當投資人談論 AI 投資主題時，直覺聯想往往是 NVIDIA 的 GPU、台積電的先進製程、或是 Microsoft 與 Google 的雲端布局。這些確實是 AI 浪潮的核心受益者，也因此在過去兩年享有驚人的漲幅。但在這些明星股的光環之外，有一條更隱形、卻同樣關鍵的供應鏈正在悄悄崛起，那就是資料中心的光學互連生態系。
這個領域的玩家你可能不熟悉：Lumentum、Coherent、Corning、Arista Networks、Fabrinet。他們既不生產 AI 晶片，也不訓練大型語言模型，但他們解決的是 AI 時代最棘手的問題之一，就是頻寬。當 GPU 的運算能力每兩年翻倍，模型參數量突破兆級規模時，資料中心內部的資料傳輸瓶頸正成為制約 AI 效能的關鍵門檻。傳統的銅線互連已經不夠用了，光學互連正在快速滲透進資料中心的每一個角落。
AI 帶來的頻寬危機
要理解光學供應鏈的投資價值，首先要先看懂問題的本質。AI 訓練和推理需要大量的資料在伺服器之間快速移動。以一個現代的大型語言模型訓練為例，數千張 GPU 需要不間斷地交換參數與梯度，每秒的資料吞吐量可能高達數百 terabits。這個數字在五年前是難以想像的。GPT-4 的訓練據說使用了超過 25,000 張 NVIDIA A100 GPU，若按照每張 GPU 需要約 400Gbps 的互連頻寬來估算，整個叢集的總頻寬需求就是驚人的每秒 10 petabits 等級。這還不包括儲存系統、快取層、以及其他周邊設備的資料流動。
隨著模型規模的擴大，這個問題只會變得更嚴重。Meta 的 Llama 3 模型據報導使用了超過 16,000 張 H100 GPU 進行訓練，而下一代模型的訓練可能需要 10 萬張甚至更多的 GPU。在這種規模下，叢集內部的通訊效率直接決定了訓練的總時間。如果網路頻寬跟不上 GPU 的運算速度，GPU 就會被迫等待資料，整體利用率就會下降，而這些昂貴的 GPU 每一小時的閒置都意味著數十萬美元的成本浪費。
傳統資料中心使用銅線進行機架內部的互連，成本較低，技術成熟，在 10G 和 25G 的時代運作良好。但銅線有物理限制，訊號在高頻傳輸時會衰減，傳輸距離也有限制，通常超過幾米就需要外加訊號放大器或重定時器。隨著速度提升到 100G、400G，銅線的傳輸距離越來越短，某些高速應用甚至只能在不到一公尺的距離內正常運作。當 AI 叢集的規模越來越大，機架之間的距離拉長到數十公尺甚至更遠時，銅線的性能瓶頸就越來越明顯。
更重要的是，資料中心的能耗問題日益嚴峻，而銅線傳輸雖然看似單純，但高速訊號處理電路消耗的電力相當可觀。每個高速串行鏈路的 DSP (數位訊號處理器) 和前向誤差修正電路都在消耗電力。當一個 AI 叢集擁有數萬個這樣的鏈路時，僅僅是互連功耗就可能達到數百千瓦甚至兆瓦等級。在電費已經達到每度 0.1 美元或更高的地區，這意味著每年數百萬美元的電費支出。
光學互連提供了一個優雅的解決方案。光纖傳輸訊號衰減極低，可以覆蓋更長距離而不需要頻繁的訊號放大。單一光纖透過波分多工技術，可以承載多個波長的光訊號，理論頻寬容量幾乎無上限。更重要的是，光傳輸的能量效率更高，在相同距離和頻寬下，光學方案的功耗可能只有銅線方案的十分之一。以 NVIDIA 的最新 NVLink 為例，單一鏈路可以達到 1.8Tbps 的雙向頻寬，而功耗卻遠低於同等級的銅線方案。這對電費已經成為資料中心最大營運成本之一的超大規模雲端業者來說，意義重大。
光學互連的產業鏈解析
光學互連不是單一產品，而是一個完整的生態系。讓我們從最核心的元件開始，一路往上走到終端應用，理解這條產業鏈的運作邏輯。
最上游是光學元件製造商。這裡包括雷射二極體，它是將電訊號轉換為光訊號的核心器件；光調變器，負責將資訊編碼到光波上；光檢測器，則負責將接收到的光訊號轉回電訊號。這些元件是光通信的基礎，負責實現光與電之間的轉換。這個領域的技術門檻相當高，需要精密的化合物半導體製程和複雜的光學設計能力。雷射二極體的波長精度、功率穩定性、和使用壽命都是關鍵指標，稍有偏差就可能影響整個鏈路的性能。Lumentum 和 Coherent 是這個領域的兩大領導者，他們生產的雷射和檢測器被廣泛應用在各種光學系統中。日本的一些廠商如 II-VI (現已併入 Coherent) 和住友電工也在這個領域有深厚積累。
中游是光學模組和收發器製造商。他們將光學元件整合成可插拔的模組，例如 QSFP28、QSFP56、OSFP 等規格，可以直接安裝在伺服器或交換器的標準插槽中。這些模組就像是資料中心的神經末梢，負責實際的訊號轉換和傳輸。一個典型的 AI 伺服器節點可能有 4 到 8 個這樣的光學模組，而一個 AI 叢集可能有數千台伺服器，每個叢集的光學模組消耗量可能高達數萬個。這些模組的單價從幾百美元到數千美元不等，取決於速度和技術規格，每個 AI 資料中心的光學模組採購金額可能達到數千萬美元的規模。更值得注意的是，這些模組屬於消耗品，平均壽命約 3-5 年，更換需求持續存在。
再往上是光纖和光纜製造商。Corning 是這個領域的絕對王者，不僅提供光纖本身，還包括各種連接器、跳線、和預製端光纜解決方案。Corning 的產品就像是資料中心內部的高速公路系統，承載著所有的光學訊號。光纖雖然是相對成熟的產品，但隨著資料中心對佈線效率和安全性的要求提高，預製光纜和模組化連接器的重要性正在提升。值得一提的是，光纖的生產需要特殊的拉絲爐和塗覆線，資本密集度高，進入門檻不低。
再往上還有網路設備製造商，主要是交換器和路由器。Arista Networks 是資料中心交換器的領導品牌之一，他們的產品負責將光纖網路連接起來，構建完整的資料通訊架構。交換器是資料中心的交通樞紐，決定了資料封包如何在不同伺服器之間傳遞。在 AI 叢集中，交換器需要支援無損傳輸、低延遲、和高可用性等特性，技術要求比一般企業級交換器更為嚴格。Cisco 雖然仍是交換器市場的整體領導者，但在超大規模資料中心這個細分市場，Arista 已經取得了領先地位。
值得一提的是，隨著光學滲透率提高，新的架構也在發展中。所謂的「光學交換器」開始出現，它能夠直接在光層進行訊號路由，不需要將光訊號轉回電訊號再處理。這種技術可以進一步降低功耗和延遲，被視為未來大型 AI 叢集的潛在解決方案之一。開發這類產品的公司包括 Polatis (現屬 HUBER+SUHNER) 和 Calient 等，但目前市場規模還不大。
Lumentum：光學元件的技術核心
Lumentum (代號 LITE) 是光學元件領域的佼佼者。公司前身是 JDSU 的光學通信事業部，2015 年分拆獨立上市後，專注於光學技術的開發和製造。多年來，公司透過技術積累和策略收購，建立了相當完整的產品線和客戶基礎。2021 年，公司收購了 NeoPhotonics，進一步強化了在高速收發器領域的產品組合。
Lumentum 的產品線涵蓋光通信的各個關鍵環節。在資料中心市場，他們提供高速光收發器，從 100G、400G 到最新的 800G 和 1.6T 規格。每一代技術升級都意味著更高的單價和更強的市場需求。400G 收發器的 ASP 大約是 100G 的 3-4 倍，而 800G 又是 400G 的 1.5-2 倍。這種 ASP 提升加上數量增長，構成了營收成長的雙重驅動力。公司也生產用於電信網路的線路端設備，包括光放大器、波長選擇開關等。另外，他們在 3D 感測領域也有布局，生產用於智慧型手機和汽車的 VCSEL 陣列，這個業務雖然與資料中心無關，但提供了額外的營收來源和風險分散。
Lumentum 的競爭優勢在於他們的垂直整合能力。公司不僅設計和製造光學模組，還自行生產許多關鍵元件，包括雷射二極體和光檢測器。這種整合模式讓他們在成本控制和產品定制方面具有優勢，特別是在面對超大規模雲端客戶的特殊規格要求時。當客戶需要特定波長、特定封裝形式、或特定性能指標的產品時，Lumentum 能夠靈活回應。更重要的是，在供應鏈緊張時期，垂直整合能力可以確保關鍵元件的供給，避免被競爭對手卡脖子。
在製造方面，Lumentum 擁有內部的晶圓廠和封裝產線。雖然資本密集，但這讓他們能夠更好地控制品質和交期。公司在加州、英國、和中國都有製造基地，能夠在不同地區服務客戶。公司也在泰國建立了較大的封裝基地，利用當地相對較低的人力成本和完整的產業生態。泰國已經成為全球光學封裝的中心，許多大廠都在當地設有工廠。
財務方面，Lumentum 經歷了一段調整期。公司在 2022-2023 年經歷了通信市場的庫存修正，營收一度下滑。當時電信營運商削減資本支出，雲端業者也放緩了資料中心建設，整個光學產業都面臨壓力。公司的股價也從高點大幅回落。但進入 2024 年後，AI 驅動的光學需求開始顯現，營收回復成長軌道。400G 收發器的需求率先攀升，緊接著是 800G。分析師普遍預期未來幾年公司將受益於更高速規格的快速普及。根據公司財報，最近一季的光學通信營收年增超過 20%，主要受 AI 資料中心需求驅動。
Coherent：從材料到系統的全面布局
Coherent (代號 COHR) 的名字對半導體產業的人來說並不陌生。這家公司有著深厚的技術根基，最初專注於工業雷射市場，為半導體製造、材料加工、和科學研究提供高功率雷射系統。半導體製造中的微影、切割、和退火製程都需要精密的雷射光源，這正是 Coherent 的專長。後來透過一系列收購，包括以 70 億美元收購光學通信龍頭 II-VI 和以 32 億美元收購 Finisar，公司轉型成為光學通信領域的重要玩家。這些收購雖然讓公司的負債增加，但也帶來了完整的產品線和客戶關係。
Coherent 的獨特之處在於他們從材料端就開始參與。公司生產許多半導體材料，包括用於雷射的化合物半導體基板，如磷化銓和砷化鎵晶圓。這給了他們在成本和供應鏈安全方面的優勢。當市場需求激增時，他們不需要擔心上游材料的供給問題。許多競爭對手實際上是 Coherent 材料業務的客戶，這形成了一個有趣的產業格局。這種上游與下游的雙重角色也帶來了潛在的利益衝突問題，公司需要妥善管理客戶關係。
在 AI 資料中心市場，Coherent 的產品線相當完整。他們生產高速光收發器，包括 100G、400G、800G 各種規格，技術來源包括自研和 Finisar 的傳承。公司也提供 COSA (Coherent Optical Sub-Assembly)，這是一種整合了雷射、調變器、和檢測器的子系統，用於長距離高速傳輸。對於超長距離的海底光纜應用，Coherent 提供完整的傳輸解決方案。這個市場雖然與 AI 資料中心不完全重疊，但共享許多核心技術。
特別值得注意的是 Coherent 在矽光子領域的布局。矽光子技術利用現有的矽晶圓製程來製造光學元件，理論上可以大幅降低光學元件的成本，並實現更高程度的整合。這需要將光學元件和電子電路整合在同一個晶片上，技術挑戰很大。透過收購 Finisar，Coherent 獲得了相關的專利和人才，在這個未來技術方向上佔據了一席之地。業界普遍認為矽光子將在 800G 和更高速度的收發器中扮演更重要的角色，因為傳統的分立元件封裝方式在速度和功耗上都遇到了瓶頸。
Coherent 的挑戰在於業務組合的複雜性。公司同時經營工業雷射、光學通信、和材料等多個業務，管理的難度較高。工業雷射業務具有週期性，與半導體資本支出和製造業景氣密切相關，波動較大。光學通信業務則受益於 AI 趨勢，成長動能較強。材料業務相對穩定，但成長有限。近期公司正在進行組織重整，考慮分拆部分業務，以簡化結構並提高營運效率。投資人需要關注這些變化如何影響公司的財務表現和策略方向。
Corning：光纖王國的持續創新
提到 Corning (代號 GLW)，很多人想到的是 Gorilla Glass 智能手機玻璃，那幾乎是高階手機的標配，從三星到 iPhone 都在使用。但光學通信實際上是 Corning 最大的業務部門，約佔公司營收的三成以上，金額超過 30 億美元。作為光纖的發明者和商業化先驅，Corning 在 1970 年研發出第一根低損耗光纖，徹底改變了通信產業。如今，他們在這個領域擁有無可撼動的技術領先地位和市場份額，估計全球光纖市場份額超過 25%。
Corning 光學通信業務的產品線相當廣泛。核心產品是光纖本身，包括用於長距離通信的單模光纜和用於短距離應用的多模光纜。他們的 SMF-28 Ultra 光纖是全球最廣泛使用的通信光纖規格，支援長達數十公里的無中繼傳輸。OM4 多模光纖則是資料中心內部的標準選擇，雖然傳輸距離較短，但成本較低，適合機架內的短距應用。
在資料中心內部，Corning 提供各種預製端光纜解決方案，包括 EDGE 和 EDGE8 系列產品。這些產品在出廠時就已經安裝好連接器，並經過完整的測試，可以直接佈設使用。這種預製方案大幅簡化了資料中心的布線工程，縮短建置時間，減少人為錯誤。對於大型資料中心來說，佈線是一項數百萬美元的工程，能夠減少時間和錯誤意味著巨大的成本節約。
AI 帶來的資料中心建設浪潮直接受惠於 Corning。一方面，AI 叢集需要大量的光纜進行機架間連接。AI 叢集的光纜密度顯著高於傳統資料中心，因為每個節點需要多條高速鏈路同時運作。另一方面，隨著資料中心規模擴大，新建設的資料中心需要全新的光纖基礎設施，從機房內部的佈線到園區間的互連都需要大量光纖產品。AI 資料中心的佈線密度可能是傳統資料中心的 2-3 倍。
根據 Corning 管理層的說法，AI 相關業務的成長已經成為他們光學通信部門的重要驅動力。公司正在增加產能以滿足需求，特別是預製光纜產品的產線正在擴張。同時，公司也在投資新一代的高密度光纜產品，以適應 AI 叢集對頻寬密度的高要求。新一代的「高纖芯數」光纜可以在相同的截面積內容納更多光纖，對於空間寶貴的資料中心來說非常有價值。
Corning 的投資價值還包括他們在其他領域的布局。顯示器玻璃業務是他們的現金牛，雖然智慧型手機市場成長放緩，但平板、筆電、和電視等應用仍提供穩定的需求。汽車玻璃業務正在成長，隨著電動車普及和車載螢幕增加，這個業務有良好的成長前景。生命科學業務提供實驗室器皿和耗材，雖然規模不大但成長穩定。這些現金牛業務讓 Corning 能夠在光學通信領域進行長期的研發投資，而不必擔心短期的盈利壓力。
Corning 的財務素質相當健康。公司連續 14 年提高股息，是股息成長股的典型代表。資產負債表穩健，長期負債比率適中，信用評級為投資級。公司有足夠的財務彈性進行併購或擴產。在經濟動盪時期，這種財務穩定性讓 Corning 能夠維持營運和投資，不必被迫削減研發或裁員。
Arista Networks：資料中心交換器的領導者
Arista Networks (代號 ANET) 是資料中心交換器市場的領先品牌，特別是在超大規模雲端業者中擁有極高的市佔率。公司的創始團隊來自 Cisco 的頂級工程師和管理層，包括著名的「路由器之父」Andy Bechtolsheim 和創始 CEO Kenneth Duda。他們選擇了一條不同於 Cisco 的技術路線，專注於高效能、低延遲的乙太網路交換器，不搞路由器的複雜功能，而是在交換器這個單一產品上做到極致。這種「少即是多」的策略讓他們在資料中心市場取得了巨大成功。
Arista 的產品線包括固定配置和模組化交換器，覆蓋從 100G 到 800G 的各種速度等級。固定配置交換器適合 ToR (Top of Rack) 應用，價格相對較低，部署靈活，單台價格約 1-3 萬美元。模組化交換器適合 Spine 層或骨幹網路，需要支援更多埠數和更高總吞吐量，單台售價可能超過 10 萬美元。所有 Arista 交換器都搭載自家開發的 EOS (Extensible Operating System) 網路作業系統，這個系統基於 Linux，具有高度的可編程性和自動化能力，提供豐富的 API 介面讓客戶可以自動化管理和監控網路。
對於 AI 叢集來說，網路特性非常重要。AI 訓練涉及大量的集體通信操作，如 AllReduce 和 AllGather，這些操作需要所有節點同步參與，任何一個節點的延遲都會拖慢整體進度。如果網路延遲太高或吞吐量不足，整個訓練的效率就會大打折扣。因此，AI 叢集需要支援無損傳輸、精確流量控制、和極低延遲的網路設備。Arista 的 7800R 系列和 7900 系列專門針對這些需求設計，支援 RDMA over Converged Ethernet (RoCE) 和相關的流量優先級機制。這些功能對於 AI 訓練的效能至關重要。
有趣的是，Arista 正在從 AI 網路建設中獲得雙重受惠。一方面，AI 訓練叢集需要大量的後端網路交換器，用於連接 GPU 叢集。這部分需求成長快速，且對產品規格要求高，ASP 也相對較高。Arista 在這個市場與 NVIDIA 的 Spectrum 系列交換器競爭，憑藉更開放的生態系和更好的價格競爭力取得了一定份額。另一方面，AI 推理服務的擴展也帶動了前端網路的需求，包括負載均衡、網路安全、和邊緣運算的設備。雖然這部分需求相對分散，但總量也不容忽視。
Arista 的財務表現相當出色。公司長期維持約 60-65% 的毛利率和 30-35% 的營業利益率，在硬體公司中屬於頂級水準。這得益於他們專注於高階市場的策略以及自研作業系統帶來的差異化優勢，客戶一旦採用 Arista 的產品，往往會因為 EOS 的特性而保持忠誠。營收年增長率長期維持在 15-25% 之間，在硬體公司中算是相當亮眼。現金流充沛，公司沒有長期負債，持有超過 50 億美元的現金和投資。公司持續進行股票回購，平均每年返還數億美元給股東。這種財務素質讓他們在經濟下行時期也能維持研發投入，為下一波成長做準備。
Arista 最近的策略包括加強與 AI 生態系的整合。公司與 NVIDIA 有合作關係，支援 NVIDIA 的 Cumulus Linux 網路作業系統，也支援 NVIDIA 的 Spectrum 交換器系列。同時，Arista 也在開發自己的 AI 網路解決方案，包括專為 AI 叢集設計的新一代交換器和配套軟體。投資人需要關注這方面的進展，因為 AI 網路市場可能成為 Arista 未來幾年的重要成長引擎。
Fabrinet：光學製造的隱形冠軍
Fabrinet (代號 FN) 是一個較不為投資人所知的名字，但在光學產業內部，他們是舉足輕重的存在。公司成立於 2000 年，由多位在光學行業有深厚經驗的華裔工程師和管理者創立，總部位於開曼群島，主要營運在泰國。公司專門為光學通信和工業雷射公司提供合約製造服務，是全球最大的光學產品代工廠之一。
Fabrinet 的獨特價值在於他們對光學製造的深度專精。光學元件的組裝和封裝需要極高的精度，包括亞微米等級的光學對準、精密的耦合、和嚴格的環境密封。光纖與雷射的對準誤差如果超過 1 微米，耦合效率就會大幅下降。這些都不是一般電子代工廠如 Foxconn 或 Flex 能夠輕易進入的領域，需要專門的設備和經驗豐富的技術人員。Fabrinet 經過二十多年的技術積累，建立了難以複製的製造能力和品質體系，通過了 ISO 9001、ISO 14001、和 TL 9000 等多項認證。
公司的主要客戶包括 Cisco、Lumentum、Coherent、MKS Instruments 等，前十大客戶約佔營收的 70% 以上。這意味著 Fabrinet 實際上是整個光學供應鏈的製造樞紐。當某家公司設計了一款新的光學產品後，往往會找 Fabrinet 進行量產。Fabrinet 有能力從試產到量產提供全程支援，包括製程開發、良率優化、和供應鏈管理。公司號稱能夠在 4-6 週內完成從設計驗證到小批量生產的流程，這在業界算是相當快的。
當 AI 推動光學需求成長時，Fabrinet 作為關鍵的製造環節，自然能夠分享到成長的果實。更具體地說，當光學模組的需求從每年數千萬顆增加到每年上億顆時，Fabrinet 的產能利用率會提高，營收自然成長。而且，隨著產品組合向高階規格移動(如從 100G 轉向 400G 和 800G)，平均售價提高，Fabrinet 的營收成長可能比出貨量成長更快。公司管理層在法說會上多次提到 AI 相關需求是營運亮點，來自資料中心客戶的營收佔比正在提高。
財務方面，Fabrinet 展現了穩健的成長軌跡。公司的毛利率穩定在 11-12% 區間，雖然與電子代工相比不算高，但考慮到光學製造需要更多的技術和精度，而且客戶對品質的要求使得價格競爭相對緩和，這是合理的水平。營業利益率約在 8-10% 左右，資產週轉效率尚可。更重要的是，公司業務本身不需要太多的資本支出，主要是廠房設備和營運資金，能夠維持較高的自由現金流轉換率。
Fabrinet 的主要風險是客戶集中度。前幾大客戶佔營收的比例相當高，如果其中一家決定更換代工夥伴或進行垂直整合，對 Fabrinet 的影響可能不少。實際上，Lumentum 和 Coherent 都有自己的封裝產線，只是部分產品外包給 Fabrinet。如果這些客戶決定擴大自製比例，Fabrinet 的營收會受到影響。投資人需要關注 Fabrinet 的客戶多元化和新客戶開發情況，特別是來自中國和新興地區的光學公司是否正在增加外包比例。
市場規模與技術趨勢
光學互連市場的規模和成長率是投資人最關心的問題之一。根據 LightCounting 和 Dell'Oro 等研究機構的預測，全球光收發器市場預計將從 2023 年的約 80 億美元成長到 2028 年的 200 億美元以上，年複合成長率超過 20%。這個成長主要來自 AI 資料中心和 5G 網路建設的雙重驅動。如果考慮到產業鏈上游的光學元件和下游的光纖網路設備，整體市場規模可能超過 500 億美元。
細分來看，400G 和 800G 收發器將是成長最快的區塊，這兩個規格正是當前 AI 叢集的主流選擇。NVIDIA 的 DGX H100 系統使用 8 張 GPU，每張 GPU 需要 4 條 400G 的 NVLink 連接，加上系統間的連接，一個 DGX 系統就需要數十個光學模組。DGX GB200 更是使用新一代的 800G NVLink，光學需求翻倍。可以想像，當大型雲端業者部署數千套這樣的系統時，光學模組的消耗量是多麼驚人。根據業界估計，2024 年全球 800G 收發器出貨量約為 200-300 萬顆，而 2025 年可能成長到 500-800 萬顆，年增幅超過 50%。
另一個值得關注的趨勢是「共同封裝光學」(Co-Packaged Optics, CPO)。這種技術將光學模組直接整合到交換器 ASIC 的封裝中，省去了原本的可插拔模組和連接器，可以大幅減少功耗和延遲，同時提高可靠性。對於功耗已經成為限制因素的 AI 系統來說，CPO 提供了一個潛在的解決方案。雖然目前仍處於早期階段，主要是一些原型和試驗系統，但業界普遍預期 CPO 將在未來幾年開始放量，可能在 800G 和 1.6T 的世代成為主流技術之一。開發 CPO 技術的公司包括 Ayar Labs、Intel、和 Cisco 等。CPO 的興起可能改變產業格局，對可插拔模組製造商帶來壓力，但對光學元件和封裝服務的需求可能不減反增。
矽光子技術的成熟也是重要趨勢。傳統的光學元件是分立器件，需要逐個組裝和調校，成本和體積都較大。矽光子利用標準的矽晶圓製程批量製造光學元件，理論上可以大幅降低成本並實現更高程度的整合，將光學和電路放在同一個晶片上。Intel 和 Cisco 都在這個領域深耕多年，而一些新創公司如 Ayar Labs 和 Lightmatter 也帶來了創新的架構。目前矽光子收發器的市佔率還不高，約佔整體市場的 10-15%，但預計未來幾年將快速提升，到 2028 年可能達到 30% 以上。
投資風險與挑戰
在看好光學供應鏈前景的同時，也需要審慎評估可能的風險因素。
首先是供應鏈瓶頸問題。雖然產業正在擴產，但某些關鍵環節的產能仍然有限。雷射二極體的製造涉及一些特殊的化合物半導體材料，如磷化銓晶圓，這個領域的供給相對集中，少數廠商掌握大部分產能。日本的住友電工和中國的 InPulse 是這個領域的主要供應商。當需求快速攀升時，可能出現供給不足的情況，導致交期延長或價格上漲。事實上，在 2023 年，某些高速雷射的交期確實延長到了 20 週以上，價格也有所上漲。這種供給緊張對上游元件廠是好事(可提價)，但對下游系統廠是成本壓力。
其次是技術路線的不確定性。矽光子、CPO、光學交換等技術正在競爭下一代的主流地位。雖然從長期來看這些技術是互補的，但在特定應用場景下可能有替代關係。如果某家公司押錯技術方向，可能面臨產品競爭力下滑的風險。例如，如果 CPO 成為主流，可插拔模組的需求可能受到衝擊，專注於可插拔模組的公司需要調整策略。投資人需要密切關注各公司的技術投資方向和客戶反饋。一個觀察指標是公司來自新一代產品的營收佔比，這反映了公司在技術轉型中的競爭力。
第三是客戶集中度和議價力的問題。光學供應鏈的最終買家只有少數幾家超大規模雲端業者，包括亞馬遜 AWS、微軟 Azure、Google Cloud、Meta、以及近年崛起的 Oracle Cloud 和 CoreWeave。這些客戶擁有強大的議價能力，且可能有自行開發部分技術的意願和能力。事實上，Meta 和 Google 都有內部開發光學產品的消息傳出。Meta 據報導正在開發自己的 AI 網路架構，包括部分光學元件。微軟也投資了相關的新創公司。如果雲端業者決定進行更多的垂直整合，對現有供應商的影響可能相當顯著。這種情況在半導體產業已經發生過，蘋果自研晶片對高通和 Intel 造成了巨大衝擊。
最後是總體經濟和資本支出週期的風險。雖然 AI 投資目前仍在加速，但如果經濟衰退導致雲端服務需求放緩，或者 AI 相關的投資回報不如預期，資料中心的資本支出可能會被推遲或縮減。2023 年雲端業者削減資本支出就是一個例子。另一個相關的風險是 AI 投資熱潮的可能降溫，如果大模型訓練的邊際效益遞減，或者監管政策趨嚴，都可能影響資料中心的建設步伐。如果雲端業者發現 AI 基礎設施的利用率不足，可能會放緩新建投資。
投資角度的綜合考量
從投資的角度來看，光學供應鏈提供了一個不同於主流 AI 股票的切入點。NVIDIA 的股價已經充分反映了市場對 GPU 的極度樂觀預期，本益比動輒超過 30 倍甚至更高。但光學供應鏈的估值相對合理得多，多數公司的本益比在 15-25 倍區間。當然，這也反映了市場對這個領域的認知度較低，以及這些公司的業務規模相對較小。但對於尋求價值的投資人來說，這正是吸引人之處。
如果看好 AI 資料中心建設的長期趨勢，但又不想追高主流 AI 股，光學供應鏈提供了一個有吸引力的選項。這些公司的成長與 AI 投資直接相關，但股價尚未完全反映這個邏輯。更重要的是，這條供應鏈的技術門檻和客戶關係都構成了穩固的護城河，不容易被新進入者打破。光學元件的設計和製造需要多年經驗，客戶認證也需要長時間，這些都構成了進入障礙。
在具體標的選擇上，投資人可以考慮自己的風險偏好。Lumentum 和 Coherent 作為光學元件的龍頭，將直接受益於高速收發器的升級週期和新技術的普及，成長性較高，但業務波動也可能較大，適合能夠接受較高波動的投資人。Corning 作為光纖的絕對領先者，提供了一個相對穩健的選項，雖然光纖業務的成長率可能較低，但 Corning 有多個現金牛業務支撐，風險相對有限。Arista Networks 作為網路設備的領導者，不僅受益於光學需求，還受益於整體資料中心網路升級，是一個更全面的資料中心概念股，財務素質也相當出色。Fabrinet 作為代工廠，提供了另一個角度的投資選項，雖然毛利較低，但業務相對穩定，且受益於整體產業成長。
結語：被光環遮蔽的關鍵一環
AI 時代的投資故事正在展開，但不是所有的精彩都在聚光燈下。當市場的目光聚焦在 GPU、晶圓代工、和雲端巨頭時，有一條供應鏈正在默默支撐著 AI 叢集的運作，那就是光學互連生態系。這條供應鏈或許不夠性感，但卻不可或缺。
從光學元件、光學模組、光纖到交換器，這個產業鏈環環相扣，共同解決 AI 時代的頻寬難題。Lumentum 和 Coherent 提供核心的雷射和光學技術，是整個生態系的技術基礎。Corning 鋪設資料通道的光纖基礎設施，讓光訊號能夠長距離傳輸。Arista 構建訊號交換的網路骨幹，確保資料能夠準確高效地到達目的地。Fabrinet 則在幕後確保製造品質和產能，讓設計能夠變成實際的產品。
這些公司的共同點是：他們都是各自領域的技術領先者，擁有深厚的護城河，且正處於一個高速成長的產業風口。更重要的是，市場對他們的估值尚未充分反映 AI 帶來的需求增長。這或許是因為光學產業長期被視為通信基礎設施的一部分，投資人的關注度有限。又或許是因為這些公司規模相對較小，在市值加權指數中的權重不高。但無論原因為何，這種低估正是價值投資人尋找的機會。
當然，投資永遠存在風險。供應鏈瓶頸、技術路線競爭、客戶集中度、以及總體經濟波動，都是需要在投資前審慎評估的因素。但如果相信 AI 的發展還在早期階段，相信資料中心將持續建設和升級，那麼光學供應鏈無疑是一個值得深入研究的方向。
在投資的世界裡，最被低估的機會往往藏在視線之外。光學供應鏈或許就是當前市場上最值得關注的被低估機會之一。當 AI 需要更強的運算能力、更大的儲存空間、更快的傳輸速度時，光學互連將是那個讓一切成為可能的關鍵一環。GPU 再強大，如果資料傳不過去，一切都是空談。光學，就是那條讓資料奔流的高速公路。
資料中心網路架構的演進
要更深入理解光學供應鏈的機會，我們需要了解資料中心網路架構的演進。傳統的資料中心網路採用三層架構：核心層、匯聚層、和接入層。伺服器連接到接入層交換器，接入層連接到匯聚層，匯聚層再連接到核心層。這種架構在一般的企業應用中運作良好，但在 AI 訓練這種需要大量東西向流量（同一層伺服器之間的通訊）的場景下，效率並不理想。
AI 叢集普遍採用葉脊（Leaf-Spine）架構，這是一種扁平化的雙層架構。每個伺服器連接到葉交換器，而所有葉交換器都連接到所有的脊交換器。這種架構確保了任何兩台伺服器之間的通訊最多只需要經過兩跳（hop），大幅降低了延遲和不確定性。同時，這種架構也更容易橫向擴展，新增伺服器只需要增加新的葉交換器並連接到現有的脊交換器。
在葉脊架構中，光學互連的用量顯著增加。每個葉交換器需要連接到多個脊交換器，如果一個 AI 叢集有 100 個葉交換器和 20 個脊交換器，葉脊之間就需要 2000 條鏈路。按每條鏈路使用一個光學模組計算，僅葉脊層的光學模組用量就可能達到 4000 個（每條鏈路兩端各一個）。這還不包括伺服器到葉交換器的連接，以及叢集之間的連接。
隨著 AI 叢集規模擴大，葉脊架構也在演進。超大規模的 AI 叢集可能採用三層甚至更多層的架構，包括超脊（Super-Spine）層。而在單一機架內，隨著 GPU 功耗和頻寬需求的增加，機架交換器正在向上移動，從 ToR 變成 EoR（End of Row）或 MoR（Middle of Row）。這些變化都影響著光學產品的需求結構。
全球競爭格局與地緣政治因素
光學供應鏈的競爭格局有其獨特之處。雖然美國公司在技術上領先，但製造環節主要集中在亞洲。泰國是全球最大的光學封裝基地，Fabrinet、Lumentum、Coherent 都在泰國有大型工廠。中國也是重要的製造基地，同時也在快速發展本土的光學產業。中國的光學公司如光迅科技、中際旭創、和新易盛正在擴大市佔率，特別是在 400G 及以下的產品領域。
地緣政治因素對這個產業的影響不容忽視。美國對高端 AI 晶片的出口管制已經影響到中國資料中心的建設節奏，間接影響了光學產品的需求。如果管制進一步擴大到光學領域，供應鏈可能面臨更大的重組壓力。對於美國公司來說，失去中國市場意味著成長空間受限；對於中國公司來說，獲得先進技術和市場機會則變得更加困難。
不過，從另一個角度來看，供應鏈的重組也可能創造機會。如果西方資料中心業者希望降低對中國供應鏈的依賴，非中國的光學公司可能受益。同樣地，中國資料中心業者若需要本土化供應鏈，中國光學公司的機會也會增加。無論哪種情況，具備全球佈局能力的公司可能更有優勢。
投資時間點與週期考量
光學產業具有一定的週期性，投資時間點的選擇很重要。過去十年，這個產業經歷過多次起落。2016-2018 年是 100G 部署的高峰期，相關公司股價大漲。2019-2020 年市場轉向 400G，但疫情打亂了部署節奏。2021-2022 年雲端資本支出大增，光學公司迎來另一波高峰。2023 年隨著總體經濟降溫和庫存調整，產業進入低谷。
目前的狀況是，AI 驅動的需求正在抵消傳統通信市場的疲軟。400G 和 800G 收發器的需求強勁，但電信市場的需求仍然平淡。這意味著專注於資料中心市場的公司表現較好，而業務偏重電信的公司則相對落後。投資人需要區分公司的業務結構，關注資料中心相關業務的佔比。
另一個時間點考量是新品週期。當新的速度規格（如 1.6T）開始量產時，能夠率先推出產品的公司通常可以獲得溢價和市佔率。這些時間點可能帶來交易性機會。根據業界消息，800G 收發器的量產已經在 2024 年開始加速，而 1.6T 的試產可能在 2025 年底啟動，2026 年開始放量。投資人可以關注相關公司的產品路線圖和客戶動向。
結語：被光環遮蔽的關鍵一環
AI 時代的投資故事正在展開，但不是所有的精彩都在聚光燈下。當市場的目光聚焦在 GPU、晶圓代工、和雲端巨頭時，有一條供應鏈正在默默支撐著 AI 叢集的運作，那就是光學互連生態系。這條供應鏈或許不夠性感，但卻不可或缺。
從光學元件、光學模組、光纖到交換器，這個產業鏈環環相扣，共同解決 AI 時代的頻寬難題。Lumentum 和 Coherent 提供核心的雷射和光學技術，是整個生態系的技術基礎。Corning 鋪設資料通道的光纖基礎設施，讓光訊號能夠長距離傳輸。Arista 構建訊號交換的網路骨幹，確保資料能夠準確高效地到達目的地。Fabrinet 則在幕後確保製造品質和產能，讓設計能夠變成實際的產品。
這些公司的共同點是：他們都是各自領域的技術領先者，擁有深厚的護城河，且正處於一個高速成長的產業風口。更重要的是，市場對他們的估值尚未充分反映 AI 帶來的需求增長。這或許是因為光學產業長期被視為通信基礎設施的一部分，投資人的關注度有限。又或許是因為這些公司規模相對較小，在市值加權指數中的權重不高。但無論原因為何，這種低估正是價值投資人尋找的機會。
當然，投資永遠存在風險。供應鏈瓶頸、技術路線競爭、客戶集中度、以及總體經濟波動，都是需要在投資前審慎評估的因素。但如果相信 AI 的發展還在早期階段，相信資料中心將持續建設和升級，那麼光學供應鏈無疑是一個值得深入研究的方向。
在投資的世界裡，最被低估的機會往往藏在視線之外。光學供應鏈或許就是當前市場上最值得關注的被低估機會之一。當 AI 需要更強的運算能力、更大的儲存空間、更快的傳輸速度時，光學互連將是那個讓一切成為可能的關鍵一環。GPU 再強大，如果資料傳不過去，一切都是空談。光學，就是那條讓資料奔流的高速公路。
---
免責聲明：本文僅為產業分析與投資教育用途，不構成任何投資建議或買賣推薦。投資人應根據自身情況審慎評估，並諮詢專業財務顧問。
