📚 目录导读
- AI算力时代的核心矛盾：计算与传输的博弈
- 存储赛道深度解析：从HBM到存算一体,谁在破局？
- 光模块产业全景图：800G之后的下一站，1.6T还是硅光？
- 价值洼地之争：两个赛道的估值逻辑与成长性对比
- 投资者必问：存储与光模块的四大关键问题
- 未来展望：算力基建的下一个十年,如何布局？
AI算力时代的核心矛盾：计算与传输的博弈
大模型训练的算力需求正以每年4-5倍的速度增长，但硬件性能的提升明显落后于这一曲线，这不仅考验GPU的算力密度，更对数据存储与高速互联提出了前所未有的挑战。
算力系统存在三大瓶颈：
- 计算瓶颈 → GPU/ASIC
- 存储瓶颈 → HBM/SSD/存算一体
- 传输瓶颈 → 光模块/光交换
当前市场目光集中在英伟达等计算芯片厂商，但真正决定系统效率的往往是存储和互联，两大细分赛道——存储芯片和光模块——正成为资本关注的新焦点。
核心问题：在有限的投资预算下，存储与光模块,谁更具备超额回报潜力？
存储赛道深度解析：从HBM到存算一体
1 存储芯片的三大变革方向
AI训练对内存带宽的需求呈指数级增长，英伟达H200搭载的HBM3e内存带宽达4.8TB/s，但成本占比已超过40%，这与传统存储芯片周期波动规律不同，HBM已经成为结构性成长赛道。
存储新技术的三大代表：
- HBM（高带宽存储）：通过TSV堆叠技术大幅提升带宽，SK海力士、三星、美光三家独大
- CXL内存池化：打破单机内存限制，实现数据中心级内存共享
- 存算一体：将计算单元植入存储阵列，减少数据搬运功耗，被视为终极方案
2 存储企业布局与市场现状
上游设备与材料：
- 东京电子、应用材料在TSV、刻蚀设备端占据主导
- 国内厂商正加速替代，但良率爬坡仍是核心挑战
中游芯片制造：
- HBM市场由韩国双雄+美光垄断
- 国内长鑫存储、长江存储在DDR5/LPDDR方向已有突破，但HBM仍处于研发阶段
下游模组与解决方案：
- 国内模组厂商如江波龙、佰维存储正在切入AI服务器配套市场
- 近期瑞芯微、兆易创新等企业也在开展存算一体芯片设计
关键观点：存储赛道具备长期成长性，但需警惕周期性波动，HBM的高附加值让头部厂商强者恒强,但国内企业机会更多在配套模组与存算一体方向。
光模块产业全景图：从800G到1.6T，再到硅光
1 光模块为什么在AI时代再次爆发？
AI集群中，GPU之间的互联带宽决定了大模型训练的效能，NVIDIA的DGX系列使用NVLink实现高速互联，但跨机柜、跨数据中心通信必须依赖光模块。
AI服务器光模块需求的量化逻辑：
- 单台DGX H100需要约36个800G光模块
- 一个万卡集群需要36万个800G光模块
- 800G模块单价约800美元，一个万卡集群光模块成本近3亿美元
这一数字说明，随着AI集群规模从千卡向万卡、十万卡演进,光模块市场空间正呈几何级数增长。
2 光模块的技术演进路线
| 阶段 | 速率 | 核心工艺 | 代表企业 |
|---|---|---|---|
| 当前 | 800G | PAM4+EML | 中际旭创、新易盛 |
| 2024-2025 | 6T | 硅光+CPO | 天孚通信、联特科技 |
| 2026+ | 2T | 薄膜铌酸锂 | 海外龙头主导 |
关键问题：国内光模块企业在800G时代已占全球60%份额，但1.6T时代能否延续优势？硅光技术的成熟度决定了成本和功耗能否进一步优化。
独特视角：光模块的周期性更类似于“沙漏型”——技术迭代窗口短，但一旦锁定客户，替换成本极高，国内龙头如中际旭创已深度嵌入英伟达供应链,这一先发优势不容忽视。
价值洼地之争：两个赛道的估值逻辑与成长性对比
1 成长空间对比
存储赛道：
- 2024年全球存储芯片市场规模约1450亿美元
- HBM细分市场增速超60%，2025年有望达250亿美元
- 存算一体技术五年后渗透率或超10%
光模块赛道：
- 2024年数通光模块市场约120亿美元
- 800G/1.6T复合增速超50%
- AI集群光模块采购量三年内有望增长3倍
体积对比：存储市场远大于光模块,但光模块的增速弹性更大。
2 估值与投资窗口
当前市场已对光模块的高确定性给予溢价；存储则因周期底部反弹,估值更具吸引力。
| 维度 | 存储 | 光模块 |
|---|---|---|
| 成长性 | 中高（HBM带动） | 高（AI集群驱动） |
| 估值水平 | 相对合理 | 已有一定溢价 |
| 技术壁垒 | 极高（制造端） | 中高（设计端） |
| 国产替代空间 | 大（模组端） | 大（尤其是硅光） |
3 谁是真正的“价值洼地”？
确定性维度：光模块需求来自英伟达的明确扩产计划，如B200芯片发布后，1.6T模块需求将确定性爆发；存储因HBM寡头垄断,国内企业确定性稍弱。
弹性维度：存算一体尚处早期，一旦突破，弹性极大；硅光+CPO也是颠覆性方向,但同样存在技术不确定性。
一个稳健的结论：目前光模块是高确定性+中高弹性；存储是中确定性+高弹性，两者并存而非互斥，尤其在技术融合发展背景下，欧易交易所下载相关产业链企业有望同步受益。
投资者必问：存储与光模块的四大关键问题
Q1：当前AI大模型训练中，存储和光模块的成本占比分别是多少？
- 存储（主要是HBM）在单台AI服务器成本中约占40%-50%
- 光模块在数据中心互联成本中约占15%-25%（以800G模块计算）
- 从增量角度看，光模块的增长斜率更陡峭
Q2：国内企业在两个赛道分别面临哪些壁垒？
存储：制造端有ASML光刻机、应用材料刻蚀设备等核心限制；储存模组端则壁垒较低，竞争激烈。
光模块：设计端壁垒相对较低（如中际旭创已打入英伟达），但上游光芯片（尤其是硅光芯片）仍被Lumentum、Coherent等海外厂商把控。
Q3：两个赛道的投资逻辑有何不同？
光模块本质是技术迭代驱动的“快消品”，每2-3年需要更新换代，所以更看重研发速度和产能。
存储的本质是周期性成长的“大宗商品”，价格波动大,需把握周期底部。
Q4：现在回调后的机会怎么看？
以光模块龙头为例，2024年一季度经历了一波20%以上的回调，这更多是市场对1.6T预期过高的修正，存储板块在2023年触底后已反弹,当前处于等待下一个催化剂的窗口期。
一句话总结：光模块看短期订单能见度,存储看中期技术突破。
💡 对于想在AI算力基建中寻找机会的投资者，可以关注存储模组+光模块产业链双线布局，通过欧易交易所下载渠道可了解更多细分标的，包括部分与光模块、存储相关的区块链算力项目。
未来展望：算力基建的下一个十年，如何布局？
1 2025-2027年的关键节点
- 2024下半年：英伟达B100/B200发布 → 1.6T光模块开始量产
- 2025年：HBM4进入试产阶段 → 存算一体芯片有望出现在高端AI芯片中
- 2026-2027年：硅光+CPO技术成熟 → 光模块成本大幅下降，800G进入存量替代
2 技术融合趋势
未来的AI算力系统不会是单点突破，而是一场系统性变革：
- 存储与计算融合：存算一体芯片将改写冯·诺依曼瓶颈
- 光互连逐步取代电互连：光背板、光交换机将在2026年后进入数据中心
- 光电共封装（CPO）：将光模块“贴入”芯片封装内，功耗降低50%以上
这些方向意味着，存储和光模块不是“二选一”，而是“双轮驱动”，在AI算力时代，存储是算力的“水库”，光模块是算力的“高速公路”，两者缺一不可,且将在技术演进中彼此交汇。
3 投资者的行动框架
如果你是中短期投资者，光模块的订单弹性更具吸引力；
如果你是长期持股者，存储赛道中的技术突破（如存算一体、HBM国产化）值得密切跟踪；
如果你希望最大化弹性，关注光模块+存储相结合的交叉方向,如光电融合存储架构。
真正的价值洼地，往往藏在技术趋势的交叉点和时间窗口的重叠处，当存储和光模块的界限越来越模糊，那些能够提前布局两端的企业,更值得深度研究。
回到最初的问题：在AI算力时代,谁才是真正的价值洼地？
答案是：哪一个都不是单极的“洼地”，这两条赛道的共同点是技术驱动、成长确定、需求刚性，而它们的差异在于周期、估值和风险点，对投资者而言，关键不在于“选谁”，而在于理解各自所处的时间窗口和估值水平,并在合适的节点做出平衡配置。
AI算力的价值虹吸效应正在扩散，从最核心的GPU，到存储芯片，再到光模块——这才是真正的“全产业链黄金时代”，无论你选择哪一条路径，持续追踪技术迭代与市场需求变化,是获取超额回报的唯一方法。
值得一提的是，近期多家相关企业已在欧易交易所下载平台上展开与算力资产的代币化合作，这意味着投资者可以借助新型金融工具，参与传统上难以涉足的硬科技赛道,这或许也是下一个价值洼地的雏形。
标签： 价值洼地
