人工智能带动算力需求，光模块市场规模增长的主要驱动力可以归结为三个层面：AI 算力需求倒逼云厂商加大资本开支、数据中心扩建带来的硬件增量、以及光模块自身技术升级带来的价值量提升。其中，云厂商资本开支的扩张是直接推手，而技术迭代则决定了增长的质量与持续性。
AI 算力需求推动云厂商资本开支扩张
人工智能的模型训练与推理高度依赖底层算力基础设施，这直接抬升了云厂商的资本开支预算。资料显示，Meta 在 3 月份已开始对 800G 光模块进行评估，预计其他巨头也会陆续跟进，增加资本开支的预算。这笔投入最终会流向数据中心建设，并转化为对光模块等核心光器件的采购需求。
需要说明的是，这一传导链条存在明确的时滞。从云厂商立项规划、基建施工，到设备进场并搭载光模块，大约需要 2 年的周期。因此，AI 带来的光模块需求并非即时释放，而是在项目落地后形成集中爆发。
数据中心扩建与存量升级双轮驱动
全球数据中心光模块市场本身具备清晰的增长轨迹与周期属性。数据显示，全球数据中心光模块市场规模从 2016 年的 31.55 亿美元增长至 2021 年的 43.77 亿美元，期间 2019 年曾出现 10.2% 的下滑，说明该市场并非单边上涨，而是受资本开支节奏影响呈现周期性波动。
AI 浪潮为这一市场注入了新的结构性动力。随着 AI 服务器渗透率提升，单个数据中心的算力密度显著增加，对光模块的数量和速率要求同步提高。这意味着单机光模块价值量随之上升，形成“量价齐升”的扩张逻辑——既有数据中心扩建带来的数量增量，也有高速率模块替换带来的单价提升。
技术升级：从可插拔到 CPO 的演进
光模块市场增长的另一个驱动力来自技术代际更替。光模块是光通信系统的核心器件之一，负责光电信号转换。随着传输速率从 100G 向 400G、800G 乃至更高速率演进，传统的可插拔封装方式在功耗和成本效益上逐渐逼近极限。
CPO（光电共封装技术）是光模块领域的一项技术变革，其核心是将交换芯片和光引擎共同装配在同一个插槽上，使光引擎尽量靠近网络交换芯片。相比传统可插拔方案，CPO 具有功耗低、带宽大的特点，在单通道速率超过 100Gbps 后，成本效益优势更加明显，被视为实现高速率、大带宽、低功耗网络的必经之路。技术升级带来的单机价值量提升，是光模块市场长期增长的另一核心驱动。
常见问题
光模块市场增长是否具有持续性？
增长具备结构性支撑，但节奏上呈现周期性。AI 算力需求推动的云厂商资本开支扩张是长期趋势，但数据中心建设存在约 2 年的立项到落地周期，需求释放会呈现阶段性集中爆发的特征，而非匀速增长。
为什么 AI 会带动光模块价值量提升？
AI 服务器对数据传输带宽的要求远高于传统服务器，需要更高速率的光模块（如 800G）来匹配算力集群的内部互联需求。高速率模块的技术复杂度和成本更高，因此单机搭载的光模块价值量会随算力密度提升而增加。
CPO 与传统光模块是什么关系？
CPO 是光模块技术的一种演进方向，并非完全替代。在 CPO 方案中，光引擎作为光模块的进化形态，被集成到交换芯片附近，以降低功耗和传输损耗。短期内两者会共存，随着速率持续提升，CPO 的渗透率有望逐步提高。