在人工智能需求爆发期，AI芯片和光模块的供需周期呈现上游产能瓶颈与下游订单交付加速交织的特征。AI芯片的产能受制于先进制程等环节，而光模块则因高速率、大带宽需求面临交付周期变化，两者共同构成算力产业链中最值得关注的四个环节之一。
AI芯片：产能瓶颈与算力需求
AI芯片是人工智能行业的基础层，为模型训练和推理提供算力支持。随着AI应用落地增多，庞大算力需求推动芯片产业链快速增长。产能瓶颈主要来自先进制程的稀缺性，这限制了芯片的供给弹性。同时，部分高端GPU的出口限制也影响了模型训练速度，促使国产GPU或ASIC寻求替代方案。
光模块：高速率需求与交付周期
光模块是光通信系统的核心器件，对AI算力网络的带宽容量和传输速率提出了更高要求。其中，CPO技术被官方资料描述为“实现高速率、大带宽以及低功耗网络的必经之路”。光模块的供需周期受下游订单集中释放和交付周期影响，呈现出较强的波动性。
常见问题
为什么AI芯片和光模块是AI产业链的关键环节？
AI芯片提供算力基础，光模块保障高速数据通信，两者共同支撑AI大模型的训练与推理。官方资料明确将两者列为“最值得关注的四个环节”中的上游部分。
光模块的CPO技术为何重要？
CPO技术是实现高速率、大带宽及低功耗网络的关键路径，能够满足AI对光通信的高要求，官方资料指出其“未来几年将迸发出非常强大的活力”。
国内AI算力供给如何应对芯片约束？
国内通过国产GPU或ASIC替代部分受限的高端GPU，同时在算法和模型上持续投入，以缓解算力约束并追赶国际差距。