ChatGPT 爆紅引發提升了光模塊行業“錢"景

（報告出品方：中信建投證券）

1.ChatGPT 驚艷亮相，AI 帶動光模塊需求

1.1 ChatGPT 掀起 AI 浪潮，國內外科技將展開競賽

近期，ChatGPT 的爆紅引發了人們對于人工智能發展的高度關注。2022 年 11 月 30 日，OpenAI 發布語言 模型 ChatGPT。該模型采用對話的形式與人進行交互，可以回答后續問題、承認錯誤、挑戰不正確的前提、拒 絕不適當的請求。ChatGPT 不僅在日常對話、專業問題回答、信息檢索、內容續寫、文學創作、音樂創作等方 面展現出強大的能力，還具有生成代碼、調試代碼、為代碼生成注釋的能力。

ChatGPT 用戶數攀升。據瑞銀集團數據顯示，ChatGPT 推出僅兩個月后月活用戶已經突破 1 億，成為 用戶增長速度的消費級應用程序。根據 Sensor Tower 數據顯示，TikTok 達到 1 億用戶用了 9 個月，Instagram 則花了 2 年半的時間。2023 年 1 月，ChatGPT 平均每天大約有 1300 萬獨立訪客，是 2022 年 12 月的兩倍之多。

ChatGPT 運行背后需要強大的云計算算力支撐。OpenAI 在 2018 年推出的 GPT 參數量為 1.17 億，預訓練數據量約 5GB，而 GPT-3 參數量達 1750 億，預訓練數據量達 45TB。在模型訓練階段，ChatGPT 的總算力消耗 約為 3640PF-days，總訓練成本為 1200 萬美元。在服務訪問階段則會有更大消耗，據測算，僅滿足當前 ChatGPT 日常用戶搜索訪問，使用服務器（GPU）進行處理，對應算力基礎設施初始投入成本約為 30-40 億美元。2 月 7 日晚，ChatGPT 再次因訪問量激增而宕機，體現出 AI 應用對于云計算的海量算力需求。

1.2 AI 訓練側或改變數據中心網絡架構，光模塊需求有望明顯提升

以 ChatGPT 為代表的 AIGC 技術，依靠強大的 AI 模型和海量數據，能夠在多個應用場景下產生優質的內 容，有望推動人工智能更廣泛的應用。算力作為 AIGC 技術的重要支撐之一，是影響 AI 發展與應用的核心因素。 算力基礎設施成了目前行業亟需布局的資源，除了 CPU/GPU 等算力硬件需求強勁，網絡端也催生了更大帶寬 需求，以匹配日益增長的流量。與傳統數據中心的網絡架構相比，AI 數據中心的網絡架構可能存在一些變化。

在傳統的數據中心中，網絡側主要包括傳統樹形三層架構和葉脊架構。早期的數據中心一般采用傳統的三 層結構，包括接入層、匯聚層和核心層，其中接入層用于連接計算節點與機柜交換機，匯聚層用于接入層的互聯，核心層用于匯聚層的互聯且實現與外部網絡連接。隨著數據中心內部東西向流量的快速提升，三層網絡架 構的核心層和匯聚層任務加重，性能提升需求高，設備成本將大幅提升。因此，適用于東西向流量的扁平化的 葉脊網絡架構應運而生，葉交換機直接與計算節點相連，脊交換機相當于核心交換機，通過 ECMP 動態選擇多 條路徑。葉脊網絡架構具備帶寬利用率高、擴展性好、網絡延遲可預測和安全性高等優勢，在數據中心中實現 廣泛的應用。

AI 數據中心中，由于內部數據流量較大，因此無阻塞的胖樹網絡架構成了重要需求之一。英偉達的 AI 數 據中心中，采用了胖樹（fat-tree）的網絡架構來實現無阻塞的功能。胖樹的網絡架構基本理念為：使用大量低 性能的交換機，構建出大規模的無阻塞網絡，對于任意的通信模式，總有路徑讓他們的通信帶寬達到網卡帶寬， 架構中用到的所有交換機都是相同的。胖樹網絡架構一般用于網絡要求較高的數據中心中，如超算中心和 AI 數據中心等。

在英偉達 DGX A100 SuperPOD 的 AI 數據中心系統中，三層交換機全部為 Nvidia Quantum QM8790 的 40端口交換機。層交換機與 1120 張 Mellanox HDR 200G Infinibａnd 網卡連接；第二層交換機下傳端口與 層相連，上傳端口與第三層互聯；第三層交換機只有下傳端口，與第二層相連。此外，存儲側獨立組網，與計 算側網絡架構分開，也需要一定數量的交換機和光模塊。因此，相比較傳統數據中心，AI 數據中心中的交換機 及光模塊數量大幅提升。

英偉達的 A100 GPU 主要對應 200G 光模塊，H100 GPU 可以對應 400G 或 800G 光模塊。每個 A100 GPU 配一張 Mellanox HDR 200Gb/s Infinibａnd 網卡，每個 H100 GPU 配一張 Mellanox NDR 400Gb/s Infinibａnd 網卡。 英偉達在 H100 SuperPOD 的設計中，采用了 800G 的光模塊，在光口采用 1 個 800G 光模塊可以替代 2 個 400G 光模塊，在電口也可以將 8 個 SerDes 通道進行整合，與光口的 8 個 100G 通道一一對應。因此這種設計下，交 換機的通道密度提高，物理尺寸顯著降低。

光模塊速率由網卡決定，網卡的速率受限于 PCIe 通道速率。英偉達 A100 的 DGX 服務器內部通過 NVLink3 連接，單向帶寬為 300GB/s，但是 A100 GPU 連接 ConnectX-6 網卡是通過 16 個 PCIe 4.0 通道，帶寬總和為 200G 左右，因此網卡帶寬為 200G，需要連接 200G 的光模塊或者 DAC 電纜。H100 的 DGX 服務器內部通過 NVLink4 連接，單向帶寬為 450GB/s，但是 H100 GPU 連接 ConnectX-7 網卡是通過 16 個 PCIe 5.0 通道，帶寬總和為 400G 左右，因此單個網卡帶寬為 400G。可以看出，光模塊速率是由于網卡與 GPU 之間的 PCIe 帶寬所決定。假設 A100 和 H100 的 DGX 服務器內部所用 PCIe 通道速率達到 800G（即 PCIe 6.0），那么也可以采用 800G 帶寬 的網卡，即也可以采用 800G 光模塊，大大提升系統計算效率。

NVLink 帶寬遠大于網卡側的 PCIe 帶寬，因此若將 NVLink 從服務器內部 GPU 互連拓寬至不同服務器之 間的 GPU 的互連，將顯著提升系統的帶寬。若要實現不同服務器之間按照 NVLink 協議的 GPU 互連，除了需 要采用 NVSwitch 芯片的物理交換機，還需要物理器件來實現交換機和服務器之間的連接，那么光模塊也成為 了重要的組成部分，從而也會大幅增長 800G 光模塊的需求。目前該方案仍然處于前沿研發階段，若要規模化商用仍需時日。但是 NVLink 較高的帶寬仍然是非常具有吸引力的，一旦方案成熟，有望快速實現廣泛應用。

訓練側光模塊需求與 GPU 出貨量強相關，推理側光模塊需求與數據流量強相關。AI 對光模塊需求的拉升 主要分為兩個階段，訓練和推理。其中，訓練側的網絡架構以胖樹架構為主，因為在大模型訓練過程中，對于 網絡性能的要求很高，網絡無阻塞是重要的需求之一，比如騰訊用于大模型訓練的星脈網絡采用了胖樹架構。 同時，我們認為大部分廠商會采用 Infinibａnd 協議的網絡，時延遠低于以太網，可以提升計算效率，縮短模型訓 練時間。訓練側光模塊的需求與所用 GPU 顯卡的數量強相關，根據胖樹架構中 GPU 和光模塊的比例關系可以 得到所需光模塊的數量，A100 對應 200G 光模塊，H100 對應 400G 或者 800G 光模塊。推理側面向用戶側，網 絡架構更接近于傳統云計算數據中心的葉脊架構，主要用于承載 AI 應用帶來的數據流量增量。傳統云計算主要 是 ToB 市場，用戶數量不多，若未來出現圖片或視頻相關的爆款 AI 應用，一方面用戶數量有望大幅提升，另 一方面單個用戶產生的數據流量可能會顯著增長，因此數據總流量將暴增，所以推理所需的算力和流量實際上 可能遠大于訓練，因此對于包括光模塊在內的網絡設備需求將起到有力的支撐和提振。

1.3 800G 光模塊量產窗口已至，2024 年或成 800G 大年

北美云廠商收入及資本開支增速有所放緩，若不考慮 AI 增量，今年傳統云計算市場需求預計將持續低迷。 2022Q4，北美三家云廠商亞馬遜、谷歌和微軟的云業務收入總計 502 億美元（其中 Meta 的云相關收入未披露）， 同比增長 20.7%，環比增長 5.2%，增速有所放緩。2022Q4，北美四家云廠商的資本開支為 395.04 億美元，同比 增長8.1%。其中，Meta的資本開支為90.43 億美元，同比增長68.4%，微軟同比增長6.97%，谷歌同比增長18.99%， 亞馬遜同比降低 12.37%（2015Q4 以來單季度負增長）。海外云廠商的 Capex 增速放緩，也影響了數通光 模塊市場的需求，若不考慮 AI 增量帶來的拉動，傳統云計算市場的需求處于低迷狀態。

2022Q4，亞馬遜的云業務收入為 213.78 億美元，同比增長 20.2%，環比增長 4%；2022 年云業務收入為 800.96 億美元，同比增長 28.77%。公司提到了 AWS 客戶在考慮削減在云上的開支，公司也注意到了 AWS 營收的持 續放緩趨勢。2022Q4，亞馬遜的資本開支為 166 億美元，同比下降 12%，環比上升 1%。2022 全年資本開支 636 億美元，同比增長 4%，與三季度指引基本一致。公司對于下個季度及 2023 年的資本開支未給指引。

AWS 推出 AIGC 相關的重磅產品，包括生成式 AI 平臺 Bedrock 服務，支持用戶通過 API 訪問亞馬遜自己的 Titan（泰坦）大模型，由兩個全新大語言模型組成；同時支持調用來自 AI21 Labs、Anthropic、Stability AI 等第三方的多樣化模型；此外還推出了兩款專門針對生成式 AI 優化的計算實例 EC2 Trn1n 實例和 EC2 Inf2。其 中，為了提升 EC2 實例的訓練效率，AWS 采用了第二代 Elastic Fabric Adapter（EFA），網絡帶寬為 800Gbps。 因此，我們認為亞馬遜有望在 AI 上增加資本開支，繼 400G 光模塊之后，公司有望在大規模采購 800G 光模塊。

2022Q4，Meta 的資本開支為 90.43 億美元，同比增長 68.4%。2022 全年資本開支為 314 億美元左右，同比 增長 69%。公司預計 2023 年資本開支為 300-330 億美元，低于公司之前 340-370 億美元的預期，主要原因是數 據中心建設的成本降低，因為新的數據中心架構性價比高，可以同時支持 AI 和 Non-AI 的工作載荷。根據 LightCounting 數據，2022 年 Meta 仍有 40 多個數據中心正在建設和升級，但是對于 200G 的需求有削減，也影 響了今年傳統云計算市場的景氣度。在 AI 方面，Meta 開源了 LLaMA 大模型系列，參數量為 70 億-650 億左右； Meta 近期也發布了圖像分割大模型 SAM，可以處理包含多個具有不同形狀、大小和外觀的對象的復雜場景。 同時，Meta 承諾建立人工智能基礎設施，并追趕亞馬遜和谷歌，這些采用 400G 光模塊的場景有可能將采用 800G 光模塊。因此，我們認為 Meta 在 2024 年可能大規模采購 800G 光模塊。

2022Q4，谷歌云業務收入為 73.15 億美元，同比增長 32.02%，環比增長 6.51%；2022 年云業務收入為 262.8億美元，同比增長 36.8%。公司云業務仍然是未來重要的項目之一。2022Q4，谷歌的資本開支為 75.95 億美元， 同比增長 18.99%，環比增長 4.4%。2022 年資本開支為 314.9 億美元，同比增長 28%。公司預計 2023 年的資本 支出將與 2022 年基本持平，但資本開支的結構將有所改變，公司將增加對技術基礎設施的投資，包括對 AI 及 云服務的建設投資，同時將縮減辦公設施的資本支出，進一步提高整體投資效率。谷歌今年是 800G 光模塊市 場的主要需求廠商，明年需求量有望持續快速增長。

2022Q4，微軟智能云業務收入為 203.25 億美元，同比增長 19.81%，環比下降 2.8%。2022Q4，微軟的資本 開支為 62.83 億美元，同比增長 8.14%，環比下降 8.56%。公司預計資本開支將持續增長，考慮到在云基礎設施 建設的時間安排方面，季度間支出會出現正常波動。微軟在 AI 大模型方面發展較為快速，作為 OpenAI 的重要 投資方，微軟可以在 Azure 云上提供 OpenAI 的產品，同時也有融合 ChatGPT 的 New Bing 搜索引擎以及智能 Office 工具 Copilot 產品。微軟在應用側借助 OpenAI 的產品取得先發優勢，對于算力的需求也將保持強勁。微 軟開源 Deep Seed Chat，降低訓練門檻，有望帶動推理側更大的需求。因此，我們認為微軟對于 800G 光模塊這 種高性能網絡設備的需求也有望大幅提升。

800G 光模塊 2022 年底開始小批量出貨，2023 年需求主要來自于谷歌和英偉達，2024 年有望大規模出貨，并存在時間前移的可能。從交換機的電口來看，SerDes 通道的速率每四年翻倍，數量每兩年翻倍，交換機的帶 寬每兩年翻倍；從光口來看，光模塊每 4 年升級一次，實際出貨時間是晚于電口 SerDes 及交換機芯片新版發布 的時間。2019 年作為 100G 光模塊升級的時間點，市場分成了 200G 和 400G 兩條升級路徑。但是在 2023 年這 個時間點，市場下一代高速率光模塊均指向 800G 光模塊，疊加 AIGC 帶來的算力和模型競賽，我們預計北美 各大云廠商和相關科技均有望在 2024 年大量采購 800G 光模塊，同時 2023 年也可能提前采購。

多家光模塊廠商具備 800G 光模塊能力，國內多家廠商具備較強的競爭力。在 2023 年的 OFC 光博會上， 各家光模塊公司均推出了自己的 800G 光模塊產品，涵蓋不同封裝方式、材料和傳輸距離等種類。值得一提的 是，國內廠商在 100G 和 400G 光模塊時代已經取得了顯著的進展，躋身進水平。在數通 800G 光模塊時 代，以中際旭創和新易盛為代表的國內廠商有望延續 400G 時代的競爭力，同時華工科技、劍橋科技、博創科 技、光迅科技和德科立等公司也有望取得突破。

2.光器件種類豐富，應用廣泛

光器件，即采用光學技術的器件，一般是介于光學芯片、元件和光學模塊、設備之間的產品形態。隨著光 學技術在通信、云計算、消費電子、工業、醫療等領域的廣泛應用，光電器件作為重要的基礎組成部分，在各種 光學設備和模塊中起到了關鍵的作用。光器件種類繁多，按照不同的分類方式，可以分為多種產品。按照是否 有外接能源分為有源光器件和無源光器件；按照功能分類，包括光接收器件、光發射器件、波分復用器件、半導體光放大器件和開關器件等；按照產品形態分類，包括光纖類器件和自由空間類器件等。

2.1 光有源器件是核心器件，推動光學技術的發展和應用

有源光器件，即外接能源的光器件，包括光源激光器、光電探測器和電光調制器等產品。有源光器件是各項光學技術應 用的核心驅動部分，其門檻也相對較高。例如，在光通信中激光器和光電探測器負責光電信號的轉換，電光調制器負責 信號調制；在激光雷達中激光器負責產生發射光信號，探測器負責接收反射回來的光信號以實現測距等功能； 在光纖激光器中產生高功率的激光，實現焊接、打標和切割等目的；在醫療檢測等領域，激光器發射探測光信 號，探測器接收反射回來的信號來檢測相關樣品。

2.1.1 激光器是現代光學領域的“心臟"，為光通信、激光雷達等領域持續輸血

什么是激光？在英文中，激光是 laser，即 light amplification of stimulated emission radiation，通過受激輻射 產生的光放大。什么是受激輻射？受激輻射指的是外來光子與處于高能級的電子發生作用，誘導電子躍遷到低 能級，釋放出一個與外來光子具有相同頻率、相位、傳播方向和偏振狀態的光子，從而具備相干性。什么是自 發輻射？與受激輻射相反，指的是在沒有外來光子的情況下，處于高能級的原子或者諧振子向低能級自發躍遷 產生光子，這些光子的傳播方向和偏振態等性質是無規律分布的，因此不具備相干性。

產生激光一般需要滿足三要素和一前提。三要素即泵浦源、增益介質和諧振腔，一前提即粒子數反轉。泵 浦源，把能量提供給低能級的電子，使其躍遷到高能級，能量供給方式有電泵浦、光泵浦、化學泵浦和核泵浦 等；增益介質：被激發、釋放光子的電子所在的物質，即促使激光被放大的物質，一般激光的波長由增益介質 的材料所決定；諧振腔：被激發的光在諧振腔中來回諧振，每次經過增益介質功率都會被放大。粒子數反轉： 二級系統中，電子自低能級向高能級躍遷和自高能級向低能級躍遷的概率是一樣的。為了實現光放大，高能級 需要有更多的電子，從而使受激輻射發生的概率更高，這個狀態稱為粒子數反轉。

激光器分類繁多，應用廣泛。激光器是利用受激輻射原理進行發射激光的器件，下游應用廣泛。激光器按 照不同種類分為不同激光器。如按照泵浦方式來區分，分為電泵浦激光器、光泵浦激光器等；按照輸出波長分 類，分為紅外激光器、可見光激光器和紫外激光器等；按照增益介質來分，包括液體激光器、氣體激光器和固 體激光器，固體激光器中可以分為光纖激光器、半導體激光器和全固態激光器等；按照工作方式分類，分為連續波激光器和脈沖激光器，脈沖激光器按照脈沖的寬度分為毫秒激光器、納秒激光器和飛秒激光器等。

激光器二極管和發光二極管在線寬、相干性和發光方式上差異較大。半導體激光器中常見的是激光二極管 LD（Laser Diodes），激光二極管經常拿來和發光二極管 LED（Light Emitting Diodes）比較。兩者均為二極管， 采用 PN 結為基本結構，通過向有源區注入載流子，少數載流子和多數載流子之間復合時將能量以光子的形式 釋放出來。相比較 LED，LD 有源區多了增益介質，同時兩個側面平整且鍍膜形成光學諧振腔，因此 LD 出射的 是激光，具有較強相干性，光譜線寬較窄，而 LED 出射的光斑相干性較差，發射角較大。

半導體激光器 LD 按照發射光所在位置分為 EEL（邊發射激光器）和 SEL（面發射激光器）。其中，EEL 是常見的一類半導體激光器，指的是出射激光一般在激光器芯片的端面，且平行于激光器芯片所在晶圓的表面。 EEL 一般包括 FP 激光器、DFB 激光器和 DBR 激光器等，一般腔長較長（在幾百 um 到幾 mm 之間），光在諧 振的過程中能夠獲得足夠的增益，因此激光器出射功率較高。EEL 的兩個端面可以作為諧振腔的反射面，因此 需要拋光和鍍膜等處理。SEL 也是廣泛應用的激光器，指的是出射激光一般以面發射的形式存在，垂直于所在 晶圓的表面。VCSEL 激光器是常見的面發射激光器，全稱為 vertical cavity surface emitting laser。該激光器 具備高集成度、低溫漂系數、光斑較圓及封裝測試成本較低的優勢，但也有工藝復雜、成本相對較高等缺點。

激光器的芯片工藝包括哪些？相比較 EEL，VCSEL 的芯片工藝更簡單，測試成本更低，良率更高。由于 EEL 是邊發射激光器，因此需要切割、鍍膜、鈍化等操作之后，激光器才能發光，產品從晶圓到巴條，然后進 行測試篩選良品。在經過上述工藝后，存在一定的良率損失。因此 EEL 的芯片工藝及測試成本相對更高，良率 也相對更低一些。一般來說，一條成熟的 EEL 產品線的良率為 50%左右。而 VCSEL 由于是面發射激光器，因 此理論上來說，不需要經過上述切割等操作，只要加上探針即可對產品進行測試，從而篩選良品。一條成熟的 VCSEL 產線的良率要顯著高于 EEL，為 90%左右。

激光器的封裝方式包括哪些？激光器見的封裝方式就是 TO 封裝，TO 封裝由一個 TO 管座和 TO 管帽 組成，管座為芯片提供底座以及電源，管帽則起到密封的作用，隔絕外部污染物質、氣體、液體和高溫對芯片 的影響，保證芯片的正常工作。除了 TO 封裝，還有蝶形封裝，COB 封裝（包括 COC 和 COS 等）等等。一般 來說，激光器芯片需要進行老化，封裝成器件之后也需要進行老化，老化的作用是通過將芯片在高溫和大電流 下工作一段時間，來加速芯片的工作時間，從而避開芯片在剛開始使用時的高故障率發生期。

2.1.1.1 光通信領域的激光器

在光通信領域，EEL 激光器包括常見的 FP、DFB 和 EML 激光器，SEL 主要以 VCSEL 為主。FP 和 DFB 以及 EML 分別是什么激光器？ FP 激光器即 Fabry-Perot 諧振腔的激光器，FP 是見的一種諧振腔，即兩側 有反射鏡，一般來說一側為高反射鏡面，另一側為半反射鏡面，光子在兩個鏡面之間來回反射，在特定波長實現諧振，波長與腔長和介質的折射率相關。DFB 為分布式反饋激光器，Bragg 光柵分布在增益介質內，縱向的 光柵結構形成周期性的折射率分布，從而產生反射。EML 為電吸收調制激光器，其結構是 DFB 激光器后面加 上 EA 調制器，其對應的概念是 DML直調激光器。

光通信的這些激光器有哪些區別？FP 腔激光器存在多個縱模，因此無法實現高速調制，一般用于 2.5G 以 下的傳輸速率。DFB 和 EML 成本較高，一般用于中距離的高速率的單模光模塊中，例如 DR、FR 光模塊等， 其中 EML 為電吸收調制激光器，可用于 200G、400G 和 800G 以上的高速光模塊中，EML 中前面的 DFB 部分 負責發射穩定功率的光，由 EA 負責對信號進行調制，能夠有效減少 DML激光器在直接調制過程中產生的高故 障率。FP、DFB 和 EML 的波長一般以 C 波段（代表波長為 1550nm）和 O 波段（代表波長為 1310nm）為主， 其中 DFB 和 EML 的單模性能更好，研發及工藝門檻更高；VCSEL 一般用于短距離傳輸的光模塊中，例如 AOC、 SR 等光模塊，波長為 850nm 波段，一般為多模激光器。

DFB 和 EML 激光器的技術壁壘主要在于外延和光柵工藝。外延工藝是晶圓制造乃至光芯片生產最重要、 技術門檻的環節。通常在 DFB 和 EML 的外延工藝中，需要通過 MOCVD 對半導體材料進行精準堆疊，在 有源區多層堆疊的結構中，每層厚度在 10nm 以下級別，此時對層厚的均勻性控制難度，對外延設備的理 解要求非常深刻。外延工藝最終影響芯片的性能和可靠性。光柵工藝包括全息光柵和電子束光柵，在涂有光刻 膠的基板上定義出光柵結構的掩膜圖形，再通過刻蝕技術轉移到襯底上。光柵工藝會影響出光功率、單模良率、芯片波長、極限工作溫度特性、模式穩定性和高頻特性等。

光通信激光器市場的競爭格局如何？目前的光通信激光器市場，海外廠商仍是主要供應商，但是國內 廠商逐步實現國產替代化。從研發門檻來看，FP 激光器的難度較低，產業鏈較為成熟。VCSEL、DFB 和 EML 激光器的門檻較高，國內有多家光通信廠商布局多年，具備相關產品批量出貨的能力。雖然高速率的激光器目 前仍在研發階段，但是中低速率的產品已經實現國產替代化，整體看國產替代化穩步推進。

光通信激光器的市場規模多大？激光器作為光通信器件的“心臟"，重要程度不言而喻，且在器件中的價值 占比較高。根據源杰科技的招股說明書，參考 LightCounting 和 ICC 的數據，2021 年光通信行業光芯片市 場規模為 146.7 億元，其中 2.5G、10G 及 25G 及以上的光芯片市場規模，分別為 11.67 億元、27.48 億元、107.55 億元。根據 Omdia 的數據來看，2021 年 25G 以上高速率光芯片市場規模為 19.13 億美元（與源杰科技招股說明 書中的數據比較接近），到 2025 年，高速光芯片市場規模有望達到 43.4 億美元。

2.1.1.2 激光雷達領域的激光器

在激光雷達領域，收發模組是激光雷達的核心部分，其中激光器是發射模組最核心的元器件。激光器作為光源，發射出光信號進行探測。目前激光雷達方案及廠商眾多，主要用到的激光器包括 EEL、VCSEL、光纖激光器和可調諧窄線寬激光器等。

激光雷達領域中的 EEL，一般是采用的 FP 諧振腔，采用的 TO 封裝方式。EEL 一般用在兩個方面：一是 激光雷達發光源，波長為 905nm 左右；二是光纖激光器的泵浦光源。EEL 具有功率高、產業鏈成熟、成本低等 優勢，同時溫漂系數也比較高。溫漂系數即表示激光器輸出波長隨著溫度變化而變化的參數，一般 FP 腔的 EEL 的溫漂系數為 0.3nm/℃，主要是由于增益介質的溫漂系數決定。Osram 的新一代 EEL 產品，其中一側采用了準 DBR 諧振腔的形式，將溫漂系數從 0.3nm/℃降低到 0.1nm/℃左右。公司納米堆疊的技術使得同一個 TO 封裝的 產品包含三顆外延生長的激光器，有效提升光功率。未來國內廠商若要在 EEL 產品上降低溫漂系數，需要繞開 相關的壁壘，具有較高的難度。

與 EEL 一樣，用于激光雷達領域的 VCSEL 激光器一般也是 905nm 的波長。VCSEL 具備高集成度的優勢， 因此可以用于高線束數的激光雷達中。VCSEL 的溫漂系數為 0.07nm/℃，顯著優于 EEL。雖然目前的 VCSEL 成熟產品的功率相對不高，但是可以通過多結的設計來提升光功率。目前 Lumentum 五結的 VCSEL 功率密度已 經可以達到 800W/mm2以上，長光華芯八結 VCSEL 的功率密度達到 1800W/mm2。VCSEL 目前用在激光雷達 領域主要有三個方面：一是 VCSEL 一維陣列在豎直方向形成多個線束；二是 VCSEL 二維陣列用于固態 Flash 方案激光雷達；三是可尋址二維 VCSEL 陣列用于固態激光雷達中。

與上述 EEL 和 VCSEL 不一樣，光纖激光器在激光雷達的應用波長一般為 1550nm。光纖激光器廣泛應用于 工業制造領域，具有高功率的特點。而在激光雷達領域，為了使得發射波長對人眼相對友好，行業在選擇激光 器的時候，認為 1550nm 波長的光纖激光器滿足了兩個條件：一是遠離可見光波段，對人眼友好；二是從光通 信到工業激光器領域，1550nm 波長激光器的產業鏈相對比較成熟。

值得一提的是，FMCW 測距方案的固態激光雷達目前主要采用 1550nm 波長的窄線寬激光器。因為 FMCW 方案主要是利用光信號的相干性，所以對光源的相干性要求比較高。激光器的線寬越窄，則相干性一般越好。 目前窄線寬的激光器多用于光通信相干光模塊中，波長多為 1550nm。除了可調諧激光器，外腔調制窄線寬激光器也可以適用在 FMCW 的激光雷達中，不過尚處在研發階段，距離商用仍有一定的距離。

2.1.2 探測器在光通信領域國產替代化進展較快，激光雷達領域發展尚需時日

探測器的底層原理與激光器剛好相反，是由光產生電的過程。在不同領域，對于探測器的參數的要求也不 一樣。例如在光通信領域，探測器的響應度、帶寬以及波長相關性比較重要；在激光雷達領域，探測器的響應 度相對比較重要。探測器按照原理可以分為不同產品：PIN型探測器、APD型探測器、SPAD型探測器以及 SiPM型探測器，其中前二者主 要用于光通信領域，后三者主要用于激光雷達領域。

在光通信領域，一般采用 PIN型和 APD型的探測器。PIN 型即在 PN 結中間加入本征半導體層，從而降低 擴散的影響。PIN光電探測器的工作原理包括：光子照射在半導體材料上產生光生載流子；光電流在外部電路作用 下形成電信號并輸出。PIN 探測器是光通信領域見的探測器之一，廣泛應用于各種數通光模塊中。APD光電探測器的工作原理是：光子照射在半導體材料上產生光生載流子；光生載流子在雪崩區即高電場區發生雪崩倍增； 光電流在外部電路作用下形成電信號并輸出。APD 的靈敏度相比 PIN 要高的多，因此一般會用在對靈敏度要求 比較高的電信光模塊等產品中。

在激光雷達領域，一般采用的是 APD、SPAD 和 SiPM 探測器。采用 TOF 測距方案的激光雷達，尤其是 iTOF 方案，對反射光的功率相對比較敏感，因此一般采用靈敏度更高的探測器。APD 的靈敏度比一般的 PIN 探測器 更高。SPAD 為單光子放大探測器，其字面意思旨在強調探測器的靈敏度較高，能夠探測到幾個光子量級的能 量。與 APD 的反偏電壓略低于擊穿電壓相反，SPAD 的反偏電壓設置到略高于擊穿電壓，因此其獲得的增益也 明顯高于 APD。SiPM 為光電倍增管，是用硅材料做的 SPAD 陣列探測器，探測器陣列與激光器陣列一一對應， 從而達到掃描的目的。在 FMCW 測距方案中，對發射回來的光功率要求并不高，因此理論上只需要采取 PIN探測器即可。

2.1.3 調制器作用重要，鈮酸鋰具備材料天賦

電光調制器是光通信行業的關鍵器件，是重要的集成光學器件之一。按照調制原理來講，基于各種對光信號 的作用原理，包括電光效應、聲光效應、磁光效應、Franz-Keldysh 效應、量子阱 Stark 效應、載流子色散效應 等，可以制作成不同的調制器產品。在光信號的發射、傳輸、接收過程中，光調制器被用于控制光的相位和幅 度，其作用是非常重要的。國內公司在調制器領域亦有布局，如中際旭創在硅光調制器有多年的技術積累，光庫科技的鈮酸鋰和薄膜鈮酸鋰調制器具備較強競爭力。

2.2 國內廠商在光無源器件領域具備地位，產品完備且有競爭力

光無源器件原指在光纖通信網絡中，內部不發生光電能量轉換的一類器件。目前光無源器件不斷拓寬應 用領域，廣泛應用于光通信、消費電子和汽車光電子等領域，其中包括光纖連接器、光定向耦合器、光隔離器、光衰減器、濾光片和光學透鏡等器件。作為光學設備的重要組成部分，光無源器件在光路中發揮著連接、功率分配、信號衰減和光波分復用器等作用，具有高回波損耗、低插入損耗、高可靠性、穩定性、耐磨性 和抗腐蝕性等特點按照產品的形態，主要分為光纖類無源光器件和自由空間類光無源器件。

2.2.1 光纖類無源器件廣泛應用于光通信和 1550nm 激光雷達方案中

光纖類無源器件指的是與光纖相關的無源器件，此時光在光纖介質中實現傳輸、合光和分光等功能。 器件包括光纖連接器、光纖耦合器、光纖環形器和合束器/分束器等等。在應用領域：隨著光進銅退的進程 開啟，光纖通信網絡開始大規模應用于通信領域，光纖類器件也開始得到了高速發展；光纖激光器具有高 功率、穩定性好和高可靠性等優勢，廣泛應用于工業智能制造領域，光纖光柵、合束器/分束器和光纖連接 器等產品作為重要的組成部分之一，對光纖激光器的性能和可靠性作用較大；1550nm 激光雷達作為新興的 市場，光纖類無源產品也將發揮重要的作用。

2.2.2 自由空間類光無源器件為光學領域最基礎產品之一

自由空間類光無源器件指的光在空氣等自由空間（free space）中進行傳輸、合光和分光等功能。器件包括 球面透鏡、非球面透鏡、平面類光學器件以及濾光片等等。傳統領域，透鏡、棱鏡等基礎光學元件在光學顯微 鏡中發揮著重要的作用；消費電子領域對于拍照的需求越來越強，因此光學鏡頭的價值量也實現了不斷提升； 在激光雷達領域，905nm 激光雷達目前普遍采用自由空間類的光學元器件，包括透鏡、棱鏡、濾光片等。

3.從材料看光器件及光模塊的演進歷史

材料作為影響光學器件發展歷史中重要的因素之一，發揮著關鍵的推動作用。不同材料對于光的作用也不 一樣，包括對光的吸收、折射、反射，以及激發輻射產生光。我們從硅、III-V 族以及鈮酸鋰這三大主要半導體 材料，對光器件的發展歷史進行梳理和展望。

3.1 硅光技術發展迅速，硅光集成目前是各行業主流方案

硅光子技術是以硅或硅基材料（Si, SiO2，SiGe）作為襯底材料，利用與集成電路兼容的 CMOS 工藝制造 對應的光子器件和光電器件，以實現對光的激發，調制，響應等，廣泛應用于光通信，光傳感，高性能計算等。 硅光子技術的發展階段主要分為技術探索階段，技術突破階段，集成應用階段，以及應用拓展階段。

技術探索階段 1960s-2000s：從 S.E.Miller 提出集成光學的概念以來，很多學者和研究機構在波導，電光調制器，光電探測器，光源激光器等領域都做出了很多奠定扎實基礎的探索工作； 技術突破階段 2000-2008：產業界也開始了商業化的研究工作，并實現了突破性的進展，比如 GHz 的調制 器，混合集成激光器，以及硅基探測器； 集成應用階段 2008-2014：Intel，IBM，Accacia，Luxtera 等公司將分立的光電器件采用 CMOS 工藝集成到光收發模塊中； 應用拓展階段 2014-至今：Ayar Labs，Lightmatter 等公司的光子芯片應用于光互連和量子計算等領域中； AEVA公司的硅光集成產品可應用于激光雷達領域。

從硅光技術應用場景來看，呈現傳輸距離越來越短，端口數越來越多的趨勢。銅退光進的光通信進程，同 時也伴隨著傳輸距離的逐步減短。因此根據 Intel 的觀點，硅光通信技術早期應用于電信長距離傳輸網絡之中， 逐步往數通領域以及未來的板與板、芯片與芯片互連發展。電信傳輸中使用到的硅光產品數量較少，隨著距離 越來越短，需要連接的終端越來越多，因此硅光產品將越來越多。

硅光技術在電信領域的應用，近年來實現了高速發展。從一開始的平面光波導（PLC）技術到波分復用產 品 AWG 和 DWDM器件，再到 ROADM 和相干光模塊領域，硅光技術在快速進步的同時，也發揮了重要的作 用，單根光纖的傳輸速率實現了大幅增長。硅光無源器件包括光分路器、硅光光柵 I/O 耦合器和 DWDM 器件等。 硅光有源器件方面，Luxtera 和 Intel 在硅光調制器的突破，衍生出探測器、光開關和 VOA等產品，真正打開了 硅光技術在電信領域的應用。目前硅光技術在電信領域的應用主要分為兩塊：Acacia 為主提供硅光相干光模塊； LCOS 方案的 WSS 器件。

數通領域的硅光模塊同樣實現了大規模商用，未來份額有望不斷提升。隨著數據中心的快速發展，對于光 模塊的需求爆發式增長，多家廠商開始大力研發用于數據中心的硅光模塊。初期是 40G 硅光數通光模塊小規模 應用，Intel 和 Luxtera 的 100G 硅光模塊大規模應用，目前 400G 的硅光模塊已經實現量產，800G 亦在驗證中。 目前國內的硅光模塊廠商具備較強的競爭力，包括中際旭創、新易盛、華工科技等公司有自研的硅光芯片，博 創科技等公司與海外硅光芯片廠商深度合作，有望在 800G 光模塊市場取得突破。

數通領域中，除了高速光模塊產品，硅光子技術同樣可以應用在光連接的其他場景中。共封裝光學（CPO） 是業界的未來更高速率光通信的主流產品形態之一，可顯著降低交換機的功耗和成本。51.2T/s 及以上帶寬 的交換機時代是 CPO 切入市場的機會。交換機速率從 640G 升級到 51.2T 及以上，Serdes 速率升級疊加數 量的增加，總功耗將大幅提升。硅光是 CPO 交換機中光引擎的產品形態，也是未來硅光在數通潛力的 應用場景。

硅光技術在激光雷達領域主要以高集成度的產品形態，應用于固態激光雷達中，未來有望實現大規模應用。 固態激光雷達以其高可靠性和低成本的優勢，普遍被認為是未來主流的技術方案。目前硅光技術主要是應用在 OPA 方案中，目前還處在研究階段，預計大規模應用在 2025 年以后。OPA 方案，即相控陣，通過改變相位來 控制出射光的方向，從而達到掃描的作用。

3.2 InP 材料是激光器最主流的選擇，集成化方案亦有應用

InP，即磷化銦材料，是常見的 III-V 族材料。較硅材料，InP 材料的主要優勢為 InP 是的激光器材料選 擇，除此之外 InP 還可以做成調制器等器件，因此 InP 材料也是光學集成平臺的重要選擇之一；InP 主要的缺點 是無法兼容 CMOS 工藝，規模化生產成本比硅材料更高，溫度敏感性也比較高。

光源是光芯片的最核心器件，而 InP 基材料也是光源的材料之一。硅材料是間接帶隙，很難直接發光， 而 InP 材料是直接帶隙，是非常好的激光器材料。因為 InP 材料的各種激光器，包括 VCSEL、DFB、DML 和 SGDBR 等，在光通信領域有著非常廣泛的應用，因此即便未來硅和鈮酸鋰等材料取代部分器件，但是作為光源， InP 基材料仍將是最主流的選擇。

InP 材料可用于制作幾乎所有有源+無源光電器件，InP 集成具有廣泛的應用前景。除了光源，InP 材料還 可以用于 AWG、波導、光柵等無源器件，以及調制器、探測器、光開關等有源器件。硅材料由于難以制作光源， 因此嚴格意義上的硅光集成難以實現，而 InP 集成可以實現。InP 集成可以用于電信中的相干光模塊，數通側的光模塊和光引擎（相比硅光方案成本較高），及 OPA 方案激光雷達，較硅光方案，算是第二選擇。

鈮酸鋰材料的優勢在調制器上體現，目前主要應用在電信領域。LiNbO3 具有電光系數大、本征調制帶寬 大、波導傳輸損耗小、穩定性好等優點，同時也有偏振敏感、尺寸大、調制電壓高的缺點。LiNbO3 調制器是目 前發展較成熟的調制器，其利用線性電光效應實現電信號對光信號的調制，通過外加電場改變光在晶體中傳播 的折射率，進而改變光的相位和偏振。目前 LiNbO3電光調制器的應用場景主要在長距離的相干光通信領域以及軍 事及航天的陀螺儀等產品中。

薄膜鈮酸鋰調制器未來有望應用到數通光模塊和激光雷達中。薄膜鈮酸鋰具有尺寸小、功耗低和易集成等 優點，不過該技術目前尚未成熟。薄膜鈮酸鋰可以取代體材料鈮酸鋰的應用場景，包括長距離相干光通信領域 和軍事航天等領域。同時，薄膜鈮酸鋰調制器的應用場景可以拓展到數通光模塊和硅基激光雷達中。TFLN 調制器可以取代高速數通光模塊中的硅基調制器和 EA調制器，也是硅基激光雷達中 OPA 的主流材料之一。

4. CPO、全光互連和光計算等前沿領域空間可期

4.1 CPO 產業化尚需時日，但卻是行業未來重要的產品形態

什么是 CPO？ Co-packaged Optics，即共封裝光學，光學引擎 PIC 與電學引擎 EIC 合封在一起的封裝技術。 其中光學引擎包括有源光學器件和無源光學器件，電學引擎則包括各種電學芯片及電路部分。共封裝光學的優 點： 降低功耗（核心優勢）。電學引擎與光學引擎的電路距離大大縮短，電信號損耗降低，簡化后的 SerDes 去 掉 CDR、DFE、FFE 和 CTLE 之后功耗降低，可節省 30%的功耗； 降低成本。封裝工藝成本更低，高集成度的光引擎成本更低，同時省去部分電學芯片成本更低，可降低 25%-30%的成本。 減小尺寸。借助硅光技術和 CMOS 工藝，共封裝的方式顯著減小光電引擎各自獨立封裝方式的尺寸，同時 能夠實現更高密度的 I/O 集成。

為什么要用 CPO？CPO 交換機主要分為交換機芯片、SerDes 和光學部分，過去 10 年交換機帶寬增長了 80 倍。交換機芯片的帶寬每兩年提升一倍；電接口的 SerDes 數量和速率也在提升，速率從 10G/s 提升到 112G/s， 數量從 64 個通道提升到 51.2T 時代的 512 個通道。交換機帶寬從 640G 提升到 51.2T，交換機芯片功耗提升 7.4 倍，每個 Serdes 通道的功耗提升 2.84 倍，結合 Serdes 通道數的增加，總功耗增加 22.7 倍。 交換機中 SerDes 的功耗大幅提升。隨著單個 SerDes 帶寬提升帶來功耗的提升，同時結合 SerDes 數量的提 升，未來 SerDes 的總功耗在交換機中的功耗占比將大幅提升。網絡部分的功耗在數據中心中的功耗大幅提升： 根據 Facebook 的測算，隨著數據中心內部流量的大幅提升，網絡部分的功耗占比增加明顯，到下一代網絡部分 的功耗占比將從現在的 2%左右提升到 20%左右。

傳輸距離越近，SerDes 功耗越低。縮短交換機和光模塊之間電信號需要傳輸的距離，可以簡化 Serdes 芯片 的功能，同時降低電信號的發射功率，從而降低 SerDes 的功耗。 傳輸距離越近，還可以降低光模塊的功耗。電信號傳輸距離越近，對光模塊中本來需要的 DSP 芯片要求也 更低，從而降低光模塊的功耗。

CPO 部署將在很大程度上受到交換演進的推動。交換演進將在 2025 年達到 102.4Tbps。一旦交換達到這個 水平，可插拔收發器將逐漸消失。與使用可插拔光學器件相比，CPO 承諾將功耗降低 30%，每比特成本降低 40%。 到 2027 年，共封裝光學的市場收入將達到 54 億美元，2025 年 CPO 組件市場將超 13 億美元，到 2028 年 將增長到 27 億美元。根據 LightCounting 的報告，從長遠來看，CPO 不局限于硅光、不局限于數據中心，還 有更大的前景。在 2027 年，CPO 端口將占總 800G 和 1.6T 端口的近 30%。CPO 參與公司主要包括云服務廠商、 設備商和芯片廠商等。Meta 在 2022 年的 OFC 會上展示了新一代的基于 51T ASIC 和 NPO 端口的交換機，4RU 的尺寸；Marvell 推出的 NPO，基于自家 Teralynx 交換芯片平臺，集成到標準 1RU 32 端口設備中，未來計劃發 展到支持 51.2T 交換機的 3.2T CPO 平臺；Intel 的樣機計劃于 2024 年上市，此前先后收購了 Optoscribe 和 Tower； 博通在 2023 年 OFC 推出了 51.2T 的 CPO 產品；IBM 推出了基于 VCSEL 的 CPO 產品。

CPO/NPO 交換機中的核心器件是光引擎，能夠實現光電信號互相轉換的功能。早期的光引擎可以通過傳 統分立式的結構，后續硅光技術逐步成熟后，也可以通過硅光集成的形式實現。光引擎可以被認為是光有源器 件，且其中包含多個種類的光無源器件。光引擎可分為發射端和接收端，兩者的結構類似，均包括有源和無源兩部分。因為光模塊中失效比例的器件就是激光器，所以為了提升 CPO 交換機整體的可靠性，目前主要的 方案是將激光器外置，單獨以 ELSFP 模塊的形式存在。一旦激光器失效，直接更換 ELSFP 模塊即可。因此光 引擎的有源部分包括探測器、調制器和激光驅動芯片等，無源部分包括隔離器、MUX/DEMUX、透鏡系統、FA 器件和光收發組件等。

NPO 優缺點清晰，應被看作 CPO 代產品。NPO，即 near packaged optics，最近成為繼 CPO 之后又一 熱門的技術方向。相較 CPO，NPO 在高性能 PCB 底板上加上中間層，使得交換機芯片到光引擎的信號路由更 方便，且中間層的加入使得信號不再通過 PCB 板，因此整個 PCB 板的性能無需升級，從而大大降低成本。同 時，NPO 在遇到板上光引擎失效的問題時也更加容易解決。但是，相較 CPO，NPO 方案下交換機芯片和光引 擎之間的電通道距離達到 150mm，損耗為 13dB，而 CPO 方案下只有 50mm 長度，損耗只有 10dB。雖然兩者名 稱略有差異，但是我們更傾向于認為，NPO 可以看作 CPO 的代產品，后續隨著各種技術難題的解決，會 逐步演化到 CPO。

CPO 仍有很多技術難題，挑戰和機遇并存。雖然行業內很多人對 CPO 的前景非常樂觀，對 CPO 的研究也 在熱火朝天進行中，但 CPO 作為一個比較前沿的技術，仍然有很多技術難題需要攻克。例如光源的功耗問題， 光源作為核心的部件之一，雖然外部光源在配置上更加靈活，但是激光器在高溫下效率較低，因此給多個通道 同時提供光源時，高功率帶來低效率，其功耗反而會更高。而且，光引擎緊密排布在交換機芯片的周圍，巨大 的發熱量如何進行有效地散熱，光引擎失效后如何進行靈活地更換，新的光學連接器如何定義等這些技術難題 都需要更加有效的解決方案。此外，CPO 產品是將光模塊和交換機集成在一起，因此將對光模塊和交換機行業 產生較大的影響，在制定好相關產品標準之后如何使得兩個產業鏈更好的協同，也將是一個重要的挑戰。

4.2 光計算閃耀 AI 領域，光互連實現芯片間高速通信

在數據中心及超算中心領域，計算、存儲和傳輸是三大關鍵要素。在傳輸側，通過光模塊可以將交換機的 電信號轉化成光信號，再經過光纖傳輸到另一個交換機中，再經過光模塊轉換成電信號到交換機芯片中進行處理。因此交換機之間的傳輸可以通過光信號大大提升帶寬，并降低功耗，目前傳輸速率可達 800Gbps。而 芯片模組之間的傳輸，以及計算也可以通過光芯片實現，能夠大幅提升傳輸速率，優化功耗。近年來，行業內 也實現了高速的發展。

在 CPU 和 GPU 等算力芯片的計算能力以及存儲系統讀寫能力大幅提升的前提下，芯片模組間的傳輸能力 的提升成為了新的挑戰。隨著人工智能、云計算等行業的高速發展，數據流量呈現爆發式增長，而芯片間的傳 輸能力也制約著整個算力系統的性能。通常來說，芯片之間的傳輸通過電通道，隨著傳輸速率的提升，電信號 的趨膚效應使得信號損耗增大，因此需要提升電信號的功率才能保持正常傳輸，導致整體功耗較高。若通過光 信號進行傳輸，不但可以提升帶寬，還可以降低功耗，因為光信號的傳輸損耗隨著速率提升的變化幾乎可以忽 略不計。行業內，Ayar Labs 和 Intel 合作推出了在 CPU 和 FPGA 等芯片加上光引擎實現光互連，英偉達和臺積 電合作在 GPU 芯片加上光引擎實現光互連。

近年來，光計算在 AI 領域也呈現高速的發展，具有廣闊的應用前景。根據 OpenAI 的數據，人工智能訓練 任務所需求的算力在 2012 年至 2018 年期間增長了 300,000 倍，大約每 3、4 個月翻一番，遠超摩爾定律帶來的 性能提升。以 Lightmatter 和 Lightelligence 為代表的公司，推出了新型的硅光計算芯片，性能遠超目前的 AI 算 力芯片。該光芯片的計算過程通過光信號進行，無需額外功耗，只需要光源產生光信號即可。根據 Lightmatter的數據，他們推出的 Envise 芯片的運行速度比英偉達的 A100 芯片快 1.5 到 10 倍，具體根據任務的不同有所差 異。以運行 BERT 自然語言模型為例，Envise 的速度是英偉達芯片的 5 倍，功耗僅為后者六分之一。

光計算芯片的核心是硅光芯片，在非線性計算方面仍存限制。AI 領域的神經網絡計算中，主要包括線性的 加乘和非線性計算。光信號通過硅光芯片上的 MZI 陣列，能夠順利地實現加乘的線性計算，功耗低，延時低， 并行能力強，且通過設計每個 MZI 兩臂的電壓可以適配不同的計算模型。光信號可以順利完成矩陣的線性計算， 且相比電信號計算更有優勢，但是在非線性計算方面，光計算還有一定的困難，因此涉及到非線性計算時，光 信號還需要轉成電信號。且目前光芯片只負責計算方面的任務，存儲以及交互都是通過電芯片完成的，因此要 想用一顆光芯片實現計算+存儲+互連全功能的理想情況，還有一定距離。

5.海外光器件龍頭發展啟示錄

通過梳理海外光器件龍頭公司的發展史，我們可以看到三個趨勢：垂直一體化布局、持續并購和多業務并 行發展。雖然近年來國內光器件公司迅速發展，尤其在光通信領域，國內廠商在行業的排名中占據了半壁江山， 但是海外光器件龍頭廠商仍然具有的優勢和較強的競爭力。我們梳理了 Coherent（前身為 II-VI）、Lumentum 以及 Fabrinet 等公司的發展史，可以看到相通的規律：一是在業務方面呈現垂直一體化布局；二是通過不斷并 購加強自身競爭力，保持增長的勢頭；三是多業務齊頭并進。

5.1 Coherent：大的光器件公司，近年來并購市場表現活躍

Coherent 是大的光器件公司，其前身是 II-VI 公司。公司是材料、網絡和激光領域的龍頭廠商，其下 游主要為工業、通信、電子和儀器儀表這四個市場，共同代表了一個快速增長的總目標市場，整體市場空間達 650 億美元。2022 年財年，公司營業收入為 33.17 億美元，同比增長 6.8%；凈利潤為 2.35 億美元，同比下降 21.1%， 主要是由于公司收購 Coherent 帶來利息費用的大幅增加。

光器件由于其基礎屬性，可以應用于多個下游市場。公司 1971 年成立，專注于二氧化碳激光器相關光學器 件。成立以來的 51 年內，公司不斷新增相關業務。1998 年，公司啟動了碳化硅業務；2004 年，公司開展熱電 子學業務；2007 年，公司新增激光處理頭業務；2010 年，公司新增微光學系統業務； 2012 年，公司新增* 鍍膜、國防光學系統和陶瓷金屬化合物等業務；2016 年，新增 3D 識別的 VCSEL 陣列產品，RF 和光學外延片； 2018 年，新增高功率激光器系統，基于 LC 的 WSS；2019 年，新增高速率光模塊、InP 光電子、基于 LCoS 的 WSS，可調激光器等業務；2022 年，新增工業激光器、儀器儀表和激光加工設備等業務。綜合來看，Coherent 的下游市場包括通信、消費電子、激光加工、汽車光電子和儀表儀器等領域，市場空間廣闊。

縱觀 Coherent 及其子公司 Finisar 的發展史，就是一部并購史。Coherent 每年都能新增不同的業務，除了 自身內生研發以外，另外也主要是由于外部不斷的并購。公司的并購史可以分為兩個階段，階段是公司前 身 II-VI 從 1971 年成立到 2018 年期間的并購，第二階段為 2018 年至今的并購。階段，公司從細分領域的 光學公司，逐漸成長為無源光學器件，同時工業激光器產品、功率半導體產品以及光通信有源器 件產品也發揮垂直一體化的優勢，所以無論是橫向還是縱向，公司的競爭力不斷增強。

第二階段皆為大手筆收購，公司有望產生質的變化。第二階段為 2018 年至今，其中包括兩個大手筆的收購， 收購光通信廠商 Finisar 以及激光器整體解決方案龍頭廠商 Coherent。2019 年，II-VI 以約 32 億美元的 報價，完成對 Finisar 的收購，營收差不多翻倍，該收購對 II-VI 的業績和業務影響都是里程碑式的；2022 年， II-VI 以總價約 70 億美元收購了 Coherent，收購完成后，II-VI 和 Coherent 將共同實現年收入約為 41 億美元， 成為在光子解決方案、化合物半導體和激光技術及系統的。

子公司 Finisar 通過垂直整合模式不斷加強競爭力，保持光通信龍頭地位。Finisar 成立于 1988 年，1999 年上市，至 2018 年被 II-VI 收購時的近二十年器件營業收入保持高速增長。2003 年至 2014 年，Finisar 通過收 購不斷提升自身垂直整合能力，不斷擴大制造及研發優勢，建立起光模塊領域多種核心技術壁壘，先后布局激 光器芯片、電芯片、相干技術及 WSS 等。2019 年，公司被 II-VI 收購。

5.2 Lumentum：的光芯片提供廠商

得益于蘋果的 3D 傳感的高速發展，消費電子類的業務 2018 年大幅提升，未來有望在 LiDAR 等領域繼續 實現突破。公司主營業務在光通信領域，包括數據中心業務和電信通信業務。2018 年以后得益于蘋果消費電子 類產品中大量采用 3D 傳感方案，公司的 VCSEL 產品成為蘋果主要供應商，因此其消費者與工業業務大幅增加， 2018 年收入達到 5.84 億美元，占收比達 46.8%，后續其營收占比穩定在 30%左右。2022 年公司實現收入 17.13 億美元，同比下降 1.7%。其中消費者與工業收入占比 29.8%，數通及電信收入占比為 58.9%。

Lumentum 前身 JDSU 由 Uniphase 與 JDS 于 1999 年合并而成，相關產業鏈合并購頻繁。公司的歷史始于 1979 年，前身之一 Uniphase 成立，另一前身 JDS 于 1982 年成立，1999 年 JDS 與 Uniphase 合并為 JDSU 公司。 2015 年 8 月，JDSU 拆分為兩家獨立上市公司，分別為 Lumentum 和 Viavi，Lumentum 主要是負責商業光學產 品業務，Viavi 主要負責源 JDSU 的設備業務。在光通信方面，公司 2018 年收購了 Oclaro，并且剝離了光模塊 業務，主要聚焦于激光器等器件產品。2021 年，公司收購了 Neophotonics，2022 年，公司收購了 IPG 的電信傳 輸產品業務線。目前 Lumentum 主要業務聚焦在光電器件及光模塊、3D 傳感和商用激光三大領域，延續了 JDSU 在光學技術市場領域的地位，生產高性能商用激光器。

JDSU 在分拆前，同樣踐行垂直一體化的戰略，從芯片到器件再到設備，具備較強的競爭力。作為老 牌光通信龍頭廠商，在分拆前通過收購保證了產業鏈垂直一體化布局。2018 年，Lumentum 在收購 Oclaro 之后， 雖然剝離了光模塊業務，專注于激光器等芯片產品，但是公司在光通信以外的多個領域布局，包括 3D 傳感等。 2021 年，公司參與了 Coherent 的收購，旨在獲取工業激光器、激光設備等業務，拓寬公司業務范圍，可惜在最 終競爭中不敵報價更高的 II-VI。公司轉頭便收購了新飛通，補齊了在激光器領域的商業版圖。有意思的是，如 果我們去梳理 Oclaro 和新飛通的歷史，也能看到數量繁多的并購事件。

公司依靠多年來在光通信領域激光器的研發、生產等經驗，產品廣泛應用于消費電子及汽車光電子領域。 Lumentum 面向 iToF、dToF、結構光、汽車 In-cabin 及汽車激光雷達等多種應用的 VCSEL 和 EEL 產品，均處 于量產狀態，目前在世界各地，有超過 10 億個 Lumentum 二極管激光器正在正常運行。Lumentum VCSEL（芯 片及封裝）已經通過了 AEC-Q102 認證并實現批量出貨，可為車內 DMS/OMS 應用提供貨架產品。面向激光雷 達，Lumentum 多結 VCSEL 的光功率密度大幅提升，有望成為激光雷達系統設計的光源。Lumentum 不僅 可以提供車規級可靠性的 VCSEL 標品，也可以根據客戶需求進行汽車 VCSEL 的深度定制開發。

5.3 Fabrinet：的光器件一站式解決方案廠商

Fabrinet 是從事光器件代工的廠商，基于在光通信領域積累的豐富經驗，逐步向工業激光器、 汽車光電子和光學傳感等領域拓展。Fabrinet 目前與 1550nm 激光雷達廠商 Luminar 和 FMCW 硅光子激 光雷達廠商 Aeva 合作。

Fabrinet 創立于 2010 年，公司創始人 Tom Mitchell 為希捷聯合創始人，同年收購希捷在泰國的工廠。在創 立之后的十幾年期間，該公司通過內生和外延不斷增加新的產品線，縱向一體化布局，橫向不斷拓寬市場。其 中包括，2004 年新增 PCBA、汽車 MEMS 傳感器以及光模塊產線；2005 年新增定制化光學產品，定制化高精 度玻璃元器件和連接解決方案產品線；2007 年新增工業激光器和科研用激光器，醫療器件和傳感器等產品線； 2012 年新增定制化硅光器件和模塊，100G 電信和數通光模塊及器件等產品線；2016 年新增激光雷達模塊及系 統產品線。參考 Fabrinet，天孚通信也在向激光雷達和醫療檢測等領域拓展，公司未來發展空間仍然廣闊。

（本文僅供參考，不代表我們的任何投資建議。如需使用相關信息，請參閱報告原文。）

精選報告來源：【未來智庫】。