武汉光模块800G以上出口暴增超100倍:AI算力产业链出海,这个赛道太恐怖了!

去年这个时候，武汉东湖高新区海关的光模块出口数据还只有几万美金的数量级。到目前为止，该数值已经增长到了5．12亿美元，并且增长速度很快，已经超过了100倍。最夸张的是，800G以上高端光模块去年几乎没有出口，而今年却占据了全部出口额的七成左右。

这并不是只有武汉才有的现象。中国整个光模块产业正处在一次空前的出口热潮之中。

那么光模块又是怎么来的呢？这就是AI数据中心的血脉。

ChatGPT训练一次要用到上千个GPU一起工作，而且每个GPU每秒钟要传输的数据量非常巨大。传统的100G、200G光模块根本承受不了压力，只能使用800G或者1．6T级别的高速光模块来满足要求。高端光模块的全球产能是有限的，中国的厂家占据了大部分。

美国的大公司建AI数据中心的时候，采购清单上最紧缺的是光模块，并不是芯片。去年英伟达H100显卡缺货的时候，很多人都认为瓶颈在于GPU，但是实际上更大的瓶颈是在配套的光模块上面，一个完整的AI集群中，光模块的成本可以达到整个网络设备投资额的40%左右。

中国光模块企业抓住了这个机会。去年下半年以来，武汉、深圳、苏州等几个产业集群都在积极扩大产能。有的工厂实行24小时三班倒制度，生产线由原来的两条增加到了十来条，但是订单仍然供不应求。

从表面来看是出口暴增，但是深层次的原因则是整个AI算力产业链都在进行重新布局。

美国对高端人工智能芯片出口到中国的限制，但是它自己公司的数据中心又需要大量的光模块。中国的光模块可以做到，并且价格便宜、交货速度快。因此出现了这样一种有趣的现象：芯片进不去，但是配套的光模块却在大范围地流出。

更重要的是，这次产业转移并不是单纯的代工模式，中国光模块厂家已经掌握从芯片设计、封装到模块集成的全部技术。武汉的一些企业也建立了自己的光芯片研发中心，并不依靠国外公司。说白了，不管上游出现什么问题，整个产业链都可以做到自给自足。

我和一个做光模块的人聊过，他说目前最大的问题是产能跟不上订单，该公司去年收入为两个亿，今年预计可以达到八亿，全部都是通过出口实现的。但是工厂扩建要花费时间，设备调试也需要一段时间，所以很多订单只能排队等候。

恐怖在两个地方。

第一种就是增速，100倍的增长，就表示该市场在一整年内由边缘变为主流。并且这只是个开始。根据行业预测，在未来的三年里，全世界对人工智能数据中心的投资总额将会超过5000亿美元，对于光模块的需求也会持续增长，目前主流的是800G，明年的1．6T将会大规模推广开来，到了后年就需要用到3．2T了。

另外一个是集中度。能够生产出800G以上的高端光模块的企业数量很少。中国的三个名额分别是武汉、深圳和苏州各有一个头部企业，集中度所带来的话语权以及定价权要比人们想象中的大得多。

但是该赛道也存在一定的风险，如果AI泡沫破裂的话，光模块的需求将会出现断崖式的下降。目前很多厂家都押注人工智能会长期发展，并且不断加大生产规模、降低产品价格来争取更多的订单。如果明年的AI投资减少的话，那么这些产能又该如何处理呢？库存怎么解决？

另外就是技术更新换代的速度过快了。G刚开始生产的时候，1．6T就已经到了。你投资几亿元建立的800G生产线，在两年之后就会被取代，对企业的资金实力和技术创新能力都是一种很大的考验。

这轮出口热潮其实也就是整个全球人工智能产业链的一种再分工。

美国掌握了算法和芯片的优势，而中国则控制了算力基础设施的供应。光模块只是一环中的一个部分，后面还有一条服务器、交换机、光纤、连接器等组成的产业链，单个来看这些物品并不起眼，但是缺少了它们之后，再强大的人工智能芯片也无法运转了。

武汉五亿美元的出口额中，上游带动了光芯片、光器件的研发和生产，下游拉动了测试设备、封装材料的需求，一个光模块公司可以带动几十家配套的企业。当产业集群效应产生之后，护城河就会很深。

但是要清楚地认识到，这种优势能够维持多久，则要看技术更新的速度了。目前中国厂商在5G上占优的原因是抓住了AI爆发的时间窗口，但是下一代的硅光技术、共封装光学技术的竞争才刚刚开始。谁能够在这些前沿的技术上面抢占先机，那么他就能够一直处在产业链的核心位置上。

产业链之间的博弈要比表面的数据复杂的多。