AI基础设施的网络架构正在快速升级。NVIDIA Quantum-X800已支持800Gb/s端到端网络，ConnectX-9 SuperNIC单GPU连接吞吐达到1.6Tb/s；Spectrum-X Photonics则将硅光引擎与交换系统更紧密集成。GPU规模扩大后，更多数据需要在计算节点之间交换，传统电连接距离、端口功耗和带宽密度压力同步上升。光互连正在从数据中心配套件，变成制约AI集群扩展效率的重要环节。

　　第一层价值仍在高速可插拔模块。新易盛2025年报披露，已首批量产并交付1.6T光模块，产品能力覆盖硅光设计、高密度封装与耦合测试；中际旭创持续推进现有高速产品批量交付，同时向3.2T、NPO和XPO延伸。模块企业的竞争由此从“有没有800G”转向客户份额、1.6T产品结构和全球交付效率。高端速率占比提升，才会把AI需求真正转化为平均售价和盈利结构变化。

　　第二层价值向光引擎和精密器件迁移。天孚通信披露，2025年已完成1.6T光引擎规模量产，并完成CPO配套光器件研发。更高速率意味着耦合精度、波分复用、连接密度和封装一致性要求提高，器件厂承担的工艺复杂度同步增加。这类公司的产业弹性来自高端产品进入规模供应，而非笼统的“CPO概念”。

　　第三层是高速光芯片和硅光能力。光迅科技拥有硅光芯片、CW光源等自研布局，但公开交流也显示，高速光芯片及电芯片仍存在较多外部采购。这个差异说明，中国企业在模块制造和工程交付上已经形成较强竞争力，高端芯片自主化仍受设计、制造、封装和批量成本共同约束。芯片研发成功只是技术节点，稳定大批量供应才会改变产业利润分配。

　　CPO则带来更长期的架构变化。NVIDIA已公布Spectrum-X和Quantum-X Photonics产品，将硅光引擎靠近交换ASIC，以降低长距离高速电连接带来的功耗和密度压力；与此同时，其官方生态仍明确包含可插拔光收发技术。产业路径因此更可能是多路线并行，而非CPO迅速取代1.6T模块。

　　AI光互连的利润分层已经逐渐清晰：模块看1.6T收入结构，器件看光引擎与高精度制造，芯片看高速产品批量供应，CPO看架构变化后的价值重新分配。 需求规模由AI资本开支决定，企业最终能拿到多少利润，则取决于客户份额、量产良率和核心器件能力。

免责声明：本文仅为公开信息整理和内容创作参考，不构成投资建议。市场有风险，投资需谨慎。