📋 总结 本次会议围绕AI基建产业链中的光模块与专用型存储两大领域展开深度分析，核心观点如下： 一、光模块：AI网络通信重要性持续提升，光模块需求有望超预期增长。 AI网络通信芯片在整体AI基建中的份额持续上升，预计从2024年的14%提升至2026年的23%。博通、英伟达等龙头财报显示，AI网络芯片收 总结 本次会议围绕AI基建产业链中的光模块与专用型存储两大领域展开深度分析，核心观点如下： 一、光模块：AI网络通信重要性持续提升，光模块需求有望超预期增长。 AI网络通信芯片在整体AI基建中的份额持续上升，预计从2024年的14%提升至2026年的23%。 博通 、英伟达等龙头财报显示，AI网络芯片收入增速远超GPU，验证了这一趋势。 网络能力的提升有助于提高GPU利用率，降低基础设施闲置率。 光模块需求的测算方法：基于英伟达NVL72架构，Scale out网络中GPU与光模块数量呈1:4的线性关系；Scale up网络遵循N log N的增长规律，潜力更大但当前光渗透率较低。综合测算，2026年全球400G以上光模块需求约8100万只，2027年约1.67亿只，其中1.6T产品将是主要驱动。 技术趋势方面：硅光芯片凭借产能充裕和成本优势，正逐步替代EML平台；CPO（共封装光学）技术仍处于早期，NPO（近封装光学）有望在2026年开始逐步落地，但真正意义上的CPO大规模部署仍需较长时间。 光进铜退趋势明确：随着速率提升至1.6T及以上，铜缆的传输距离极限仅约2米，光模块替代需求将持续扩大。 二、专用型存储：产能替代窗口期已至，需求端存量和增量双重支撑。 供应端：三星、美光、海力士等国际龙头正逐步退出DDR4及SLC NAND等专用型存储产能，转向HBM、DDR5、3D NAND等AI高附加值产品，为国内厂商打开了产能替代窗口。 兆易 与 长鑫 存储的深度合作（2026年采购代工额度提升至57.11亿元），使其具备优先的产能保障。 需求端：存量需求方面，专用型存储（DDR3/DDR4、SLC NAND、NOR Flash）凭借低延迟、高 可靠 性、长寿命等物理特性，在汽车、工控、通信等领域具有天然刚性和高客户粘性。增量需求方面，智能驾驶（实时数据缓存、行车日志存储）和AI（AI服务器NOR Flash容量从传统服务器的16-60MB提升至200-500MB）是两大核心
驱动力 。 市场规模与价格判断：预计2026年全球专用型存储市场规模达403亿美元（2024年为136亿美元），增长主要由价格驱动——DDR4和SLC NAND价格在2026年预计分别同比增长270%和250%，比特出货量持平或下降。2027年下半年新增产能释放后，供需缺口将逐步收敛。 竞争格局重塑：参考NOR Flash历史经验（ 华邦 、 兆易 、旺宏三家企业份额从分散走向集中）， 兆易 等有望在DDR4和SLC NAND领域复刻份额扩张路径。 会议实录 大家下午好，我是交银国际科技行业分析师王大卫。 今天 和大家分享一下我们最近对AI基建产业链的一些观察和研究进展。 今天 分为两个部分：我先讲光模块，之后我的同事Harry讲专用型存储器。光模块和存储器行业变化很快，尤其是光模块几乎每天都有新消息，市场波动也比较大。我们主要从基本面和技术部署的角度来分析行业情况，如果大家有进一步问题，可以之后联系我们。 第一部分：光模块 AI网络通信在AI基建中的重要性在提高。 我们看到，光模块上游的网络通信芯片在整体AI基建芯片中的市场份额在上升。我们对全球网络芯片市场规模做了预测，2025-2026年分别为1075亿和1550亿美元，这个数字已经上调过几次，我们认为可能还有上调空间。 我们以英伟达Blackwell NVL72处理中心作为范本进行了需求测算。结论如下：在Scale out网络中，光模块数量与GPU数量呈线性关系（On的规模），光渗透率已经较高。在Scale up网络中，目前主要以铜缆为主，但潜力巨大，其增长速率遵循N log N的规律（N为加速器或GPU数量），Scale up是未来非常大的增量，但目前光渗透率还较低。综合Scale out、Scale up和Scale across三个场景，我们预测2026年和2027年，全球400G以上光模块需求分别为8100万只和1.67亿只以上，其中1.6T产品是主要增量，分别对应2800万只和7600万只。 技术层面也在发生变化。 一方面是光平台的演进，硅光芯片正在替代EML平台。硅光的优势在于产能相对充裕，成本也低于EML。另一方面，CPO（共封装光学）的上量趋势正在显现，但目前业界在技术路线上（如CPO还是NPO）仍有较多争论。 AI网络通信芯片份额持续提升。 2024年AI网络通信芯片在整体AI芯片市场中的份额约14%，到2026年预计提升至23%。在AI算力芯片整体爆发的大背景下，这个份额仍在上升。以 博通 为例，其最新一个季度AI网络芯片收入已占AI总收入40%，而2025年这一比例不到29%。英伟达也有类似说法，4Q26当季AI网络芯片收入已达110亿美元，同比增长3.5倍，增速远高于GPU。网络芯片占比提升的好处在于：一方面可以提高整体计算效率，当前很多GPU或ASIC在AI基础设施中处于闲置状态，利用率较低，网络能力加强后可以提高利用率；另一方面，AI网络本身变得越来越复杂，通信需求大幅增加；此外，终端对推理的需求也给网络芯片带来增量。 AI网络芯片可进一步分为两类： 约40%用于链路层（交换机芯片，用于Scale up或Scale out网络），约60%用于物理层传输（网卡、光模块、收发器中的芯片）。光模块一头连着交换机，一头连着GPU或ASIC，是物理层传输的核心部件。 光进铜退是明确趋势。 随着传输距离增加和传输速率提升，铜缆很难支持高速率、较长距离的传输。在1.6T速率下，如果不使用Retimer（信号放大器），铜缆最多只能走1米；使用Retimer后最多约2米。超过这个距离，铜就不是稳定介质了。因此，从800G到1.6T再到3.2T，随着带宽增加，光替代铜的趋势非常明确。 光模块的部署场景分为三类： Scale out网络：机柜间连接，以太网为主，光渗透率已经较高。 Scale up网络：机柜内连接，目前以铜缆为主（包括背板等），光渗透率较低，未来替代潜力巨大。 Scale across网络：数据中心间连接，数量较少但距离长、速率高，单位价值量高。 我们如何测算光模块需求？ 以英伟达NVL72为例，一个机柜有18个计算托盘（每个托盘4个GB300 GPU）、9个交换托盘、8组电源和2个Top of Rack交换机。每个计算托盘内，4个GPU每两个连在一个Grace CPU上。Scale out网络分为东西向（East-West）和北南向（North-South）。东西向网络将所有GPU互联，每个GPU对应一个网卡（NIC），比例为1:1。在8个NVL72机柜（576个GPU）的配置中，东西向连接在GPU侧有576个接口，交换机侧也有576个接口，交换机之间还有1152个接口，总计一个GPU对应4个收发模组或光模块，比例为1:4。北南向网络连接GPU与外部存储和服务器，通过DPU连接，比例为2:1（576个GPU对应288个DPU），总计一个GPU对应约2.1个光模块。 综合来看，在满配情况下，GPU与光模块的比例约为1:6.1。考虑到实际部署中可能节省部分交换机链接，我们打了折扣：预测2026年比例为1:5.2，2027年为1:5.3。对于英伟达之外的厂商（AMD、谷歌等），比例略低，约1:4.0-4.8，光渗透率在85%-95%之间。据此测算，2026年光模块需求约6800万个，2027年约1.1亿个出头。 Scale across市场规模较小，但单位价值量高。 我们按Scale out网络数量的个位数百分比估算，2027年出货量约200万个。 Scale up市场：一个NVL72机柜有9个交换托盘，每个托盘有2个交换芯片，共18个。每个GPU需与所有交换芯片相连，因此一个NVL72机柜内共有2592个收发模组（72GPU×18交换芯片×2端）。从规模规律看，Scale up遵循N log N的增长规律，增速显著快于Scale out的线性增长。2026年总需求量约6亿个，2027年超过8亿个。但由于上游原材料限制，当前光渗透率较低，我们按个位数渗透率估算，2026年光模块需求约900万个，2027年约2800万个。 光模块结构：发射链路主要是TOSA，接收链路是ROSA，信号在模拟和数字之间通过DSP芯片转换。发射端包括Driver、Laser（或调制器）、滤波器，然后进入光纤；接收端是接收器、放大器、去噪、DSP处理。核心元器件包括光芯片（TOSA/ROSA）和电芯片（DSP、调制解调、信道编码等）。封装方面，主流有OSFP（主要用于800G和1.6T，散热性能好）和QSFP-DD（用于较低速率产品）。 光芯片方面，Lumentum已于2025年推出448G×8（3.2T）产品，光芯片上市后1-2年光模块就会上市，预计2027年3.2T光模块将上市，中间还有2.4T的过渡产品。 平台方面，EML（以磷化铟为主）是当前最常见的平台，但产能严重不足。Lumentum表示，到2028年所有产能已被预定完，且价格较高。DML和VCSEL用于较短距离产品。硅光使用连续波光源，以硅光为衬底进行调制解调，优势是成本低、产能充裕，这也是驱动光模块公司毛利率提升的重要因素。薄膜铌酸锂与硅光掺合作为衬底的平台，目前还不太成熟，但长期发展前景较好。 CPO方面，业界定义存在分歧。海外所说的CPO有时将NPO（近封装光学）也算在内。真正意义上的CPO需将所有光纤、光条与GPU/ASIC完全封装在一起，封装要求极高。我们认为NPO会作为中间过渡过程，先于CPO落地。NPO将光引擎（TOSA/ROSA的大部分）与GPU封装在一起，但将外部光源（ELS）放在别处，并采用一些新技术（如玻璃基板）来提高传输速率、降低单位面积发热。NPO在2026年有望开始有较大规模落地。但真正意义上的CPO，即使到Tomahawk 6代产品，也不会有大规模部署，主要原因包括维护困难等因素。 OCS（光电路交换）：主要用于节约光电- 电光 两次转换过程。我们认为，使用OCS需要在AI算法设计层面就考虑其特性——OCS无法做频繁切换，但也不能让链路一直保持不变（否则直接连一条线即可，不需要交换机）。因此，OCS需要有整套算法能力支撑，如Google可能用到，英伟达系统中可能主要用于备份。我们认为OCS不是最主流的技术路线，更多会用于备份或成熟网络解决方案中。 第二部分：专用型存储 我给大家分享专用型存储的一些观点。总结来说，2026年依然是供应端产能替代的窗口期，而需求端存量和增量需求有望继续增长。 专用型存储主要指DDR3、DDR4、SLC NAND和NOR Flash。 供应端：全球存储行业受AI驱动，正在进行产能结构迁移。三星、美光、海力士等国际龙头陆续退出专用型存储，为 兆易 、 南亚 科等厂商打开了产能替代窗口。三星、海力士、美光在2026年初已相继发布DDR4减产和停产计划；SLC NAND方面，凯侠、美光等厂商也开始转向3D NAND，削减SLC NAND产能。供需缺口在2025年三季度已有显著释放。我们认为，本轮产能替代窗口具有结构性增长特征，有产能保障的公司有望优先受益，如与 长鑫 存储有深度合作的 兆易 。 长鑫 存储是中国内地唯一能实现DRAM规模化量产的原厂， 兆易 是其最大规模的外部代工客户，双方创始人存在紧密关系。2026年3月， 兆易 公告从 长鑫 存储采购代工DRAM的年度额度从2025年的11.82亿元提升至2026年的57.11亿元，增幅显著。 需求端：存量需求具有刚性，增量需求来自智能驾驶和AI。 存量刚性：DDR3/DDR4具备低延迟、随机读写特性，适配设备实时运算和缓存；SLC NAND擦写寿命和稳定性出众。两者在汽车、工控等场景中相比通用型存储有显著优势，且下游客户验证周期长、切换成本高，形成天然需求粘性。NOR Flash支持代码就地执行，读取响应速度快，是固件启动的必备载体，具有不可替代性。 增量需求：智能驾驶方面，从燃油车向电动化、智能化转型，智能驾驶和智能座舱功能复杂化，带来代码和数据量暴增，对低延迟DRAM和高稳定性SLC NAND用量明显增加。AI方面，大模型训练推理产生
海量数据 ，端侧AI对存储的 可靠 性、使用寿命、功耗要求更高，驱动专用型存储需求扩容。典型例子是AI服务器：传统服务器通常配备1-2颗16-60MB的NOR Flash，而英伟达GB300等AI服务器单台NOR Flash容量可达200-500MB。端侧AI还催生了定制化DRAM的需求。 价格与市场规模判断：本轮涨价行情主要由供给端主动收缩产能驱动，2026年仍是产能替代年份，2027年下半年新增产能逐步释放后，供需缺口走向再平衡，2Q27之后逐步收敛。 我们测算了全球专用型存储市场规模：2024年约136亿美元，2025年约168亿美元，2026年约403亿美元。分品类看： DDR3/DDR4：2024年85亿美元→2026年276亿美元，价格2025年同比增长25%，2026年同比增长270%，比特出货量持平或下降。 SLC NAND：2024年23亿美元→2026年63亿美元，价格2025年同比增长13%，2026年同比增长250%。 NOR Flash：2024年28亿美元→2026年64亿美元，价格2025年同比增长12%，2026年同比增长70%。 规模增长主要由价格驱动，价格弹性显著高于出货量弹性。 供应端详细分析：根据弗若斯特沙利文数据，2024年全球DRAM份额仍主要由三星、美光、海力士主导（合计约60%），SLC NAND主要由凯侠和美光主导（合计约58%）。这些头部厂商正聚焦AI相关产品（HBM、DDR5、3D NAND），逐步退出DDR4和SLC NAND产能。从价格看，2025年下半年以来，DDR4因供需紧张出现大幅上涨，甚至出现DDR4与DDR5长期价格倒挂，导致部分厂商推迟退出动作。但这是短期盈利导向，并未改变长期战略。随着AI对HBM、DDR5、3D NAND需求持续增长，海外大厂退出专用型存储的趋势仍然明确。 参考NOR Flash的历史经验，全球NOR Flash市场在2014年主要由飞索、旺宏、 华邦 主导，之后经历行业整合：飞索被赛普拉斯收购，赛普拉斯又被英飞凌收购，业务重心转向车规和工控；美光2017年退出中低端NOR Flash。到2025年， 华邦 、 兆易 、旺宏三家已占全球NOR Flash份额57%。我们认为， 兆易 等有望在DDR4和SLC NAND领域复刻这一份额扩张路径。 需求端详细分析： DDR3/DDR4：存储单元晶体管尺寸更大、阵列排布结构相对简单，具备更强耐受性和温度适应性，运行更稳定。2025年来自工业、通信、汽车的需求预计占60%以上。AI端侧催生定制化DRAM需求，如 兆易 控股子公司
青云科技 在2026年持续推进汽车座舱、AI PC、机器人等领域的定制化DRAM芯片量产，定制化存储客户粘性更强。 SLC NAND：在各类NAND Flash中 可靠 性最高，在工业控制、汽车电子、通信基站、医疗等场景中具有不可替代性。2025年下游需求占比：工控45%、汽车20%、物联网15%、通信10%。 NOR Flash：存储单元为并联架构，支持随机快速读取，是代码启动、系统固件、程序驱动、安全密钥的载体。AI服务器硬件复杂程度提升，带动系统固件和管理程序存储需求扩容。目前高端市场由海外主导（旺宏是英伟达GB300和Rubin平台主要供应商），但国内厂商有望随着技术迭代逐步渗透。全球AI服务器出货量预计从2025年的370万台增长至2027年的490万台。 总结：2026年仍是专用型存储产能替代窗口期，有产能保障或在NOR Flash领域有份额扩张经验的公司（如 兆易 ）有望争取更多份额。长期看，专用型存储凭借 可靠 性高、低延迟的物理特性，存量需求有强支撑，智能驾驶和AI算力建设带来增量需求。价格方面，新增DDR4和SLC NAND产能预计在2027年下半年逐步释放，2Q27之后供需缺口逐步收窄。