AI训练集群是800G光模块当前更明确的需求主力，而通用云数据中心更多扮演跟随升级的角色。 META已开始对800G光模块进行评估，其核心驱动力正是AI算力需求提升带来的云厂商资本开支扩张——这类投入优先服务于大模型训练集群的GPU互联，而非传统云计算业务。
为什么AI集群先于云数据中心升级
AI训练集群对带宽的需求强度远超通用云数据中心。大模型训练涉及海量GPU并行计算，节点间需要高频次、大吞吐的数据交换，800G光模块的高速率特性恰好匹配这一场景。相比之下，通用云数据中心的流量模式相对平缓，对400G等现有速率仍有较高接受度，升级到800G的动力更多来自成本效益的逐步显现，而非业务刚需。
从时间节奏看，光模块需求从立项到落地存在明确周期。从云厂商立项规划、基建施工，到设备进场、搭载光模块，大约需要2年时间，因此AI带动的800G需求会在后续阶段集中释放。这也解释了为何META等巨头的评估动作被市场视为行业风向标——它预示着AI集群采购周期已经启动。
不同场景的光模块需求结构差异
| 需求场景 | 升级动力 | 需求特征 |
|---|---|---|
| AI训练集群 | 算力密集，带宽刚需 | 高速率、低延迟，优先采用800G |
| 通用云数据中心 | 成本驱动，渐进升级 | 对现有速率接受度高，跟随升级 |
| 边缘计算 | 覆盖与延迟平衡 | 更关注功耗与部署灵活性 |
值得注意的是，光模块技术本身也在向更高集成度演进。CPO（光电共封装）技术将交换芯片与光引擎共同封装，具备功耗低、带宽大的特点，在单通道速率超过100Gbps后，传统可插拔方案的成本效益将难以与CPO媲美。这意味着800G之后的升级路径，可能不仅是速率提升，更涉及连接方式的变革。
常见问题
800G光模块的需求爆发时点如何判断？
从立项到设备搭载光模块大约需要2年周期，AI带来的需求会在后续阶段集中释放。META等巨头的评估动作，通常被看作采购周期启动的信号。
国内厂商在800G产业链中扮演什么角色？
国内厂商主要面向海外网络设备龙头供应光引擎等核心器件，代表企业包括天孚通信、联特科技和博创科技，其中天孚通信在CPO光引擎方面进展最快，产品已从小批量转入批量生产。
CPO会取代传统可插拔光模块吗？
CPO是光模块连接方式的变革方向，在功耗和带宽密度上具备优势。但商用节奏需要时间，根据行业预测，CPO出货将从800G和1.6T端口开始，此后逐步规模上量。