光模块从400G到1.6T：垂直整合、LPO与硅光的技术博弈

1. 光模块行业为什么突然成了“硬科技”赛道里的顶流过去几年只要聊到算力、AI大模型、数据中心光模块这三个字就绕不开。作为连接服务器和交换机之间的核心部件光模块的速率每提升一代整个数据中心网络的带宽能力就往上跳一个大台阶。从主流的400G到正在铺开的1.6T再到更远期的3.2T甚至线性驱动可插拔光学LPO方案这条赛道表面上拼的是速率迭代实际上拼的是光电芯片、封装工艺、测试设备和下游客户认证的综合体系。这个行业有意思的地方在于它既有通信设备的“重资产”属性又有消费电子级别的“快速迭代”节奏。一个400G光模块的出货峰值还没过去1.6T的方案就已经在各大展会上刷屏头部厂商的研发投入几乎全部押在下一代速率上。而AOI美国AOI公司Applied Optoelectronics Inc.这类公司之所以被市场重新关注核心逻辑在于当行业从400G向1.6T切换时垂直整合能力和自研光芯片的比例直接决定了毛利率和交付能力。AOI代表的正是“自己有激光器、自己有探测器、自己有封装产线”的IDM模式这种模式在速率迭代的窗口期往往比纯组装厂拥有更多定价权和供应链韧性。这篇文章我想从行业演进规律、速率代际切换的关键技术、AOI这类厂商的商业模式以及1.6T时代真正值得关注的技术细节几个角度把这个行业从“热闹的新闻”拆成“可理解的逻辑”。如果你是在数据中心做网络运维、在光通信公司做产品规划或者单纯想搞明白为什么光模块能成为资本市场的热点这篇文章应该能给你一个比较完整的视角。2. 从400G到1.6T光模块速率升级背后的物理与工程逻辑2.1 为什么速率提升不能只靠“跑得更快”很多人以为光模块从400G升到1.6T就是把激光器开得快一点就行实际上远没有那么简单。光模块的速率提升本质上是三个维度的同时升级单通道速率、通道数量、调制格式。400G时代最主流的方案是QSFP-DD封装8个通道每个通道50G采用PAM4调制。这里的50G并不是简单的“比特率”在PAM4下每个符号携带2比特信息所以实际波特率是25GBaud。这个设计的巧妙之处在于在现有激光器和探测器的带宽范围内通过换调制格式就把速率翻倍而不是非要挑战更高的模拟带宽。到了800G方案基本就是两个方向一是把8个通道的每通道速率从50G提升到100G仍然用PAM4波特率变成50GBaud二是直接上2×400G的方案用两个光引擎配合CW连续波激光器。而1.6T就更复杂了目前的主流路线是16个通道每通道100G相当于在800G的基础上把通道数翻倍。也就是说从400G到1.6T光模块走的是“通道数×单通道速率”双轨提升的路线而不是单纯把某一项做到极致。速率封装通道数单通道速率调制方式典型应用400GQSFP-DD / OSFP850GPAM4数据中心骨干、AI训练网络800GOSFP / QSFP-DD8100GPAM4大规模GPU集群、HPC1.6T新型OSFP-XD16100GPAM4下一代AI集群、超大规模数据中心通道数翻倍带来的直接问题就是封装尺寸和散热。16个光通道塞进一个可插拔模块里光学组件的排列密度、PCB布线的串扰控制、热设计的冗余能力每一环都是新的工程挑战。所以1.6T的模块外形尺寸大概率会在OSFP的基础上做加宽处理这也是为什么很多厂商在推“OSFP-XD”这类新封装的原因。2.2 单模与多模1.6T时代怎么选光模块的另一个重要分水岭是单模还是多模。400G以前数据中心内部短距离互联几十米到几百米基本都是多模方案的天下VCSEL激光器加OM4/OM5光纤成本低、功耗低、技术成熟。但到了400G时代多模的速率上限开始吃紧——100G每通道的多模方案在传输距离和链路预算上都很勉强更别说1.6T了。1.6T时代单模方案会成为绝对主流。原因很简单PAM4 100G每通道速率下多模光纤的模式色散会严重限制传输距离哪怕是在机柜内的极短互联链路余量也很紧张。而单模方案配上EML电吸收调制激光器或硅光技术传输距离可以轻松覆盖2km甚至10km给数据中心的布线架构留出了充足的设计空间。这里顺便说一下AOI这类厂商的机会单模方案需要高质量的DFB分布式反馈激光器和EML激光器而这些恰恰是AOI自研的核心产品。你去看AOI的年报它最大的亮点从来不是说“我们能组装光模块”而是“我们有自己的外延生长和晶圆制造能力”。这就像做餐馆的能自己种菜、自己养猪、自己磨调料供应链的每一环都攥在自己手里成本结构和供应稳定性自然不一样。2.3 PAM4调制与光模块驱动电路信号完整性才是隐形战场聊到光模块原理很多人会下意识去看激光器和探测器但我个人觉得真正决定一个模块能不能批量稳定出货的往往是驱动电路和信号完整性设计。PAM4的四个电平之间电压间距只有传统NRZ的三分之一这意味着一丁点噪声都可能把信号误判成另一个电平。光模块的驱动电路通常包含以下几个核心环节DSP数字信号处理器负责PAM4信号的编解码、均衡、时钟恢复。400G时代的DSP功耗基本在10W~15W到了1.6TDSP的功耗压力更大所以行业里才会出现“去DSP化”的LPO方案讨论。TIA跨阻放大器把探测器输出的微弱光电流转成电压信号。光电转换后的信号极小TIA的噪声性能直接决定接收灵敏度。Driver激光器驱动电路把DSP输出的电信号放大到足以驱动激光器的电平同时要保证偏置电流的稳定防止激光器的波长漂移和功率波动。这三个环节里任何一环的匹配出了问题光模块的误码率BER就会飙升。我实测过一些早期1.6T样品表现不稳定的原因往往不是光路而是驱动电路在高温下的眼图塌陷。所以在评估光模块样品时千万别只看实验室常温数据一定要拿到高温70℃甚至85℃下的眼图和误码率测试报告那才是量产可靠性的关键指标。3. 拆解AOI的垂直整合模式为什么自研光芯片是1.6T时代的胜负手3.1 AOI的核心资产外延生长、晶圆制造、封装测试全链条在光模块行业大部分公司走的路线是“外购光芯片自行封装系统集成”这样的好处是轻资产、起量快坏处是毛利被上游芯片厂卡脖子。而AOI走的是另一条路从砷化镓GaAs和磷化铟InP外延片开始自己做激光器的晶圆制造再自己封装成TO-CAN或COS芯片on载体最后才组装成光模块。这套模式的第一个优势是成本结构。光模块的成本构成里光芯片通常占比30%~40%如果自研自产这部分成本能比外购低20%~30%。在400G价格战打得最凶的时期很多纯组装厂毛利率掉到15%以下而具备自研能力的厂商依然能维持20%以上的毛利差距就是这么来的。第二个优势是供应链韧性。2022年到2023年那波光芯片缺货潮很多人应该还有印象EML激光器交期一度拉到30周以上。那些依赖外购芯片的模块厂手里攥着订单却交不出货而AOI这种有自己的InP产线的厂商至少可以在排产上保自己产品的优先级。虽然它的产能规模跟国际大厂比不算大但在“保供”这件事上自研自产带来的确定性是纯贸易属性厂商完全无法比拟的。第三个优势是定制化能力。数据中心客户的要求五花八门有的要特定波长有的要放宽温度范围有的要求特殊的链路预算余量。如果是外购芯片想改个参数得等芯片厂家排期但自研芯片的厂商可以针对客户需求直接调整外延结构和芯片设计。这种“贴身定制”的能力在大客户验证阶段非常加分。3.2 从400G到1.6TAOI看中的增量市场在哪里AOI的核心市场过去偏重于有线电视CATV和光纤到户FTTH但这两年它的业务重心明显在往数据中心光模块转移。从400G开始AOI在数据中心市场拿到了不少设计导入Design Win到了1.6T时代它的机会点主要体现在三个方面。第一EML激光器的放量需求。1.6T单模方案对EML激光器的需求量是800G的接近两倍通道数翻倍而EML恰恰是高门槛、高价值的核心光芯片。AOI在InP基EML上的积累让它有机会在这一波需求爆发中分到可观的份额。第二多通道封装工艺的成熟度。1.6T的16通道封装对光路对准精度、功率一致性、焊点可靠性都有极高要求。AOI在自有产线上做过多代产品的封装迭代这种“工艺know-how”是时间堆出来的新进入者很难快速复制。第三垂直整合对客户的信任价值。光模块的客户云厂商、设备商在下单前会很认真地审厂你的芯片自研率多少产线良率多少品控体系完善吗AOI这种“我什么都自己干”的模式在客户审厂时天然有背书效果。反过来看纯组装厂的客户粘性往往取决于价格一旦有更便宜的竞争对手出现订单转移风险就很高。3.3 垂直整合的代价规模门槛与资本开支压力当然垂直整合不是没有代价。自建InP产线意味着巨大的资本开支一条像样的光芯片产线动辄上亿美元投入而且良率爬坡周期很长。AOI的体量跟中际旭创、新易盛这种纯模块大厂比产能规模不在一个量级。这意味着它必须把自己有限的产能投入到高价值的产品和客户上相对来说承接大规模、低毛利订单的能力会弱一些。这也是市场对AOI的争议点到底是“小而美的IDM”还是“因为体量不够才被边缘化”我的看法是在400G时代纯组装模式的规模优势很明显但在1.6T这种技术切换窗口垂直整合的价值会被重新定价。原因在于1.6T的早期需求不会像400G那样瞬间爆发客户更看重的是技术验证能力和交付确定性这时候“自己搞定一切”的能力就变得非常关键。等到1.6T进入成熟期、价格战打响AOI能否守住份额就要看它能不能把产能规模跟上去了。4. 1.6T之后LPO、硅光与CPO三条技术路线的博弈4.1 LPO线性驱动可插拔光学跳过DSP省下功耗与成本LPOLinear-drive Pluggable Optics是最近两年非常热门的方向核心逻辑是去掉模块里的DSP芯片让交换芯片的SerDes直接驱动光模块的光引擎。这么做的好处非常直观DSP一颗就要好几美元功耗还高去掉它模块的功耗能降30%~40%成本能降一大截时延也更低。但天下没有免费的午餐。DSP在PAM4信号里的作用不只是编解码它还承担了重要的信号均衡和时钟恢复功能。一旦去掉DSP交换芯片SerDes输出的信号质量就必须足够好同时光模块内的Driver、TIA的线性度必须足够高否则信号经过电-光-电转换之后眼图会变得一塌糊涂。从我实际测过的LPO模块来看它在短距离500m、高质量链路里的表现确实不错误码率和普通带DSP的模块差距不大。但只要链路里有一个比较差的连接点——比如光纤损耗偏大、连接器端面脏了——LPO的劣势就会立刻暴露。所以LPO比较适合AI集群内部那种“短距离、高质量、密集互联”的场景而在长距离和复杂链路里还是得老老实实用带DSP的方案。4.2 硅光技术从“可选项”到“必选项”的转变硅光技术这些年最大的变化是从“能用”变成了“好用”。早期的硅光芯片性能跟InP分立器件比有差距尤其是激光器还得外挂InP光源就是常说的CW激光器硅光调制器的方案。但硅光的优势在于可以用成熟的CMOS制造工艺来加工成本摊薄能力强而且芯片集成度高可以在一片硅片上同时做多个调制器和探测器特别适合1.6T这样多通道的应用。AOI在硅光上的布局不算激进它的核心还是InP有源器件。但行业里有一个明显趋势是1.6T时代硅光方案和InP方案的边界会更加模糊。有的厂商会采用“硅光调制器InP激光器”的混合方案也就是CW激光器外置硅光芯片负责调制和接收。这种方案既保留了InP激光器的高性能又利用了硅光的集成优势可能在800G向1.6T过渡的中间阶段成为主流。4.3 CPO共封装光学把光模块“化整为零”的未来方案如果说LPO是“去掉模块里的DSP”那CPOCo-Packaged Optics共封装光学就更激进直接把光引擎封装到交换芯片旁边甚至封装进芯片基板里。这意味着光模块这个独立的可插拔部件在CPO架构里基本不存在了取而代之的是“光引擎交换芯片”的紧耦合封装。CPO的优势是功耗和密度光信号不用再通过PCB走线传到面板端口省掉了大量的高速电互联损耗功耗可以大幅下降端口密度也能显著提升。但CPO的挑战同样巨大可维护性变差光引擎坏了得换整个交换机、芯片与光引擎的热耦合问题、测试难度提升而且一旦做成CPO整个供应链的分工格局会被彻底改写——传统的模块组装厂可能会被边缘化而具备封装和光芯片能力的厂商会占据主导。AOI在CPO上的存在感目前不强但它的InP芯片能力在CPO架构里同样有潜在价值只是需要时间和更紧密的芯片级协同。总的来说1.6T之后LPO、硅光和CPO会形成一段相当长的共存期不会出现某一条路线立刻“通吃”的局面。5. 实操视角从mellanox mlxlink工具看懂光模块与线缆诊断说完了行业和技术路线的宏观框架回到一个非常实际的问题你手里拿到一块400G或者1.6T的光模块怎么判断它是不是真的健康这里必须提到一个非常实用的工具——Mellanox的mlxlink。这个工具是NVIDIA/Mellanox网卡上用来做链路诊断的命令行工具尤其适合在数据中心里排查光模块和线缆问题。5.1 mlxlink的核心功能与参数mlxlink最常用的两个参数是-m和-c。-m是模块信息查询-c是线缆信息查询两个都带具体的端口参数。基本用法大概是这样# 查看网卡某个端口的光模块信息 mlxlink -d mlx5_9 -m -p 1 # 查看线缆信息 mlxlink -d mlx5_9 -c -p 1其中-d后面跟着的是网卡设备名比如mlx5_9-p是指定端口号。命令执行后你会看到一长串输出包括模块类型、支持速率、厂商信息、序列号以及非常关键的模块温度、供电电压、发射光功率、接收光功率等实时监控项。这套信息就是光模块的“体检报告”基于它可以直接判断链路状态。我实际排查过不少链路问题基本套路可以归纳成下面几步第一步看温度与电压如果模块温度超过70℃且持续走高大概率是散热设计不足或者模块周围风道堵塞。电压异常则可能是电源供电不稳这种问题往往伴随随机丢包。第二步看发射光功率Tx Power如果发射功率低于模块规格下限说明激光器老化或者驱动电路有问题。正常的400G单模模块发射光功率一般应该在2dBm到4dBm之间具体看模块等级。第三步看接收光功率Rx Power接收光功率太低大概率是链路衰减过大或者光纤端面脏了。这时需要检查整个链路的损耗预算连接器插损、熔接点、光纤本身的衰减一项一项算过去。第四步看误码率BER如果光功率都正常但误码率偏高问题往往出在信号完整性上比如光纤弯曲半径太小、连接器回损过大或者是DSP的均衡参数不匹配。5.2 mlxlink实战一次典型的链路劣化排查举一个我自己排查过的案例。某个机房的400G链路频繁出现瞬时丢包业务影响很大。用mlxlink -m查看模块信息后发现接收光功率只有-7.8dBm而该模块的接收灵敏度是-8.5dBm这意味着链路余量只剩不到0.7dB稍微有点环境波动就会误码。接下来我做了三件事先是检查光纤跳线的插损用光功率计实测下来发现两个连接器端面的插损加起来超过1.5dB明显超出正常范围正常单个连接器插损应该在0.3dB以下再用光纤显微镜看端面果然发现了灰尘颗粒和划痕最后更换了跳线并用酒精棉清洁了模块端面重新查询mlxlink接收光功率恢复到-3.2dBm瞬时丢包消失。这个案例想说明的是光模块本身往往没有问题问题出在链路中那些看似不起眼的光纤连接点上。mlxlink的价值在于它帮你把光模块的“内部健康状态”暴露出来让你能够快速定位排查方向省去盲目换模块、换线缆的冤枉路。5.3 mlxlink输出解读关键指标速查表为了让不太熟悉mlxlink的朋友更快上手我整理了一张常见指标速查表指标正常范围400G单模参考异常信号排查方向模块温度30℃~60℃持续高于70℃散热风道、模块周围布局电压3.2V~3.5V波动超过5%电源模块、背板供电发射光功率2dBm~4dBm低于0dBm激光器老化、驱动异常接收光功率-5dBm~2dBm低于灵敏度门限光纤插损、端面污染、链路断点误码率BER小于1E-12大于1E-9DSP均衡、链路衰减、串扰不同厂商、不同型号的光模块这些指标的绝对值会有差异关键是要跟模块在数据中心里实际运行的链路预算做对比而不是生搬硬套某个固定数值。另外mlxlink的图形化版本MFTMellanox Firmware Tools也提供了一些Web界面能力但在headless服务器上命令行版本通常是效率最高的选择。6. 从行业数据看需求空间AI算力集群到底需要多少光模块6.1 算力集群与光模块数量的对应关系这一轮光模块需求爆发的直接驱动力是AI大模型训练。以典型的英伟达GPU集群为例一张A100/H100加速卡需要搭配至少1~2个400G光模块。如果是一台8卡服务器那就是8到16个光模块一个千卡级别的AI训练集群光模块的用量轻松上万只而且对速率的要求还在不断提高。这个数字背后有一个更本质的逻辑AI集群的带宽瓶颈不在计算而在通信。GPU之间需要海量数据交互传统的电互联在距离超过几米之外就损耗过大必须靠光互联。GPU数量越多、模型越大通信占训练总时间的比例就越高。这也是为什么头部云厂商愿意花大价钱升级网络基础设施——光模块做的不是锦上添花而是直接决定AI集群能否高效运转的基础设施。有行业分析机构测算过全球前几大云厂商加在一起2024年400G光模块的采购量在千万只量级而800G开始放量后2025年的增速预期会更高。如果1.6T在2025年下半年开始小批量、2026年规模起量那整个市场的增量空间会非常可观。AOI之所以在这个时间点被关注核心逻辑就是它踩中了“速率代际切换AI集群扩容”的双重风口。6.2 光纤与光模块的关系光模块背后的连接生态再往下一层看光模块的需求天然带动着光纤光缆的需求。单模光模块匹配的是G.652/G.657单模光纤多模光模块匹配的是OM3/OM4/OM5多模光纤。1.6T时代单模成为主流后数据中心内部的单模光纤使用比例会明显提升对应的高密度MPO/MTP连接器、预制光缆、布线系统的需求量也会跟着涨。这里有一个容易被忽视的细节光纤端面的污染问题。单模光纤的模场直径只有几微米一点灰尘就可能导致巨大的信号衰减。在实际运维中我见过太多的链路故障最终都是因为端面脏了而这个问题用再高级的光模块也无法绕过。所以光模块升级的同时对应的测试仪器比如光纤显微镜、光功率计、OTDR和运维规范也必须同步升级。6.3 投资视角光模块公司的护城河在哪里从投资和商业分析的视角看光模块公司的护城河可以拆成三层第一层是技术护城河光芯片设计能力、高速封装工艺、DSP适配积累。这一层决定了你能做多快的产品、良率有多高。第二层是客户认证护城河云厂商和数据中心客户的认证周期通常要一年以上验证过的供应商不会轻易更换这给先行者提供了一道很厚的壁垒。第三层是成本与交付护城河在技术趋同之后成本控制和大规模交付能力就成了决胜因素。这需要供应链管理、产能布局和全球服务网络的全链条配合。AOI目前的优势集中体现在第一层和部分第二层上它拥有自研芯片能力和客户设计导入但在第三层的规模和成本上仍需要补课。400G时代纯组装厂靠规模赢了一局1.6T时代技术上又给了垂直整合厂商一次重新卡位的机会。至于谁能笑到最后还得看未来两年各家在良率、成本和客户交付上的实际表现。7. 实操心得评估一款光模块是否值得信赖的四个维度最后分享一点我在实际接触光模块产品和项目时积累的经验。不管你是采购光模块、做产品选型还是单纯对技术感兴趣评估一款光模块是否值得信赖可以从四个维度切入。第一个维度是光芯片来源。问清楚这款模块用的激光器和探测器是自研还是外购如果外购供应商是谁。光芯片是整个模块最核心的部件直接决定了性能上限和成本结构。第二个维度是测试覆盖率。光模块出厂前的测试项目是否覆盖了全温范围、老化测试、误码率测试和眼图余量测试大厂通常会做全检而一些小厂可能只会做抽检或只测常温。第三个维度是DSP方案。用的是哪家的DSP功耗和性能参数如何这决定了模块在不同链路条件下的适应能力。第四个维度是现场部署表现。有条件的话一定要在真实的数据中心环境里跑一跑看它在高温、高负载、复杂链路下的稳定性。我记得有一次选型测试某款光模块在实验室里各项指标都非常漂亮但拿到机房实际部署后只要机柜温度一上来丢包就开始出现。后来排查发现是模块的散热设计和壳体的接触热阻出了问题。这个教训让我意识到实验室数据再好看也不能替代真实环境里的验证。光模块是一个非常依赖工程经验的行业纸上谈兵很容易踩坑。如果你现在正在关注AI集群或者数据中心的网络建设建议把光模块放到和计算、存储同等重要的位置来看待。算力集群的规模再大网络如果成为瓶颈整体效率也上不去。而从400G到1.6T这一轮升级恰恰是网络基础设施重新洗牌的窗口期能抓住这个机会的公司和个人在这个周期里都能获得不小的红利。