ChatGPT上线60日月活破亿，成为史上增长最快的消费者应用，直接标志着生成式AI（AIGC）进入爆发期。AI芯片与光模块市场规模的扩张，核心驱动力来自大模型对算力的海量需求，以及由此带动的AI数据中心投资与扩建。大模型的训练和推理依赖庞大算力支撑，而算力的物理载体正是AI芯片与光模块，三者构成层层递进的传导链条。
大模型爆发如何拉动算力需求
ChatGPT属于生成式人工智能技术（AIGC），与传统的决策/分析式AI不同，它是在学习归纳已有数据后进行模仿式、缝合式创作。这种能力基于大模型的“涌现能力”——当模型规模达到某个阈值时，模型对某些问题的处理性能会呈现快速增长。从ChatGPT到国内百度、阿里、商汤等企业陆续发布大模型，每一轮发布都引发广泛关注，本质上是市场对算力基础设施需求的重新定价。
AI芯片为人工智能提供算力支持，未来越来越多AI应用的落地都离不开庞大算力的支撑，因此将推动算力产业链快速增长。芯片作为人工智能行业的基础层，其需求增长与大模型参数量、训练频次直接挂钩。
光模块与数据中心扩建的传导逻辑
光模块属于光通信系统的核心器件之一，同样是人工智能行业的基础层。AI技术的快速发展，对光通信的带宽容量和传输速率提出了更高要求，而光模块中的CPO技术，是实现高速率、大带宽以及低功耗网络的必经之路。AI数据中心内部及之间的数据传输，依赖高速光模块完成互联，大模型训练集群规模的扩大直接提升了光模块的用量与速率等级。
从市场规模看，中国人工智能市场总规模从2021年的2603亿元，预计提升至2025年的10457亿元，占全球比重从13.8%提升至20.9%。这一增长空间为AI芯片与光模块提供了明确的产业承载基础。
产业链视角下的核心环节
综合产业链来看，最值得关注的四个方向分别是AI芯片、CPO（光模块）、大模型以及应用场景。其中AI芯片与光模块位于上游基础层，是算力供给的物理底座；中游大模型是当前人工智能的发展趋势；下游应用层则通过AI赋能实现降本增效。
值得注意的是，国内大模型与海外差距已缩小至1-3年，部分算力约束可通过国产GPU或ASIC替代，这为国内AI芯片产业链提供了结构性机会。
常见问题
为什么ChatGPT能成为AI芯片需求的引爆点？
ChatGPT上线60日月活破亿，成为史上增长最快的消费者应用，让市场直观看到大模型的商业价值。大模型训练需要海量算力支撑，而AI芯片是算力的核心载体，因此ChatGPT的爆红直接点燃了市场对AI芯片需求的预期。
光模块在AI数据中心中扮演什么角色？
光模块是光通信系统的核心器件，负责数据中心内部及之间的高速数据传输。AI大模型训练需要大规模集群协同计算，对光通信的带宽容量和传输速率提出更高要求，CPO技术则是实现高速率、大带宽、低功耗网络的必经之路。
中国AI市场的增长空间有多大？
中国人工智能市场规模预计从2021年的2603亿元增长至2025年的10457亿元，占全球比重从13.8%提升至20.9%。这一增长为上游AI芯片与光模块产业提供了明确的需求支撑。