過 95%；截止 2022 年底，千兆及以上接入速率的固定寬帶用戶 9,175 萬戶，規模是上年末的 2.7 倍；建成具備千兆服務能力的 10G PON端口數達 1,523 萬個，較上年末接近翻倍。

24、全球來看，根據 Omdia 數據顯示，大多數國家的 FTTH 基礎設施建設勢頭正在增強，預計到 2027 年，全球 FTTH 家庭滲透將超過 12 億戶；全球 PON 設備市場預計在 2027 年 超過 180 億美元。圖 7：國內互聯網寬帶接入用戶數：FTTH/0圖 8：按地區/國家劃分的 PON 設備市場預測行業研究行業研究/行業專題報告行業專題報告請務必閱讀最后一頁股票評級說明和免責聲明請務必閱讀最后一頁股票評級說明和免責聲明9 9資料來源：wind，山西證券研究所資料來源：中際旭創年報援引 Omdia，山西證券研究所總結而言，電信市場方面，傳統移動網絡占資本開支比重有所減小，電信運營商

25、加大算力網絡布局作總結而言，電信市場方面，傳統移動網絡占資本開支比重有所減小，電信運營商加大算力網絡布局作為第二增長曲線為第二增長曲線，疊加光纖入戶規模擴大疊加光纖入戶規模擴大，10G PON 端口數量增加端口數量增加，整體市場對應光模塊需求呈現穩中有整體市場對應光模塊需求呈現穩中有增的發展狀態。增的發展狀態。2.1.2 數通市場推動演進，葉脊架構提升需求數通市場推動演進，葉脊架構提升需求數通市場是目前光模塊最大也是發展最快的市場，根據 Lightcounting 預測，數通市場將在幾年迎來快速增長（未考慮 AI）。數通市場的快速發展主要得益于數據中心流量的大幅增加和數據中心網絡架構的變化，具

26、體來看，一方面，云計算、大數據、物聯網等帶來數據中心流量與交匯量的爆發，另一方面，數據中心架構升級，交換機之間連接數增加，兩者共同推升光模塊的用量。圖 9：全球數據中心光模塊市場規模及預測（百萬美元）圖 10：通用數據中心使用光模塊資料來源：源杰科技招股書援引 Lightcounting，山西證券研究所資料來源：德科立招股書，山西證券研究所從數據中心架構來看，數據中心網絡架構逐漸由傳統的三層結構轉向新型的葉脊（葉脊（Spine-Leaf）結構）結構，葉脊網絡架構采用扁平化網絡，每臺脊交換機都與所有葉交換機相連，數據傳輸可以動態選擇多條路徑，能有效緩解寬帶壓力，提高數據傳輸效率，由于在葉脊網絡架

27、構下連接端口數倍數增加，因此光模塊需求量隨之提高。以通用服務器所需光模塊進行測算，OR 交換機與機柜互聯，一個機柜 6-10 臺服務器，每一臺都會和上層所有設備進行交叉互聯。下行、上行端口收斂比一般是 3:1，由此測算，葉脊架構下 1 臺服務器需要 4-6 只光模塊，葉脊架構數據中心若需要 1 萬臺服務器，則需要約 6 萬只光模塊。圖 11：通用數據中心迭代：葉脊網絡架構行業研究行業研究/行業專題報告行業專題報告請務必閱讀最后一頁股票評級說明和免責聲明請務必閱讀最后一頁股票評級說明和免責聲明1010資料來源：ENABLING THE NEXT GENERATION OF CLOUD&AI US

28、ING 800GBS OPTICAL MODULESE 800G Pluggable MSA group，山西證券研究所此外，葉脊網絡架構還提升了內部設備的連接密度、接口速率及交換容量，因此將推動光模塊產品向高速率方向更新迭代。目前，光模塊正處于由光模塊正處于由 400 G 向向 800 G 進展的初期進展的初期，800G 光模塊有望在 2023 年后迎來快速放量。復盤來看，2018 年前光模塊市場以 100G 為主，主要受電信市場 5G 建設驅動，2019 年后數通端資本支出快速提高，云計算推動光模塊向 400G 迭代，根據 LightCounting 預測，2026 年前五大的云計算公司：

29、阿里巴巴、亞馬遜、Facebook、谷歌和 Microsoft 的光模塊支出將增加到 30 億美元以上，同時800G 光模塊將主導市場。圖 12：可插拔光模塊向 800G 演進圖 13：5 大云廠商光模塊銷售情況資料來源：ENABLING THE NEXT GENERATION OF CLOUD&AI USING 800GBSOPTICAL MODULESE 800G Pluggable MSA group，山西證券研究所資料來源：Lightcounting，山西證券研究所2.2 AI：ChatGPT 開啟技術革命，光模塊市場星辰大海開啟技術革命，光模塊市場星辰大海本部分我們將從兩部分闡述，首

30、先，以 ChatGPT 為起始的 AI 革命開啟，算力需求的爆發成為光模塊市場的主要推動力；第二部分以英偉達計算機和 GPT-3 大模型為例進行測算。2.2.1 AI 大模型打開算力需求天花板，云廠商業績超預期催化后續支出大模型打開算力需求天花板，云廠商業績超預期催化后續支出ChatGPT 的出現引領的出現引領 AI 浪潮浪潮：ChatGPT 是美國初創公司 OpenAI 發布的人工智能（AI）對話聊天機器人軟件（模型），是一種大型語言模型，ChatGPT 使用基于 GPT-3.5 架構的大型語言模型（LLM），能完成撰寫郵件、代碼、翻譯等任務，以及實現更廣泛的搜索服務等。隨后 AI 軍備競賽

31、開啟，并大幅拉動算力行業研究行業研究/行業專題報告行業專題報告請務必閱讀最后一頁股票評級說明和免責聲明請務必閱讀最后一頁股票評級說明和免責聲明1111需求。目前國內已經出現多個 AI 大模型，騰訊混元大模型、百度文心大模型、鵬城實驗室推出的盤古大模型、中國科學院自動化研究所研發的紫東太初大模型、阿里 AI 預訓練模型 M6 等，未來大語言模型的數量有望繼續增加。表 1：今年 AI 大模型軍備競賽不完全節選時間時間公司公司大模型大模型/產品產品事件事件2 月 7 日谷歌Bard谷歌發布對話型 AI 系統 Bard 迎戰 ChatGPT2 月 8 日微軟微軟將 ChatGPT 接入 Bing 搜索

32、3 月 15 日OpenAIGPT-4發布 GPT-4，支持多模態輸入3 月 16 日微軟Copilot發布了植入 GPT-4 技術的 Copilot3 月 16 日百度文心一言發布文心一言并啟動內測3 月 20 日阿里達摩院文本生成 視頻大模型3 月 24 日OpenAIChatGPT Plugin支持第三方插件接入，并同時開源知識庫檢索插件源代碼3 月 27 日百度文心千帆面向客戶提供企業級大語言模型服務3 月 28 日騰訊騰訊 AI Lab 發布自研 3D 游戲場景自動生成解決方案資料來源：公開資料整理，山西證券研究所具體來看，AI 大模型分為訓練側和推理側訓練側和推理側：訓練過程：又稱

33、學習過程，是指通過大數據訓練出一個復雜的神經網絡模型，通過大量數據的訓練確定網絡中權重和偏置的值，使其能夠適應特定的功能；訓練過訓練過程需要較高的計算性能、需要海量的數據程需要較高的計算性能、需要海量的數據、訓練出的網絡具有一定通用性。推理過程：又稱判斷過程，是指利用訓練好的模型，借助在訓練中已確定參數的神經網絡模型進行運算，使用新數據推理出各種結論。大模型訓練過程的影響因素主要是模型參數量、訓練數據量和芯片算力模型參數量、訓練數據量和芯片算力，在模型參數量方面，根據浪潮科技AI 算力集群方案設計與優化，過去 4 年大模型參數量從 94M 增加到 530B，增長了近 5600 倍；算力算力芯片

34、目前主要由英偉達芯片目前主要由英偉達 GPU 提供提供，并在超級計算機中對應光模塊的使用。英偉達 AI GPU 主要有 A100，H100 等等，并在 5 月末新推出的超級計算機 DGX GH200 中搭載了其超級芯片 Grace Hopper，Grace Hopper將 NVIDIA Hopper GPU 與 NVIDIA Grace CPU 結合在一起，所使用的 NVIDIA NVLINK-C2C 可提供 900Gb/s的總帶寬，大大提高在超級計算機中對應光模塊的需求量。圖 14：神經網絡模型持續擴大圖 15：Grace Hopper 芯片架構行業研究行業研究/行業專題報告行業專題報告請務

35、必閱讀最后一頁股票評級說明和免責聲明請務必閱讀最后一頁股票評級說明和免責聲明1212資料來源：AI 算力集群方案設計與優化，山西證券研究所資料來源：英偉達，山西證券研究所此外，云廠商 2022 年業績超出預期，英偉達數據中心營收創歷史新高，主要受益于云商及企業客戶對訓練 AI 加大對 GPU 芯片的需求，進一步釋放利好信號。隨海內外云廠商陸續推出 AI 大模型及 AI 訓練加碼，高增長確定性將得到進一步延續。表 2：業績超預期催化后續需求事件事件主要廠商主要廠商廠商業績廠商業績業績超預期英偉達FY24Q1 實現營收 71.9 億美元（YoY-13%），數據中心業務實現營收 42.8 億美元（Y

36、oY+14%，QoQ+18%）。邁威爾FY24Q1 實現營收 13.2 億美元（YoY-9%）。LumentumFY2023Q3 實現營收 3.83 億美元（YoY-3.0%）。資料來源：wind，山西證券研究所2.2.2 從英偉達計算機和大模型算力預測：從英偉達計算機和大模型算力預測：800G 光模塊需求量顯著提升光模塊需求量顯著提升首先我們以英偉達 DGX SuperPOD 為例測算單顆 GPU 與光模塊的比例。DGX A100 和 DGX H100 網絡集群主要使用 InfiniBand 和以太網兩類，根據網絡功能分為計算、存儲、InBand 和 Out-of-Band 四種，其中計算和

37、存儲使用 IB 網絡，InBand 和 Out-of-Band 使用以太網絡。IB 網絡涉及 AI 運算和存儲，是光模塊的主要需求來源，而以太網則需求較小，因此下面測算僅考慮 IB 網絡對應的光模塊需求。以140個節點的DGXA100集群為例，每臺DGX A100服務器需要8顆A100 GPU芯片，共共需需140*8=1120顆芯片顆芯片；集群中每 20 臺 DGX A100 服務器組成一個 SU（scalable units，可擴展單元），共 7 個 SU；計算側網絡采用三層交換機的胖樹(fat-tree)拓撲結構，一到三層分別稱為 Leaf（葉）交換機、Spine（脊）交換機、Core（核

38、心）交換機。IB 網絡架構下實現了完整的胖樹（Fat-Tree）拓撲結構，胖樹架構在訓練場景中最優的配置是上下行端口數一樣，即無阻塞的網絡，具體來看：（1）第一層：每個 SU 中配置 8 臺葉交換機，共行業研究行業研究/行業專題報告行業專題報告請務必閱讀最后一頁股票評級說明和免責聲明請務必閱讀最后一頁股票評級說明和免責聲明1313有 56 臺葉交換機臺葉交換機；根據圖 15 所示，服務器與葉交換機共需服務器與葉交換機共需 1120 條線纜條線纜；（2）第二層：每 10 臺脊交換機組成一個交換機組 Spine Group（SG），每個 SU 的第一個葉交換機連接到 SG1 中的每個交換機，每個

39、SU的第二個葉交換機連接到 SG2 中的每個交換機，共有 80 個脊交換機個脊交換機，根據圖 15 所示，葉交換機與脊交換葉交換機與脊交換機共需機共需 1124 條線纜條線纜；（3）第三層：每 14 臺核心交換機組成一個交換機組 Core Group（CG），對應共 28個核心交換機個核心交換機，根據圖 15 所示，脊交換機與核心交換機共需脊交換機與核心交換機共需 1120 條線纜條線纜。圖 16：140 節點的 NVIDIADGX SuperPOD 計算側架構圖 17：計算側交換機及線纜數量資料來源：英偉達，山西證券研究所資料來源：英偉達，山西證券研究所存儲側采用兩層結構，即只有葉交換機和脊

40、交換機，根據圖 17 所示存儲側葉和脊分別有 18 和 8 共共 26臺交換機，對應共臺交換機，對應共 660 條線纜條線纜。圖 18：140 節點的 NVIDIADGX SuperPOD 存儲側架構圖 19：存儲側交換機及線纜數量資料來源：英偉達，山西證券研究所資料來源：英偉達，山西證券研究所考慮使用 A100 系統的 NVIDIA DGX DGX SuperPOD 白皮書中對應計算側和存儲側線纜全部采用 NVIDIAMF1S00-HxxxE，為 AOC 有源光纜，因此每個端口對應一個光模塊，即每條光纜對應 2 個光模塊，因此計算側和存儲側共需要（1120+1124+1120）*2+（280

41、+92+288）*2=8048 個光模塊，即單顆單顆 G GPUPU 對應所需對應所需 2 200G00G 光光模塊數量約為模塊數量約為 1:1:7.27.2。圖 20：計算側和存儲側的線纜全部采用 NVIDIAMF1S00-HxxxE行業研究行業研究/行業專題報告行業專題報告請務必閱讀最后一頁股票評級說明和免責聲明請務必閱讀最后一頁股票評級說明和免責聲明1414資料來源：英偉達，山西證券研究所5 月 29 日英偉達最新推出 DGX GH200 超級計算機，搭載 256 個英偉達 GH200 Grace Hopper 超級芯片，每個超級芯片可視為一個服務器，通過 NVLINK SWITCH 進

42、行互聯。從結構上來看，DGX GH200 采用兩層的胖樹拓撲結構，第一、二層分別使用 96 個、36 個交換機，每臺 NVLINK SWITCH 交換機擁有 32 個速率為 800 G 的端口；此外 DGX GH200 還配備了 24 個 NVIDIA Quantum-2 QM9700 IB 交換機用于 IB 網絡。按照端口進行估算，L1 層距離較近因此假定使用銅纜進行連接不涉及光模塊，L2 層 36 個交換機在無收斂胖樹架構下，第二層交換機端口向下與 L1 層交換機上行端口互聯，因此共需要 36*32*2=1152 個 800G 光模塊；IB 網絡架構下，24 臺交換機需要 24*32=76

43、8 個 800G 光模塊；則 DGX GH200 超級計算機共需要1152+768=1920 個 800G 光模塊，對應每顆每顆 GH200 芯片芯片 12 個個 800G 光模塊光模塊，相較于 DGX SuperPOD 在光模塊數量和速率上均有顯著提升。圖 21：NVIDIA DGX GH200 存儲側架構圖 22：NVIDIA DGX GH200 結構資料來源：英偉達，山西證券研究所資料來源：英偉達，山西證券研究所下面我們再從大模型訓練側和推理側分別計算大語言模型所帶來的光模塊數量增量下面我們再從大模型訓練側和推理側分別計算大語言模型所帶來的光模塊數量增量。1）訓練側：）訓練側：以 GPT

44、-3 為例，首先，用來衡量計算量的單位為 FLOPs（浮點運算次數），根據 OPEN AI的論文 Language Models are Few-Shot Learners，GPT-3 中最大的模型（1746 億參數）的訓練大約需要 3.14*1023 次浮點運算（FLOPs）。圖 23：GPT-3 計算參數行業研究行業研究/行業專題報告行業專題報告請務必閱讀最后一頁股票評級說明和免責聲明請務必閱讀最后一頁股票評級說明和免責聲明1515資料來源：Language Models are Few-Shot Learners，山西證券研究所在使用英偉達 A100 GPU 對大模型進行訓練的情況下，參

45、照英偉達官網，可使用 FP16 的精度進行訓練，對應 312 TFLOPS（312 萬億次浮點運算能力）；根據總計算量=GPU 數量*GPU 算力*運算時間，則 GPU 數量=總計算量/（GPU 算力*運算時間），則在訓練時間為訓練時間為 1 天天的情況下 GPT-3 需要 GPU 數量為 3.14*1023FLOPs/(312*1012 FLOPs/s*86400s)，約為 11648 張張，在訓練十天的情況下需要 3.14*1023 FLOPs/(312*1012 FLOPs/s*86400s*10)=1165 張 GPU。根據前面的測算，假定在系統中每張 A100 GPU 需要 7 顆

46、200G光模塊，則 GPT-3 單日完成訓練需要 8 萬顆以上 200G 光模塊。如果考慮如果考慮到到 FLOPS 的利用率約的利用率約為為 20%-30%，則需要光模塊的數量將約為則需要光模塊的數量將約為 35 萬顆。萬顆。圖 24：NVIDIAA00 TENSOR CORE GPU 規格圖 25：A100 采用 FP16 精度訓練大模型資料來源：英偉達，山西證券研究所資料來源：英偉達，山西證券研究所圖 26：FLOP 利用率（GPT-3 為 21.3%）行業研究行業研究/行業專題報告行業專題報告請務必閱讀最后一頁股票評級說明和免責聲明請務必閱讀最后一頁股票評級說明和免責聲明1616資料來源

47、：PaLM:Scaling Language Modeling with Pathways，山西證券研究所目前大模型數量快速增加，據不完全統計，截至目前，參數在 10 億規模以上的大模型國內已發布 79個；同時參數快速提高，最高可達萬億以上，對算力及光模塊的需求同樣將大幅上漲。根據 GPT-3 的參數，我們假定一個在 GPT-3 框架下的萬億規模大模型，根據上圖可知參數量與訓練側所需算力大致呈線性同比，計算得用 H100 訓練該模型大致需要 1.5-2 萬張 H100 GPU，考慮 FLOPS 利用率的情況下需要 7.5-10 萬顆GPU，對應每張 H100 GPU 大致需要 2.5 顆 80

48、0 G 光模塊，則在 GPT-3 框架下的萬億規模大模型約需要框架下的萬億規模大模型約需要 20萬顆萬顆 800 G 光模塊光模塊。圖 27：NVIDIA H00 GPU 規格圖 28：部分國內外大模型參數量節選資料來源：英偉達，山西證券研究所資料來源：電子發燒友，山西證券研究所2）推理側推理側：目前大模型處于快速發展階段，以訓練側用量為主；而當大模型成熟后光模塊的主要需求將轉向推理側。推理側光模塊用量可通過用戶流量來計算：樂觀預期下，假設在穩定狀態時 ChatGPT 日均訪問量為 10 億次，每次 ChatGPT 回答 1000 字，粗略按照 token 與漢字比例為 1：1 估算約 100

49、0 個 token，共計 10000 億個 token；按照與推理側保持一致用 GPT-3 作為預測的大模型，根據Scaling Laws for NeuralLanguage Models，訓練階段 FLOPS/每個參數/每個 token 的比值為 6，推理階段約為 2，根據則一次訪問需要的算力為 2*10000 億*1750 億共計 3.5*1023FLOPS；由于推理階段算力需求相對訓練較低，使用 A100芯片存在成本和顯存上的不足，因此選用 A30 甚至 A10 芯片作為推理芯片。以 A30 算力測算，則需求量計算方法同理，約為 2.5 萬張 GPU，考慮到 FLOPS 利用率約為 2

50、0%-30%，則約為 13 萬張萬張 GPU；同理，我們假設一個在假設一個在 GPT-3 框架下的萬億規模大模型框架下的萬億規模大模型，以 A30 算力測算得到推理側大約需要 80 萬張萬張 GPU；對應所需光模塊數量上百萬顆。同理在中性預期下穩定狀態時 ChatGPT 日均訪問量為 5 億次，悲觀預期下穩定時ChatGPT 日均訪問量為 1 億次，則對應所需 GPU 數量分別 40 萬張/8 萬張，中性預期下對應光模塊需求量超百萬顆，悲觀預期下對應光模塊數量接近百萬顆。圖 29：NVIDIAA30 Core GPU 規格圖 30：A10 技術規格和功能行業研究行業研究/行業專題報告行業專題報

51、告請務必閱讀最后一頁股票評級說明和免責聲明請務必閱讀最后一頁股票評級說明和免責聲明1717資料來源：英偉達，山西證券研究所資料來源：英偉達，山西證券研究所2.3 格局：國內廠商主導市場，隨技術迭代各有優勢格局：國內廠商主導市場，隨技術迭代各有優勢2.3.1 產業東移，中國廠商逐漸占領高地產業東移，中國廠商逐漸占領高地從市場份額上來看，根據 LightCounting，在過去的十年里，中國的光器件和模塊供應商憑借成本優勢逐漸在全球市場上獲得份額，目前在全球光模塊市場占主導地位。2015 年前，全球前十大光模塊廠商僅光迅科技一家中國企業；2021 年，中際旭創等五家供應商進入全球前十，主要廠商相較

52、前一年市場份額均有提升；2022 年年，光模塊全球市前光模塊全球市前 10 名中國占據名中國占據 7 家家，其中中際旭創、Coherent、思科、華為四家廠商占據全球光模塊市場份額超過 50%，中際旭創和 Coherent 分別獲得近 14 億美元的收入。表 3：光模塊全球市占率排名2010201020162016201820182021202120222022FinisarFinisarFinisar1中際旭創&II-VI中際旭創&CoherentOpnext海信寬帶中際旭創2Sumitomo光迅科技海信寬帶3華為海思Cisco(Acacia)AvagoAcacia光迅科技4Cisco(Ac

53、acia)華為海思Source PhotonicFOIT(Avago)FOIT(Avago)5海信寬帶光迅科技FujitsuOclaroLumentum6Broadcom海信寬帶JDSU中際旭創Acacia7新易盛新易盛EmcoreSumitomoIntel8光迅科技華工正源WTDLumentumAOI9MolexIntelNeoPhotonicsSource PhotonicSumitomo10IntelSource Photonic資料來源：中際旭創年報，Lightcounting，山西證券研究所行業研究行業研究/行業專題報告行業專題報告請務必閱讀最后一頁股票評級說明和免責聲明請務必閱讀最

54、后一頁股票評級說明和免責聲明1818圖 31：2021 年 光模塊主要廠商市占率圖 32：2021 年主要廠商市場份額變動情況資料來源：中際旭創年報援引 Omdia，山西證券研究所資料來源：中際旭創年報援引 Omdia，山西證券研究所2.3.2 技術迭代：技術迭代：CPO 和硅光有望成為長期解決方案和硅光有望成為長期解決方案從光模塊發展進程來看，隨光模塊速率增高，光模塊在以太網交換機中成本占比快速提高，同時從 1.6T開始，傳統可插拔速率升級或達到極限，CPO 共同封裝光子是業界公認未來高速率產品形態共同封裝光子是業界公認未來高速率產品形態。CPO（Co-Packaged Optics，共封裝

55、光學共封裝光學）指把光引擎和交換芯片共同封裝在一起的光電共封裝指把光引擎和交換芯片共同封裝在一起的光電共封裝，最終取代光模塊。相較于傳統可插拔形式，CPO 縮短交換芯片和光引擎間的布線距離，進而降低電信號驅動功耗。根據Cisco 官網，把 51.2T 系統中的可插拔光模塊替換為 CPO 后，將交換 ASIC 與光引擎連接所需的功率可減少 50，整機系統總功率減少 25-30。圖 33：不同速率光模塊在以太網交換機中成本占比圖 34：CPO 封裝示意圖資料來源：Co-packaged datacenter optics Opportunities and資料來源：Co-packaged data

56、center optics Opportunities and行業研究行業研究/行業專題報告行業專題報告請務必閱讀最后一頁股票評級說明和免責聲明請務必閱讀最后一頁股票評級說明和免責聲明1919challenges，山西證券研究所challenges，山西證券研究所目前 CPO 技術仍處于布局初期，由于可靠性和成本等因素，在較低速率光模塊中優勢尚未明顯體現；根據 Lightcounting，CPO 出貨預計將從 800G 和 1.6T 端口開始，于 2024 至 2025 年開始商用，2026 至2027 年開始規模上量。根據 Yole，目前 CPO 將與傳統可插拔光模塊共存且份額持續擴大，到

57、2034 年將占據主要市場；從規模上看，根據 Yole，2020 年 CPO 市場規模約為 600 萬美元（光模塊 9 億美元），2026 年將達到 3 億美元（光模塊 22 億美元），6 年 CAGR 104%（光模塊 19%），至 2032 年 CPO 市場規模將達到22 億美元，CAGR 19%，而對比同期光模塊為 36 億美元，CAGR 10%。圖 35：可插拔光模塊發展歷程圖 36：CPO 市場規模及增速資料來源：Yole，山西證券研究所資料來源：Yole，山西證券研究所CPO 成為主流尚需時日，LPO 被認為是期間主要過渡方案被認為是期間主要過渡方案。LPO(Linear-driv

58、e Pluggable Optics)是指是指線性驅動可插撥光模塊線性驅動可插撥光模塊，具體來看，高速光模塊通常會引入 DSP 芯片，對高速信號進行信號處理，但 DSP芯片功耗占比可達光模塊的 50%；LPO 取消了 DSP,只留下 driver 和 TIA，將 DSP 功能集成到交換芯片中。相比于可插拔光模塊，在不同應用方案中 LPO 的功耗下降約 50%。根據 OFC2023，MACOM 展示了單通道100G 單模 800G DR8 和多模 800G SR8 線性驅動解決方案，其中多模功耗節省 70%，單模節省 50%，并且可以降低 75%的延遲功耗；Arista 展示的 800G-DR8

59、 線性驅動解決方案與 5nm DSP 解決方案相比，節省 30%的功耗。同時根據 Arista，交換機功耗可下降 25%。圖 37：400G ZR 光模塊的功耗分解圖 38：無需 DSP 的 交換機功耗可下降 25%左右行業研究行業研究/行業專題報告行業專題報告請務必閱讀最后一頁股票評級說明和免責聲明請務必閱讀最后一頁股票評級說明和免責聲明2020資料來源：R.Nagarajan,et.al.,Low Power DSP-Based Transceiversfor Data Center Optical Fiber Communications,Journal of LightwaveTech

60、nology 39,5221(2021),山西證券研究所資料來源：fabricatedknowledge 援引 Arista，山西證券研究所此外，由于不再采用 DSP，系統的延遲和成本降低，可應用到對延遲要求比較高的場景，例如高性能計算中心(HPC)中 GPU 之間的互聯；相對于 CPO，由于 LPO 仍然采用可插拔模塊的形式，未進行較大的封裝形式革新，可以利用成熟的光模塊供應鏈，因此被認為是 800G 光模塊時代最具潛力的技術路線。圖 39：LPO 功耗可下降 50%左右圖 40：傳統光模塊、LPO 與 CPO 各個維度的比較資料來源：2023 Post-Show Report，山西證券研究

61、所資料來源：SILICONPHOTONICS,LINEAR DRIVE PLUGGABLEAND CO-PACKAGED OPTICS，山西證券研究所硅光子技術是基于硅和硅基襯底材料，利用現有 CMOS 工藝進行光器件開發和集成的新一代技術。傳統光模塊主要采用高速電芯片、光芯片和光學組件等器件封裝而成，本質上屬于“電互聯”；硅光技術的核硅光技術的核心是采用激光束代替電子信號傳輸數據心是采用激光束代替電子信號傳輸數據，本質上是本質上是“光互聯光互聯”。隨著光模塊向 400G、800G 甚至 1.6T 等高速率演進，以 Tb/s 的光纖傳輸速度或將成為光通信傳輸速率瓶頸，而硅光子集成技術具備的超高

62、傳輸速率能打破這一瓶頸：根據摩爾定律，相同尺寸芯片中能容納的晶體管數量，因為制程技術推進，每 1824 個月會增加一倍；由于芯片是電訊號，傳輸會有訊號損失，即使單位面積晶體管數量漸增，仍無法避免電耗行業研究行業研究/行業專題報告行業專題報告請務必閱讀最后一頁股票評級說明和免責聲明請務必閱讀最后一頁股票評級說明和免責聲明2121損的問題，硅光技術以光訊號代替電訊號，或成為突破摩爾定律的關鍵。此外，硅光方案集成度高，且在峰值速度、能耗、成本等方面均具有良好表現。一方面，當前主流的光集成技術以稀有材料磷化銦作為主要材料，材料成本昂貴，難以實現大規模集成；硅材料價格低廉且已經成熟應用于電子集成電路，適

63、合規?；a。另一方面，以磷化銦為材料的光集成技術只負責數據的交換，不涉及數據的存儲與處理，不利于通信信息安全。而以硅為材料的光集成技術兼具數據的交換、存儲以及處理，是下一代光通信的技術趨勢。硅光技術既可用在傳統可插拔光模塊中，也可以用在 CPO 方案中，硅光子模塊和超大規模硅光子模塊和超大規模 CMOS 芯芯片以共封裝形式片以共封裝形式（CPO）封裝在一起將成為未來高速率傳導的主要方案封裝在一起將成為未來高速率傳導的主要方案。根據 Lightcounting 的預測。硅光將在 2021-2026 年繼續獲得市場份額，全球硅光模塊市場將在 2026 年達到近 80 億美元，有望占到一半的市場份

64、額。圖 41：硅光模塊的歷史銷售及預測圖 42：硅光技術圖解資料來源：中際旭創年報援引 Lightcounting，山西證券研究所資料來源：中際旭創年報，山西證券研究所數據中心光互聯方案可根據其傳輸距離來選擇兩種支撐技術，一種是直接探測技術，另一種是相干探相干探測技術測技術，其中直接探測的應用場景更適合相對短距離互聯。相干技術是利用要傳輸的信號來改變光載波的頻率、相位和振幅，憑借著高容量、高信噪比等優勢在城域網內的長距離 DCI 互聯中得到廣泛應用。隨著單通道傳輸速率的提高，現代光通信領域越來越多 的應用場景開始用到相干光傳輸技術，相干技術也從過去的骨干網下沉到城域甚至邊緣接入網。相干技術預計

65、在相干技術預計在 2025 年后可以開始商用年后可以開始商用，Omdia 預計 2025 年相干將達到 250 萬支規模；2022-2025 年，400G 相干光模塊年復合增長率將超 40%。根據訊石預測，2023年-2028 年，ZR 光模塊市場規模將從約 30 億元，增長至超過 60 億元。圖 43：全球 ZR 光模塊市場規模（單位：億元）圖 44：標準 400G 以太網接口的 PMD，特征和應用行業研究行業研究/行業專題報告行業專題報告請務必閱讀最后一頁股票評級說明和免責聲明請務必閱讀最后一頁股票評級說明和免責聲明2222資料來源：中際旭創年報援引訊石，山西證券研究所資料來源：可插拔相干

66、光模塊白皮書，山西證券研究所超高速光通信調制器芯片與模塊是用于長途相干光傳輸和超高速數據中心的核心光器件，有望跟隨光網絡設備市場持續保持增長。目前行業內光調制的技術主要有三種：基于硅光、磷化銦和鈮酸鋰材料平臺的電光調制器。其中，硅光調制器主要是應用在短程的數據通信用收發模塊中，磷化銦調制器主要用在中距和長距光通信網絡收發模塊，鈮酸鋰電光調制器主要用在 100Gbps 以上的長距骨干網相干通訊和單波100/200Gbps 的超高速數據中心中。傳統鈮酸鋰電光調制器為體材料鈮酸鋰調制器：體材料鈮酸鋰調制器具有帶寬高、穩定性好、信噪比高、傳輸損耗小、工藝成熟等優點，但在傳輸速率需求不斷提升的形勢下,體

67、材料鈮酸鋰調制器也在一些性能上遭遇瓶頸，而且體積較大，不利于集成。新一代薄膜鈮酸鋰調制器芯片新一代薄膜鈮酸鋰調制器芯片技術將解決這些問題。技術將解決這些問題。具有“光學硅”之稱的鈮酸鋰材料通過最新的微納工藝，制備出的薄膜鈮酸鋰調制器具有高性能、低成本、小尺寸、可批量化生產且與 CMOS 工藝兼容等優點，是未來高速光互連極具競爭力的解決方案。圖 45：薄膜鈮酸鋰調制器與傳統鈮酸鋰調制器對比資料來源：光電匯 OESHOW，山西證券研究所行業研究行業研究/行業專題報告行業專題報告請務必閱讀最后一頁股票評級說明和免責聲明請務必閱讀最后一頁股票評級說明和免責聲明23232.3.3 廠商機遇：龍頭升級換代

68、，新秀彎道超車廠商機遇：龍頭升級換代，新秀彎道超車光模塊高速率低功耗高集成的趨勢帶來諸多新機遇，龍頭廠商在高速率和多種技術方案下全面推進，龍頭廠商在高速率和多種技術方案下全面推進，其他廠商在高速率方面亦有基于不同技術方案的研發，或成為彎道超車，提高市占率的有效途徑其他廠商在高速率方面亦有基于不同技術方案的研發，或成為彎道超車，提高市占率的有效途徑。具體來看，800G 方面，光模塊廠商在傳統光模塊廠商在傳統 800 光模塊和基于硅光方案的光模塊和基于硅光方案的 800G 均有不同程度進展均有不同程度進展。表 4：光模塊廠商 800G 光模塊進展光模塊廠商光模塊廠商800G800G 光模塊產品光模

69、塊產品中際旭創2023OFC 推出了其基于 5nm DSP 和先進硅光子技術的第二代 800G 模塊，同時擁有功耗低于 14W 的 800GOSFP DR8+和 2xFR4 光通信模塊。800G 光模塊已批量出貨。新易盛2023OFC 現場演示基于薄膜鈮酸鋰(TFLN)調制器技術的 800G OSFP DR8 光模塊產品，搭配 5nm DSP 芯片，功耗 11.2W。同時推出 LPO 光模塊，包含 EML、TFLN 和 SiPh 三種方案。華工科技公司的 800G SR8 已經在國內市場頭部廠商送樣測試，DR8 和 FR8 產品在微軟和英偉達同樣，預計 23 年下半年出貨量將快速增長。劍橋科技

70、公司的 800G 光模塊基于傳統 EML 和 硅光兩種方案，對于薄膜鈮酸鋰方案也在積極關注。公司也推出了線性驅動的 800G 光模塊產品。光迅科技2023OFC 上展示了 800G QSFP-DD800 的 SR8 光模塊產品，同時公司擁有 800G QSFP-DD 2x400G FR4 和 DR8光模塊；800G 光模塊已有出貨，是否做大批量生產取決于客戶訂單。博創科技公司具備 800G 硅光模塊的產品能力，同時也在研發 CPO 相關產品資料來源：各公司年報、wind、投資者調研紀要、投資者問答、官網，山西證券研究所新興技術方面，主要廠商在各項技術上的布局都有不同進度和側重。主要廠商在各項技

71、術上的布局都有不同進度和側重。從廠商角度來看，龍頭中際旭創和新易盛布局較為全面且進展較快，高速率硅光芯片均已研發成功，CPO 技術研發亦有序推進；其他廠商在技術拓展則各有側重，華工科技在硅光，劍橋科技在 LPO，天孚和聯特在 CPO 方向較為突出；從技術端來看，硅光集成技術的研發及產業化主要集中于硅光芯片制造，同時廠商多基于自身的硅光芯片配合下游客戶研發 CPO 方案。表 5：主要廠商技術研發進展光模塊廠商光模塊廠商CPOCPOLPOLPO硅光硅光相干技術相干技術中際旭創CPO（光電共封）技術和 3D 封裝技術持續研發進程中。有 LPO 的方案與技術在 OFC 2022 現場展示基于自主設計硅

72、光芯片 800G 可插拔OSFP2*FR4 和 QSFP-DD800DR8+硅光光模塊，2023 OFC 推出了其基于 5nm DSP 和先進硅光子技術的第二代 800G 模塊。公司400G 和 800G 硅光模塊全部采用自研的硅光芯片，1.6T 光模塊和 800G 硅光模塊推出業界最高輸出功率 400G ZR/OpenZR+QSFP-DD 相干模塊，輸出光功率可以達到+5dBm，模塊功耗業界最低。相干系列產品等已實現批量出貨行業研究行業研究/行業專題報告行業專題報告請務必閱讀最后一頁股票評級說明和免責聲明請務必閱讀最后一頁股票評級說明和免責聲明2424已開發成功并進入送測階段新易盛已有 CP

73、O 技術布局。已推出 LPO 方案的 800G光模塊產品，已推出多款LPO 方案產品。已成功推出基于硅光解決方案的 800G、400G 光模塊產品；子公司 Alpine 在硅光模塊及硅光子芯片技術提供可靠保證已成功推出 400G ZR/ZR+相干光模塊產品華工科技已具備從硅光芯片到硅光模塊的全自研設計能力，800G 硅光模塊于 2022 Q3 推出市場；海外導入階段，正在進行客戶驗證。劍橋科技CPO 方面主要研發外置光源。收購海外主推 LPO 的芯片廠商；7 月和 9 月送樣測試各種類型的 LPO 光模塊完成 400G DR4/DR4+硅光產品的版本迭代，實現小批量發貨；硅光 800G 光模塊

74、在北美主要網絡設備供應商測試順利。天孚通信開發 CPO 用光引擎，為客戶提供一站式解決方案，CPO 光引擎目前進展快。聯特科技基于 SIP（硅光）和 TFLN（薄膜鈮酸鋰）調制技術的 800G 光模塊產品會相繼推出；基于數據中心的 800G/1.6T 研發CPO 項目進行中“基于硅光技術的下一代光模塊和光器件開發”項目進行中博創科技CPO 產品正在研發一直在硅光方面有布局，基于硅光子技術的 400G-DR4 硅光模塊已實現量產出貨，800G 硅光光模塊開發中光迅科技CPO 技術布局中2023 年在 OFC2023 上推出 1.6TOSFP-XD DR8 高速光模塊，400GQSFP-DD ZR

75、+相干光模塊等產品；200G/400G/800G 硅光芯片已具備量產能力。400G 相干光模塊產品技術行業領先。資料來源：各公司年報、投資者問答、投資者調研紀要、wind、官網，山西證券研究所2.3.4 向上布局芯片，一體化掌握話語權向上布局芯片，一體化掌握話語權根據中際旭創披露的 2016 年 1-3 月光模塊成本構成，光芯片及組件占光模塊成本比超過 50%，是光模行業研究行業研究/行業專題報告行業專題報告請務必閱讀最后一頁股票評級說明和免責聲明請務必閱讀最后一頁股票評級說明和免責聲明2525塊中成本占比最高的部分。我國光芯片企業已基本掌握 2.5G 和 10G 光芯片的核心技術，25G 及

76、以上高速率光芯片方面，我國技術水平相對落后：根據 ICC 統計，25G 光芯片的國產化率約 20%，但 25G 以上光芯片的國產化率仍較低約 5%，光模塊或光器件廠商仍然以外購為主。在對高速傳輸需求不斷提升背景下，25G 及以上高速率光芯片市場增長迅速，且我國自主研發進步較快。根據 Omdia 對數據中心和電信場景激光器芯片的預測，2019 年至 2025 年，25G 以上速率光模塊所使用的光芯片占比逐漸擴大，整體市場空間將從 13.56 億美元增長至 43.40 億美元，年均復合增長率將達到 21.40%。同時，我國光芯片廠商的全球份額將進一步提升，根據 ICC 預測，2019-2024 年

77、，中國光芯片廠商銷售規模占全球光芯片市場的比例將不斷提升，其中高速率光芯片增長更快。圖 46：高速率模塊光芯片市場空間及預測（百萬美元）圖 47：2019-2024 年中國光芯片占全球光芯片比例預測資料來源：源杰科技招股書援引 Omdia，山西證券研究所資料來源：源杰科技招股書援引 ICC，山西證券研究所對光模塊廠商而言，長期來看，擁有芯片能力的企業將擁有更多自主權和議價權，中際旭創等廠商已紛紛通過參股或收購等形式向上游進行一體化布局。其中，源杰科技為我國芯片龍頭，高速率光芯片領域的技術實力已可以對標世界領先水平，并同時擁有華為作為主要股東，雖然由于下游云廠商對芯片供應商要求較為嚴格，因此處于

78、可信度等原因，目前光模塊廠商難以立即更換芯片供應商，但隨著 800G 光模塊放量，芯片需求量快速提高，源杰科技的光芯片未來有望逐步得到云廠商認可，提高在海外的滲透率。此外，新易盛于 2022 年完成對 Alpine 的收購，將其硅光芯片用于硅光產品；光迅科技、華工科技等均可實現一定程度的光芯片自供。圖 48：光模塊廠商參股或收購芯片供應商情況行業研究行業研究/行業專題報告行業專題報告請務必閱讀最后一頁股票評級說明和免責聲明請務必閱讀最后一頁股票評級說明和免責聲明2626資料來源：源杰科技 8-1-2 發行人及保薦機構第二輪回復意見，源杰科技招股書，新易盛 2022 年年報，wind，山西證券研

79、究所3.重點關注標的重點關注標的3.1 從估值端看當前光模塊市場從估值端看當前光模塊市場歷史復盤來看，在 100G，400G 周期期間，往往估值端先于業績啟動，主要邏輯在于預期帶來估值拉升，而從下游給出訂單指引到業績反應在財務報表需要幾個月的時間，因此業績端兌現有所滯后。2023 年起 800G 新周期已在估值端反映，下游云廠商資本支出與訂單指引不斷提高，進一步拉高市場預期和景氣度，光模塊廠商憑借各自技術優勢及海外客戶有序拓展放量在即。圖 49：萬得光模塊板塊 PE-Band資料來源：wind，山西證券研究所3.2 主要公司建議關注主要公司建議關注中際旭創中際旭創：國內光模塊翹楚國內光模塊翹楚

80、，2022 年全球光模塊市占與 IV-II 并列第一，光模塊產品與技術全面布局且技術領先，下游與谷歌，亞馬遜，中興等多家云計算巨頭合作緊密，上游持股國內光芯片龍頭源杰科技。公 司 營 收 與 業 績 穩 健 增 長，2020-2023Q1 營 收 分 別 70.50/76.95/96.42/18.37 億 元，同 比 分 別48.17%/9.16%/25.29%/-12.04%，歸 母 凈 利 潤 分 別8.65/8.77/12.24/2.50億 元，同 比 分 別68.55%/1.33%/39.57%/14.95%；按 區 域 分，公 司 以 海 外 為 主，2020-2022 海 外 客

81、戶 營 收 分 別 占 比69.31%/75.08%/86.88%。風險提示：客戶合作不及預期；研發進展不及預期；下游需求不及預期等。行業研究行業研究/行業專題報告行業專題報告請務必閱讀最后一頁股票評級說明和免責聲明請務必閱讀最后一頁股票評級說明和免責聲明2727圖 50：中際旭創營收與歸母凈利潤圖 51：中際旭創營收按區域分資料來源：wind，山西證券研究所資料來源：wind，山西證券研究所圖 52：中際旭創 PE-Band資料來源：wind，山西證券研究所新易盛新易盛：400G 光模塊放量期間實現突破光模塊放量期間實現突破，2022 年公司完成對 Alpine 的收購，同時擁有同時擁有 C

82、PO，LPO，硅光芯片和相干光技術硅光芯片和相干光技術。公司營收與業績穩健增長，2020-2023Q1 營收分別 19.98/29.08/33.11/6.00 億元，同比 分 別 71.52%/45.57%/13.83%/-18.73%，歸 母 凈 利 潤 分 別 4.92/6.62/9.04/1.08 億 元，同 比 分 別131.03%/34.60%/36.51%/-18.57%；公 司 毛 利 率 在 同 行 業 靠 前，2020-2023Q1 毛 利 率 分 別36.86%/32.17%/36.66%/34.04%。風險提示：客戶合作不及預期；研發進展不及預期；下游需求不及預期等。行業

83、研究行業研究/行業專題報告行業專題報告請務必閱讀最后一頁股票評級說明和免責聲明請務必閱讀最后一頁股票評級說明和免責聲明2828圖 53：新易盛營收與歸母凈利潤圖 54：新易盛毛利率較高資料來源：wind，山西證券研究所資料來源：wind，山西證券研究所圖 55：新易盛 PE-Band資料來源：wind，山西證券研究所天孚通信天孚通信：無源器件起家先發優勢與海外客戶建立合作無源器件起家先發優勢與海外客戶建立合作，目前橫向拓展至有源業務目前橫向拓展至有源業務，光引擎產品光引擎產品在 CPO方案下為剛需，在行業內進展領先。公司營收與業績穩健增長，2020-2023Q1 營收分別 8.73/10.32

84、/11.96/2.87億元，同比分別 67.03%/18.20%/15.89%/1.50%，歸母凈利潤分別 2.79/3.06/4.03/0.92 億元，同比分別67.55%/9.77%/31.51%/11.14%；公司有源產品占比提高，2020-2022 有源產品占比分別 13.34%/8.23%/18.20%。風險提示：客戶合作不及預期；研發進展不及預期；下游需求不及預期等。行業研究行業研究/行業專題報告行業專題報告請務必閱讀最后一頁股票評級說明和免責聲明請務必閱讀最后一頁股票評級說明和免責聲明2929圖 56：天孚通信營收與歸母凈利潤圖 57：天孚通信營收分產品資料來源：wind，山西證

85、券研究所資料來源：wind，山西證券研究所圖 58：天孚通信 PE-Band資料來源：wind，山西證券研究所華工科技華工科技：背靠高校多項技術齊頭并進，國內華為等云廠商主要供應，海外客戶積極開拓。背靠高校多項技術齊頭并進，國內華為等云廠商主要供應，海外客戶積極開拓。公司營收與 業 績 穩 健 增 長，2020-2023Q1 營 收 分 別 61.38/101.67/120.11/26.65 億 元，同 比 分 別12.40%/65.65%/18.14%/-6.76%，歸 母 凈 利 潤 分 別5.50/7.61/9.06/3.08億 元，同 比 分 別9.49%/38.24%/19.07%/

86、36.34；風險提示：客戶合作不及預期；研發進展不及預期；下游需求不及預期等。行業研究行業研究/行業專題報告行業專題報告請務必閱讀最后一頁股票評級說明和免責聲明請務必閱讀最后一頁股票評級說明和免責聲明3030圖 59：華工科技營收與歸母凈利潤圖 60：華工科技光電器件產品營收及同比資料來源：wind，山西證券研究所資料來源：wind，山西證券研究所圖 61：華工科技 PE-Band資料來源：wind，山西證券研究所博創科技博創科技：電信市場為主，硅光產品前瞻布局電信市場為主，硅光產品前瞻布局，助力數通市場加速發展。公司營收與業績穩健增長，2020-2023Q1 營收分別 7.77/11.54/

87、14.67/3.93 億元，同比分別 90.76%/48.59%/27.08%/31.11，歸母凈利潤分別0.88/1.62/1.94/0.37 億元，同比分別 1036.48%/83.60%/19.59%/1.90%；風險提示：客戶合作不及預期；研發進展不及預期；下游需求不及預期等。行業研究行業研究/行業專題報告行業專題報告請務必閱讀最后一頁股票評級說明和免責聲明請務必閱讀最后一頁股票評級說明和免責聲明3131圖 62：博創科技營收與歸母凈利潤圖 63：博創科技營收分市場資料來源：wind，山西證券研究所資料來源：wind，山西證券研究所圖 64：博創科技 PE-Band資料來源：wind，

88、山西證券研究所此外，行業內其他公司凸顯優勢，建議關注光迅科技，聯特科技，光庫科技，劍橋科技，銘普光磁。建議關注光迅科技，聯特科技，光庫科技，劍橋科技，銘普光磁。表 6：建議關注公司營收（百萬元）營收（百萬元）歸母凈利潤（百萬元）歸母凈利潤（百萬元）PEPE2022A2023E2024E2025E2022A2023E2024E2025E2022A2023E2024E2025E中際旭創9,641.7911,332.5014,635.1018,134.421,223.991,510.162,020.132,553.0117.6985.0163.5550.28新易盛3,310.573,757.755,

89、023.416,485.71903.58906.431,258.841,657.5613.3355.1739.7230.17天孚通信1,196.391,609.362,168.332,908.10402.94505.51652.70853.0124.7984.1065.1449.84行業研究行業研究/行業專題報告行業專題報告請務必閱讀最后一頁股票評級說明和免責聲明請務必閱讀最后一頁股票評級說明和免責聲明3232華工科技12,011.0315,213.3718,851.3023,156.52906.081,213.671,558.411,937.5418.2131.2624.4219.64博創科

90、技1,466.721,934.422,478.953,068.36194.23254.28318.59385.0222.7939.4831.5126.08光迅科技6,911.887,616.838,587.339,907.80608.41687.00801.67923.2018.0446.7640.0734.80聯特科技824.711,032.501,483.502,133.00113.26128.50197.50293.5024.11158.18102.9269.26光庫科技642.44863.601,177.601,543.60117.80143.20199.40259.0052.6611

91、6.3183.5364.31劍橋科技3,785.61-171.47-16.75-銘普光磁2,323.40-68.88-38.60-資料來源：wind，山西證券研究所（數據截止 2023.06.21 收盤，采用 wind 一致預期）4.風險提示風險提示800G 需求不及預期需求不及預期：若 800G 整體需求不及預期則可能導致公司業績不及預期。AI 產業發展不及預期產業發展不及預期：光模塊行業主要增長點和預期來自于 AI 訓練，若 AI 技術進步不及預期則將會影響光模塊行業需求。公司海外客戶合作及技術進步不及預期公司海外客戶合作及技術進步不及預期：光模塊廠商需求目前以海外云廠商為主，若與海外云廠

92、商合作不及預期或技術未能達到要求，則將會影響行業景氣度。行業研究行業研究/行業專題報告行業專題報告請務必閱讀最后一頁股票評級說明和免責聲明請務必閱讀最后一頁股票評級說明和免責聲明3333分析師承諾：分析師承諾：本人已在中國證券業協會登記為證券分析師，本人承諾，以勤勉的職業態度，獨立、客觀地出具本報告。本報告清晰準確地反映本人的研究觀點。本人不曾因，不因，也將不會因本報告中的具體推薦意見或觀點直接或間接受到任何形式的補償。本人承諾不利用自己的身份、地位或執業過程中所掌握的信息為自己或他人謀取私利。投資評級的說明：投資評級的說明：以報告發布日后的 6-12 個月內公司股價（或行業指數）相對同期基準

93、指數的漲跌幅為基準。其中：A 股以滬深 300 指數為基準；新三板以三板成指或三板做市指數為基準；港股以恒生指數為基準；美股以納斯達克綜合指數或標普 500 指數為基準。無評級：因無法獲取必要的資料，或者公司面臨無法預見的結果的重大不確定事件，或者其他原因，致使無法給出明確的投資評級。（新股覆蓋、新三板覆蓋報告及轉債報告默認無評級）評級體系：評級體系：公司評級買入：預計漲幅領先相對基準指數 15%以上；增持：預計漲幅領先相對基準指數介于 5%-15%之間；中性：預計漲幅領先相對基準指數介于-5%-5%之間；減持：預計漲幅落后相對基準指數介于-5%-15%之間；賣出：預計漲幅落后相對基準指數-1

94、5%以上。行業評級領先大市：預計漲幅超越相對基準指數 10%以上；同步大市：預計漲幅相對基準指數介于-10%-10%之間；落后大市：預計漲幅落后相對基準指數-10%以上。風險評級A：預計波動率小于等于相對基準指數；B：預計波動率大于相對基準指數。行業研究/行業專題報告行業研究/行業專題報告請務必閱讀最后一頁股票評級說明和免責聲明請務必閱讀最后一頁股票評級說明和免責聲明3434免責聲明：免責聲明：山西證券股份有限公司(以下簡稱“公司”)具備證券投資咨詢業務資格。本報告是基于公司認為可靠的已公開信息，但公司不保證該等信息的準確性和完整性。入市有風險，投資需謹慎。在任何情況下，本報告中的信息或所表述

95、的意見并不構成對任何人的投資建議。在任何情況下，公司不對任何人因使用本報告中的任何內容引致的損失負任何責任。本報告所載的資料、意見及推測僅反映發布當日的判斷。在不同時期，公司可發出與本報告所載資料、意見及推測不一致的報告。公司或其關聯機構在法律許可的情況下可能持有或交易本報告中提到的上市公司發行的證券或投資標的，還可能為或爭取為這些公司提供投資銀行或財務顧問服務?？蛻魬斂紤]到公司可能存在可能影響本報告客觀性的利益沖突。公司在知曉范圍內履行披露義務。本報告版權歸公司所有。公司對本報告保留一切權利。未經公司事先書面授權，本報告的任何部分均不得以任何方式制作任何形式的拷貝、復印件或復制品，或再次分

96、發給任何其他人，或以任何侵犯公司版權的其他方式使用。否則，公司將保留隨時追究其法律責任的權利。依據發布證券研究報告執業規范規定特此聲明，禁止公司員工將公司證券研究報告私自提供給未經公司授權的任何媒體或機構；禁止任何媒體或機構未經授權私自刊載或轉發公司證券研究報告?？d或轉發公司證券研究報告的授權必須通過簽署協議約定，且明確由被授權機構承擔相關刊載或者轉發責任。依據發布證券研究報告執業規范規定特此提示公司證券研究業務客戶不得將公司證券研究報告轉發給他人，提示公司證券研究業務客戶及公眾投資者慎重使用公眾媒體刊載的證券研究報告。依據證券期貨經營機構及其工作人員廉潔從業規定和證券經營機構及其工作人員廉潔從業實施細則規定特此告知公司證券研究業務客戶遵守廉潔從業規定。山西證券研究所：山西證券研究所：上海上海深圳深圳上海市浦東新區濱江大道 5159 號陸家嘴濱江中心 N5 座 3 樓廣東省深圳市福田區林創路新一代產業園 5 棟 17 層太原太原北京北京太原市府西街 69 號國貿中心 A 座 28 層電話：0351-8686981http:/北京市西城區平安里西大街 28 號中海國際中心七層電話：010-83496336