證券研究報告2025年11月05日谷歌鏈專題：AI全棧式創(chuàng)新，TPU+OCS共塑下一代智算網(wǎng)絡101.02.谷歌AI全棧優(yōu)勢，增強Capex持續(xù)性谷歌TPU跨越式發(fā)展，帶動產業(yè)鏈需求目錄03.04.05.06.TPU+OCS交換機共塑下一代智算網(wǎng)絡OCS主流方案分析與結構價值拆解投資建議與核心標的風險提示C

O

N

T

E

N

T

S核心要點??谷歌AI全棧優(yōu)勢構筑護城河，資本開支具備提升潛力。全面布局芯片（TPU）-網(wǎng)絡(OCS)-模型(Gemini)-應用(云計算/搜索/廣告等)，自研TPU芯片實現(xiàn)跨越式發(fā)展，Gemini模型能力全球領先，重視谷歌算力需求的高增長以及AI硬件創(chuàng)新帶來的產業(yè)鏈投資機會。谷歌2025Capex上調至910-930億，capex營收比與經(jīng)營性現(xiàn)金流占比，相比其他CSP具備提升潛力，預計2026年將繼續(xù)加大資本投入。Gemini月活躍用戶已超6.5億，每月處理Token總量一年內增長超過20倍。谷歌云營收及占比持續(xù)提高，AI拉動下需求強勁在手訂單充足。為什么AI數(shù)據(jù)中心要使用OCS？光交換技術最早出現(xiàn)于電信市場，應用于以WSS為代表的傳統(tǒng)電信網(wǎng)絡中。數(shù)通領域特殊的光開關為OCS（光電路交換機），利用光信號直接傳輸數(shù)據(jù)，避免了信號的轉換過程，減少了延遲和能量消耗，尤其是在跨區(qū)域擴展和大規(guī)模AI算力需求下表現(xiàn)出極大優(yōu)勢。傳統(tǒng)光電架構動態(tài)性能、功耗、成本面臨挑戰(zhàn)，OCS是應對動態(tài)算力需求的關鍵解決方案——服務器解耦的核心動態(tài)互連技術。當Scale-Out規(guī)模呈指數(shù)級擴張，傳統(tǒng)

Clos架構在功耗散熱，布線及相應資本開支方面都會面對明顯挑戰(zhàn)；而傳統(tǒng)數(shù)據(jù)中心架構“CPU–內存–GPU–存儲”緊耦合加重上述癥結。根據(jù)Drut，服務器解耦的技術核心是通過OCS動態(tài)光子fabric，實現(xiàn)PCIe信號的長距離、低延遲傳輸，數(shù)據(jù)無需經(jīng)過多跳交換機，效率顯著提升。?谷歌TPU出貨預期上修，OCS光交換機前景廣闊。早期谷歌數(shù)據(jù)中心使用Clos拓撲架構，在自研TPU集群Jupiter/Apollo架構中引入OCS替代脊交換機，根據(jù)SemiAnalysis，谷歌的OCS定制化網(wǎng)絡使其整個網(wǎng)絡的吞吐量提升了30%，功耗降低了40%，數(shù)據(jù)流完成時間縮短了10%，網(wǎng)絡宕機時間減少50倍，且資本開支減少30%。目前谷歌TPUV7Ironwood即將全面上市，開始配置1.6T光模塊，OCS主要采用MEMS和液晶方案，其核心部件MEMS陣列、光纖陣列、發(fā)射/接收模組及其光學器件、釩酸釔晶體、光模塊、環(huán)形器、光源等供應商均有望受益。OCS主要包括MEMS、液晶、壓電、硅光波導四種方案，其中MEMS和液晶方案應用進展較快，其他方案也在技術優(yōu)化。英偉達等也在探索OCS應用，考慮到OCS的性能優(yōu)勢，隨著技術方案的成熟，未來在數(shù)據(jù)中心應用前景廣闊。??投資建議：重視谷歌AI算力產業(yè)鏈和OCS技術創(chuàng)新帶來的投資機會。重點關注中際旭創(chuàng)（谷歌光模塊主供應商，海外子公司TeraHop推出硅光子OCS交換機），長芯博創(chuàng)（谷歌鏈光器件供應商），騰景科技（

OCS主要產品種類較多，且在多種方案都有應用），德科立（iPronics聯(lián)合研發(fā)制造光波導方案

OCS），光庫科技（收購武漢捷普，具有OCS業(yè)務），炬光科技（提供NXN大透鏡、精密設計V型槽陣列等產品），賽微電子（MEMS-OCS境內外產線分別服務于境內外知名客戶，具有多年經(jīng)驗），凌云光（壓電陶瓷方案國內稀有廠商）、光迅科技（OFC2024創(chuàng)新推出MEMS系列最新產品OCS）等。風險提示：AI進展不及預期、全球數(shù)據(jù)中心資本開支不及預期、下游需求不及預期、OCS產業(yè)技術進展不及預期、國內外宏觀經(jīng)濟下行風險、研報更新不及時風險。31谷歌AI全棧優(yōu)勢，增強Capex持續(xù)性谷歌AI全棧優(yōu)勢構筑護城河?

谷歌AI圍繞芯片（TPU）-網(wǎng)絡(OCS)-模型(Gemini)-應用(云計算/搜索/廣告等)全棧優(yōu)勢構筑護城河。從2011年谷歌成立谷歌大腦（Google

Brain）實驗室開始涉足AI開始，一系列具有影響力的AI研究相繼問世，包括2017年發(fā)布Transformer架構到2023年推出多模態(tài)大模型Gemini，目前已形成從芯片到集群架構到大模型再到應用端的布局，谷歌將AI逐步整合到多元業(yè)務流程中，這些業(yè)務為谷歌獲取了海量數(shù)據(jù)，用于訓練完善AI。同時通過收購AI初創(chuàng)公司拓展市場邊界。2025Q3季度營收突破千億美金，全棧式人工智能解決方案發(fā)展勢頭強勁，有3億付費訂閱用戶，主要來自GoogleOne和YouTubePremium。Gemini應用的月活躍用戶已超過6.5億，現(xiàn)在每月處理的Token總量超過1.3千萬億枚（7月處理的Token總量為980萬億枚），一年內增長超過20倍。圖表：芯片（TPU）-網(wǎng)絡(OCS)-模型(Gemini)-應用(云計算/搜索/廣告等)全棧圖表：谷歌早期大模型介紹圖表：谷歌多模態(tài)大模型

Gemini

發(fā)展歷程模型名稱發(fā)布時間模型結構核心特點與行業(yè)影響模型名稱發(fā)布時間

Tokens

規(guī)模模型結構現(xiàn)代大模型基石，具備并行化訓練優(yōu)勢，解決

RNN

長距離依賴問題，為BERT、T5等模型奠定基礎。后續(xù)谷歌所有大模型均基于

Transformer

架構衍生。編碼器

-解碼器架構，Transformer2017年多模態(tài)

Transformer

架構，支持文本

/圖像

/音頻輸入多頭自注意力機制Gemini1.0

2023年

12月32K-128K開創(chuàng)雙向預訓練范式，在

GLUE等基準刷新

SOTA，推動

NLP進入微調時代。衍生出

ALBERT、RoBERTa

等變體，成為工業(yè)界最常用基礎模型之一。雙向

Transformer

編碼器，12-24

層堆疊BERT2018年Gemini1.5

2024年

2月

128K-100萬Gemini2.0

2024年

12月

100萬-200萬同

Gemini1.0專注對話的千億級模型，通過

1.56T萬億詞訓練，支持開放域對話。其LaMDAPaLM2021年2022年464層

Transformer

“安全微調”

框架為后續(xù)模型倫理建設提供參考，直接影響

Gemini的對Transformer話能力設計。解碼器架構，谷歌首個突破

500B參數(shù)的模型，在

29項任務中超越

SOTA。通過

6144Gemini2.5

2025年

3月100萬MoETransformerPathways系統(tǒng)訓練

塊

TPU

v4訓練，硬件利用率達

57.8%，開創(chuàng)大規(guī)模分布式訓練新范式。5：

Google，中泰證券研究所谷歌資本開支新高，Capex營收比具備提升潛力?

CSP廠商Capex營收占比歷史高位，谷歌具備進一步提升潛力。谷歌25Q3資本開支239.57億元，同比+83.42%，2025年以來谷歌Capex及同比均重回增長，Capex絕對值為2020年來最高值，同比自24Q4以來營收及同比均創(chuàng)下新高。公司法說會FY25Capex上調至910-930億美金，前值為850億美元。預計2026年谷歌仍將繼續(xù)加大資本投入，算力發(fā)展確定性高。?

2024年谷歌Capex占營收比15%，其他CSP廠商Meta、微軟、甲骨文Capex營收比均超20%；與之呼應的是，2024年谷歌Capex相對謹慎，季度同比呈現(xiàn)下行趨勢；2025年谷歌Capex資本開支分季度同比斜率重新回正，一方面印證谷歌資本開支營收比仍有空間，另一方面考慮到本輪谷歌Capex加速始于2023年起公司推進AI，公司AI飛輪效應顯現(xiàn)，Capex投入力度或將繼續(xù)加大。圖表：谷歌季度資本開支及同比圖表：資本開支營收占比（日歷年）30025020015010050100%80%60%40%20%0%30%25%20%15%10%5%-20%-40%-60%00%201520162017谷歌20182019亞馬遜20202021META2022甲骨文20232024資本開支（億，美元）同比(%)微軟6：

wind，中泰證券研究所云業(yè)務營收及占比持續(xù)提高，Capex現(xiàn)金流相對較低?

2025Q3谷歌云收入增長34%至152億美元，凈利潤增長33%，主要得益于谷歌云平臺(GCP)核心產品、AI基礎設施和生成式AI解決方案的增長,季度末積壓訂單達1550億美元。2020年以來云業(yè)務營收及營收比穩(wěn)步提升，25Q3云業(yè)務營收占比約為15%，AI對云業(yè)務拉動明顯，今年前三個季度簽署的超過10億美元的交易數(shù)量，超過了過去兩年的總和。2024年谷歌Capex經(jīng)營性現(xiàn)金流占比41.93%，低于微軟（44.24%）及甲骨文（59.40%），略高于Meta(40.79%），表明2024年谷歌現(xiàn)金流空間相對安全，2025年后可進行更大Capex投入。?

自研第七代TPUIronwood即將全面上市，正在加大TPU產能投入，以滿足客戶巨大需求，Anthropic最近宣布計劃采購多達100萬個TPU。圖表：谷歌云業(yè)務營收及營收占比圖表：資本開支/經(jīng)營性現(xiàn)金流（日歷年）70%60%50%40%30%20%10%0%16014012010080604020020152016201720182019亞馬遜20202021META202220232024谷歌微軟甲骨文云業(yè)務（億，美元）云業(yè)務收入比7：

wind，中泰證券研究所2谷歌TPU跨越式發(fā)展，帶動產業(yè)鏈需求谷歌TPU

10年7代跨越式提升?

2015年谷歌發(fā)布第一代TPU起，每一代TPU系統(tǒng)均在性能、可擴展性與系統(tǒng)效率上不斷提升，Google逐步將光互連技術融入TPU系統(tǒng)，2025年發(fā)布的TPUv7實現(xiàn)了能構建9216顆大規(guī)模集群的跨越。?

2018年TPUv2：每個superpod包含256顆TPU芯片，采用2D環(huán)面（2DTorus）拓撲，單芯片芯片間互連（ICI）帶寬為800GB/s，尚未引入光模塊；?

2020年TPUv3：超級集群芯片數(shù)提升至1024顆，仍保持2D環(huán)面拓撲，單芯片ICI帶寬維持800GB/s，首次引入光互連技術，采用400Gbps有源光纜（AOC），光通道波特率為50G；?

2022年TPUv4：芯片數(shù)躍升至4096顆，拓撲升級為3D環(huán)面（3DTorus），單芯片ICI帶寬調整為600GB/s，光模塊升級為400GOSFP，同時引入OCS，光通道波特率仍為50G；?

2023年TPUv5p：集群芯片數(shù)增至8960顆，延續(xù)3DTorus拓撲，單芯片ICI帶寬翻倍至1200GB/s，光模塊更新為800GOSFP，光通道波特率提升至100G，OCS技術繼續(xù)沿用；?

2025年TPUv7（Ironwood）：集群芯片數(shù)達到9216顆，保持3DTorus與1200GB/s的單芯片ICI帶寬，采用800GOSFP光模塊，光通道波特率提升至200G。圖表：谷歌

TPU10年發(fā)展歷程圖表：谷歌不同代際TPU的光連接9：Google，光芯，中泰證券研究所TPU

架構迭代:從v1到v3?

架構上來看，TPUv4前為2D環(huán)面拓撲結構：TPUv1架構圖表：谷歌?

TPUv1為服務器端推理芯片。TPUv1由

CPU通過

PCIe3.0總線驅動

CISC指令，采用

28nm工藝制造，具有

28MiB

的芯片內存和

4MiB32位累加器，用于存儲

256x256系統(tǒng)陣列的

8位乘法器的結果，核心是一個巨大的256x256矩陣乘法器（MXU），里面塞了65536個8位計算單元

。TPU

v1

主要針對

2015

年左右最火的神經(jīng)網(wǎng)絡進行優(yōu)化，包括

MLP多層感知機、CNN卷積神經(jīng)網(wǎng)絡、RNN遞歸神經(jīng)網(wǎng)絡&LSTM長短期記憶。?

TPUv2定位服務端AI推理和訓練芯片。對比v1，TPUv2

改變主要有1）采用單個向量存儲器，而不是固定功能單元之間的緩沖區(qū)；2）通用向量單元，而不是固定功能激活管道；3）連接矩陣單元作為向量單元的卸載；4）將

DRAM連接到內存系統(tǒng)而不是直接連接到矩陣單元；4）轉向

HBM以獲得帶寬；5）添加互連以實現(xiàn)高帶寬擴展。此外，谷歌將四個

TPUv2排列成了性能為

180TFLOPS的四芯片模塊，并將64個模塊組成一個一共有256片

TPUv2集成的

TPUv2

Pod，理論峰值計算量達到了11.5PFLOPS。?

TPUv3是對TPU2的溫和重新設計，采用相同的技術，MXU和HBM容量增加了兩倍，時鐘速率、內存帶寬和ICI帶寬增加了1.3倍，同時Pod規(guī)模翻了四倍到1024個芯片；此外TPUv3引入液冷以降低功耗。圖表：谷歌

TPUv3架構與v2對比圖表：谷歌

TPU1-3

架構對比10：Google，中泰證券研究所TPU

架構迭代:v7性能大幅提升?

TPUv4后采用

3DTorus架構。?

TPUv4為谷歌2021年發(fā)布，定位服務器推理和訓練芯片，芯片數(shù)量是TPUv3的四倍，采用異構架構結構內含SparseCore專用單元。?

TPUv7Ironwood每顆芯片提供4614teraflops的FP8性能，計算能力比TPUv5p提升超過十倍，峰值帶寬達7.4TB/s，容量為192GiB。芯片架構包括多個協(xié)調工作的專用組件，TensorCore提供高性能向量和矩陣計算，第四代SparseCore處理嵌入和集合卸載操作，芯片具備1.2TB/s的輸入/輸出能力，支持擴展到9216顆芯片。圖表：

TPUv4架構圖表：Ironwood架構圖表：

TPUv4架構11：

Google

，中泰證券研究所OCS交換機提升TPU集群效率?

架構上，谷歌借助OCS組網(wǎng)提高了集群整體效率。具體來看，雖然谷歌TPU與英偉達單卡性能仍有差距，但在系統(tǒng)級維度，OCS帶來的網(wǎng)絡重構與規(guī)模效應，部分抵消了單卡差距，到v5p/v6e階段，谷歌可借助超大

Pod（v5p單Pod8960芯片）+OCS重構繼續(xù)放大總吞吐與集群效率。?

TPU與

NVIDIAGPU的差距以TPUv4為分界點可以分成“引入OCS之前/引入OCS之后”兩個階段。早期TPU（TPUv2/v3時代）更像是“以單卡性能為基礎、靠固定電互聯(lián)做平面擴展”的路線，v3的典型集群規(guī)模約為1024芯片/Pod，互聯(lián)以電連接為主，單卡算力與顯存/帶寬層面整體落后于在當時的NVIDIA旗艦，系統(tǒng)可重構性也有限；TPUv4的單Pod規(guī)模直接拉升至4096

芯片，并能在3DTorus等拓撲間按需重構，根據(jù)谷歌論文，對比A100，相近規(guī)模的系統(tǒng)上TPUv4

集群性能高1.2×–1.7×、功耗低1.3×–1.9；目前，Gemini2.5Pro

借助TPUv5p進行訓練，同時v6e已經(jīng)發(fā)布，相比而言，雖然單卡維度上NVIDIA仍有優(yōu)勢，但系統(tǒng)維度上谷歌借助超大規(guī)模集群利用OCS將效率大大提升。圖表：谷歌歷代TPU

參數(shù)圖表：同時期英偉達GPU

參數(shù)發(fā)布時間峰值算力（BF16，

峰值算力（INT8，

單芯片

ICI

帶

集群（Pod）芯版本制程HBM

容量HBM

帶寬峰值算力（BF16,

峰值算力（INT8,TFLOPs）TOPs/TFLOPs）寬片數(shù)版本發(fā)布時間

制程

HBM

容量

HBM

帶寬TFLOPs）TOPS）（無

HBM；板載DDR3）~34

GB/sTPUv1TPUv2TPUv320162017201828

nm//92

TOPS（INT8）//（外設帶寬）~1248（INT8，sparse），~624（dense）TSMC7nm1.56–2.0+

~312（BF16，16

GBHBM32

GiBHBM~600

GB/s~900

GB/s~45

TFLOPs123

TFLOPs///256

芯片/Pod1024

芯片/PodA100202040/80

GB80

GBTB/sdense）4×70

GB/s=280

GB/s16

nmTSMC4N>3

TB/s

~1000（BF16，

~2000（INT8，（SXM）

dense）*

dense）6×50

GB/s=300

GB/sH100H20020222023TPUv420217nm32

GiBHBM~1200

GB/s275

TFLOPs275

TOPS（INT8）4096

芯片/Pod256

芯片/PodTPUv5eTPUv5p20232023//16

GB819

GBps197

TFLOPs459

TFLOPs393

TOPS（INT8）

1600

GBpsTSMC4N~1000（BF16，

~2000（INT8，141

GB

4.8

TB/sdense）*dense）95

GBHBM2e~2765

GB/s/4800

Gb/s

8960

芯片/PodTPUv6e20242025//32

GB1600

GBps~7.3

TB/s918

TFLOPs

1836TOPS（INT8）

3200

GBps256

芯片/Pod（Trillium）~2250（BF16，dense，按

HGX8卡總數(shù)換算）B200

/GB200TSMC4NP2024180

GB//TPUv7（Ironwood）256

/9216

芯片192

GBHBM3e//~1.2

TB/s

I/O/Pod12：google，英偉達，中泰證券研究所OCS交換機提升TPU集群效率?

TPUv4、v5p及v7均采用“4×4×4立方體構建塊”（Cube）作為核心架構單元：立方體內的TPU處理器通過銅互連（銅ICI）連接而不同立方體之間通過光互連實現(xiàn)拼接。這種設計可根據(jù)任務需求，將多個立方體動態(tài)組合成任意尺寸、任意形狀的“切片”（slice），且所有切片均為完整的3D環(huán)面結構——通過光互連實現(xiàn)“環(huán)繞鏈路”（wrap-aroundlinks）連接，既能降低網(wǎng)絡直徑，又能提升二分帶寬（bisectionbandwidth），顯著優(yōu)化系統(tǒng)性能。圖表：

TPUv4、v5p及v7均采用“4×4×4立方體構建塊”?

OCS可大幅降低平均修復時間。TPUv4集群由64個4×4×4立方體構建塊（64個機架）組成，可組合出最大8×16×16（2048顆芯片）的切片；TPUv5p的最大切片尺寸擴展至16×16×24（6144顆芯片）；TPUv7則支持8×20×52（8320顆芯片）的切片。此外，該架構將故障域縮小至單個立方體：當某個立方體出現(xiàn)故障時，調度器會自動選擇健康的立方體替換故障單元，作業(yè)在替換立方體上的重新調度時間從傳統(tǒng)的分鐘/小時級縮短至秒級。圖表：

TPUv4、v5p及v7均采用“4×4×4立方體構建塊”13：光芯，中泰證券研究所Ironwood繼續(xù)沿用3D

Torus架構?

TPUv7（Ironwood）依舊采用3DTorus架構，OCS生命周期延長。具體來看，Ironwood沿用過去三代的

3DTorus（立方環(huán)網(wǎng)）拓撲，每個邏輯單元為

4×4×4節(jié)點陣列，即

64

芯片，封裝于單個機架。立方體上有6個面，每個面有16個鏈接，通過ICI連接，共96根光纖，80根銅線和64根PCB走線，集群采用48臺OCS光交換機進行互聯(lián)，實現(xiàn)9216個TPU芯片組網(wǎng)?；ミB采用更混合的方式，包括IronwoodSoC為該系統(tǒng)的核心模塊，其中四顆芯片集成在IronwoodPCBA主板上，并嵌入

IronwoodTPU

機架中PCB工藝、銅無源鏈路到電纜，以及通過焊盤面板連接到OCS的光鏈路或光纖。這使得該裝置非常靈活一個

IronwoodTPU機架可通過ICI連接，共96根光纖，80像托盤一樣堆疊總共

16

顆IronwoodPCBA，從而提供64顆芯片的解決方案根銅線和64根PCB走線谷歌利用了其芯片間互連（ICI）的可擴展網(wǎng)絡，使用

1.8PB網(wǎng)絡連接

43個

Superpod

塊（每個塊包含

64

個芯片）由于延用

3D環(huán)面布局，OCS數(shù)量依舊為

48

臺14：

Google，Hotchips，光芯之路，中泰證券研究所TPU成為ASIC市場主力，出貨量預期上修?

2026年谷歌TPU出貨量相較2025年接近翻倍，且預期出貨量遠高于其他ASIC芯片。TPUv7將在2026年上量，成為出貨主力，2027年出后TPUv8/v9/10等將繼續(xù)迭代帶動出貨量提升。根據(jù)市場調研，2026年AISC芯片總出貨量約為570萬顆，其中谷歌TPU出貨300萬顆，市占率過半。10月24日，谷歌與Anthropic再次簽訂數(shù)百億美元100萬只谷歌定制TPU芯片的合作協(xié)議，我們預計2026年TPU出貨有望達到400萬顆以上。?

TPUv7（代號Ironwood）開始配置1.6T光模塊：Ironwood超級集群芯片數(shù)達到9216顆，保持3D環(huán)面拓撲與1.2TBps的單芯片ICI帶寬，采用800GOSFP光模塊（交換機側配置1.6T端口光模塊），光通道波特率提升至200G，同時實現(xiàn)1.77PB的直接尋址共享高帶寬內存（HBM），創(chuàng)下共享內存多處理器的新紀錄，可高效支撐稠密模型與稀疏模型。圖表：2026北美自研ASIC廠商出貨預測（上調前）ASIC型號TPU

v6(Trillium)TPU

v7(Ironwood)TPU

v8(Zebrafish)Trainium

2.5出貨量（k）400GoogleAWS2400200320Trainium

31190200xAIMicrosoftMaia200Maia300116275MetaOpen

AlTotalMTIA3(lris)Nexus

(Titan

1)500130573115：Morgan

Stanley報告，Omdia，光芯，中泰證券研究所GPU/TPU網(wǎng)卡速率升級，1.6T出貨預期上修?

Meta在2025OCP大會指出，到2027年高速光模塊（400G/800G/800G）需求相較2025年有望實現(xiàn)翻倍，2025-27年高速光模塊需求分別為5000萬/7500/1億只；此外，CPO量產仍需時間，包括環(huán)形激光器、光梳激光器、先進材料等任何新興光學技術仍需時間實現(xiàn)規(guī)?；慨a，可插拔光模塊在未來幾年仍扮演主要角色。?

從芯片網(wǎng)卡配置角度看，目前英偉達和谷歌將成為1.6T光模塊的主要客戶。根據(jù)產業(yè)調研，由于2026年英偉達GB300/Rubin出貨量預期和節(jié)奏有所加快，以及谷歌TPU出貨量近期加單上修，對應1.6T光模塊配比提升，我們預計2026年1.6T光模塊需求有望上修到2000萬支以上，建議重視谷歌資本開支增長以及自研TPU出貨對產業(yè)鏈的拉動作用。圖表：400G/800G/1.6T模塊合計出貨預測12000100008000600040002000060%50%40%30%20%10%0%2025E2026E2027E數(shù)量合計（萬只）YoY16：Omdia，META，中泰證券研究所3TPU+OCS交換機共塑下一代智算網(wǎng)絡電信市場最早探索光交換技術ROADM?

針對光交換技術，電信市場很早就已有所研究。城域骨干網(wǎng)中，光傳輸是唯一路線，跨越上萬公里的骨干傳輸網(wǎng)絡由于節(jié)點數(shù)量有限、設備更新周期較長等特點，早在

21世紀初期便已探索光交換技術，這類光交換技術被稱作ROADM技術（ReconfigurableOpticalAdd-DropMultiplexe），即可重構光分插復用器。?

ROADM前身為OADM，但

OADM難以重新配置，靈活性有限。光分插復用器（OADM）是一種波分復用（WDM）網(wǎng)絡設備，它能夠訪問光纖上的所有波長，并在特定位置實現(xiàn)對某些波長的插入或卸載，同時允許其余波長直接透過站點而無需電終端。OADM可以使某一波長在本地被卸載而不再繼續(xù)向前傳輸，從而實現(xiàn)波長的重用，即在相反方向重新插入同一波長并進行傳輸。然而

OADM具有一定局限性，設備一旦部署則通常難以修改或重新配置，即便流量模式發(fā)生變化也無法靈活調整；此外，它通常僅支持雙向傳輸，擴展性有限。?

為了滿足不斷變化的流量需求，可重構光分插復用器（ROADM）在

21世紀初應運而生。ROADM不僅支持

AZ光路的遠程配置與動態(tài)重配置，還能夠擴展至多方向的光纖網(wǎng)狀網(wǎng)絡。與其前身

OADM相似，ROADM同樣允許在站點分插單個波長；不同的是，它具備更高的靈活性，允許在光通信網(wǎng)絡中靈活地添加、刪除和重新配置光信號，可在流量模式變化時，靈活調整或切換分插與直通波長的配置，從而顯著提升網(wǎng)絡的可擴展性與適應性。圖表：具有光透射的OADM站點圖表：如流量模式發(fā)生變化，基于ROADM的網(wǎng)絡可以遠程重新配置波長可以光學地通過ROADM而不需要重新配置轉發(fā)器。ROADM可以被重新配置以改變波長的路由或調整波長添加/刪除的位置。波長可以在光分插復用器站點上通過而無需使用轉發(fā)器終止它們，從而顯著節(jié)省成本、功耗和占地面積。18：ciena，中泰證券研究所光交換技術有望在數(shù)通領域爆發(fā)?

RODAM技術實現(xiàn)的核心器件是光交換器件WSS（WavelengthSelectiveSwitch波長選擇開關），其基本原理是利用光柵的衍射效應將不同波長的光信號分離，并通過光開關實現(xiàn)對特定波長信號的靈活選擇和路由。?

雖然WSS因為結構復雜而單價較高，且主要用于電信設備，但以WSS為代表的傳統(tǒng)電信網(wǎng)絡中的光交換市場，現(xiàn)在有望在大型數(shù)據(jù)中心之間迎來爆發(fā)。在數(shù)通領域，OCS（光電路交換機）可以被視為一種特殊的光開關，其核心功能是通過光開關矩陣實現(xiàn)光信號的物理路徑重構。對比來看，WSS更多的用于干線傳輸，DWDM的密集波分復用場景，不僅可以切換光路的端口，甚至可以細化到每一個波長各自切換端口；OCS更多用于AI組網(wǎng)，CWDM4，或者CWDM8，波長數(shù)量有限，且應用場景固定，但不會針對每個波長做分離。?

OCS交換機利用光信號直接傳輸數(shù)據(jù)，避免了信號的轉換過程，從而減少了延遲和能量消耗，因此適用于大規(guī)模數(shù)據(jù)中心之間的高速互聯(lián)，尤其是在跨區(qū)域擴展和大規(guī)模AI算力需求下表現(xiàn)出極大優(yōu)勢。圖表：WSS光開關與OCS光開關的區(qū)別圖表：WSS模塊內部光學結構19：ciena，光通信女人，中泰證券研究所Scale-Out規(guī)模擴張，傳統(tǒng)架構面臨瓶頸?

當Scale-Out規(guī)模呈指數(shù)級擴張，傳統(tǒng)電交換架構的功耗、時延與成本瓶頸日益凸顯。一方面，北美CSPAI軍備競賽保持火熱態(tài)勢，資本開支持續(xù)上行，Meta已將2025年資本開支指引上調至660–720億美元，并公開以“>130萬張GPU（年末）”為目標，超越此前2024年“35

萬H100、約60萬

H100等效”的基線；Google則在訓練側以第六代TPUTrillium（v6e）量產推進，并在2025年發(fā)布第七代TPUIronwood（v7）專攻大規(guī)模推理。在此基礎上，傳統(tǒng)OEO（光-電-光）Clos繼續(xù)堆疊會遭遇三類核心瓶頸：???功耗與散熱：根據(jù)Cisco的長期測算顯示，至2022年數(shù)據(jù)中心交換系統(tǒng)總功耗較2010年提升22×，其中“光學相關組件”功耗提升26×布線/端口與運維復雜度隨層級倍增，升級周期長代際速率耦合與資本開支剛性走高圖表：網(wǎng)絡設備在數(shù)據(jù)中心內的功耗不斷攀升圖表：多集群驅動DCI帶寬需求20：cisco，治臻咨詢，marvell，中泰證券研究所OCS是打破靜態(tài)機架局限的關鍵互連技術?

傳統(tǒng)數(shù)據(jù)中心架構同樣限制數(shù)據(jù)中心大規(guī)模算力發(fā)展：傳統(tǒng)的靜態(tài)數(shù)據(jù)中心架構（CPU機架、GPU機架與存儲機架相互獨立，所有流量依賴

ToR交換機轉發(fā)）難以滿足動態(tài)算力需求。一方面，GPU等關鍵資源被“固化”在特定機架內，無法靈活調度，閑置時造成資源浪費；另一方面，當模型訓練或推理需要多類型、多數(shù)量的資源組合時，靜態(tài)架構往往難以及時響應，導致整體效率受限。此外，GPU的硬件生命周期通常僅為

2–3年，而服務器整體更新周期更長，固定架構下往往需要整機捆綁升級，進一步推高企業(yè)的

TCO。?

Drut指出，服務器解耦（Server

Disaggregation）是解決傳統(tǒng)服務器中“CPU–內存–GPU–存儲”緊耦合的核心方案。通過將硬件資源拆分為獨立的池化形態(tài)（如

CPU池、GPU池、存儲池、FPGA

池等），再借助動態(tài)互連技術跨機架進行靈活編排，即可按需組合成面向特定工作負載的“定制化計算系統(tǒng)（ComposedComputeSystem）”。而實現(xiàn)服務器解耦的關鍵，在于低延遲、高帶寬的動態(tài)互連技術——即OCS的核心應用場景。?

根據(jù)Drut，“PCIeremotingoverOpticalCircuitSwitch（OCS）”是服務器解耦的技術核心——即通過OCS（光電路交換機）構建動態(tài)光子fabric，實現(xiàn)PCIe信號的長距離、低延遲傳輸。Drut的光子fabric基于OCS實現(xiàn)“動態(tài)互連”：OCS作為Layer-1層交換機，可實時調整iFIC2500與tFIC2500之間的光子通路，無需依賴傳統(tǒng)網(wǎng)或InfiniBand的協(xié)議轉換，從而將latency降至亞毫秒級（滿足AI/ML對低延遲的嚴苛要求）。例如，當ServerA需要調用PRU2500中的GPU資源時，OCS可直接建立ServerA（iFIC）與PRU2500（tFIC）的光子通路，數(shù)據(jù)無需經(jīng)過多跳交換機，效率顯著提升。圖表：重構后的數(shù)據(jù)中心架構圖表：靜態(tài)架構到動態(tài)架構演進21：cisco，治臻咨詢，marvell，中泰證券研究所4OCS主流方案拆解與增量環(huán)節(jié)分析Jupiter架構首次使用PalomarOCS?

早期谷歌數(shù)據(jù)中心使用Clos拓撲架構。早期架構最早于

2004年推出，被稱為4-Post架構，由

4個大容量交換機和

512臺

ToR交換機連接組成，每臺

ToR交換機與

40

臺服務器相連，形成了一個512×40，約

2萬臺服務器的集群。2006年，谷歌從

Fire1.1開始使用

Clos拓撲架構，將數(shù)據(jù)中心中的所有服務器和所述服務器的機架連接在一起，通用的三層

Clos架構包括邊緣交換機（ToRs）、匯聚模塊和骨干模塊，此后數(shù)據(jù)中心部署的

Clos網(wǎng)絡都遵循這種架構的不同變體。圖表：Apollo架構中

OCS替代Spine層交換機?

Clos架構下電交換機帶來巨大功耗和資本開支，OCS有效解決主要痛點。Clos網(wǎng)絡的主干使用電子分組交換機(EPS：ElectronicPacketSwitch)

，隨網(wǎng)絡規(guī)模迅速擴大，疊加每2到3年網(wǎng)絡速度翻倍，每一代

EPS帶來的資本支出成倍數(shù)增長。谷歌在Jupiter/Apollo架構中引入

OCS替代脊交換機，通過消除用于實現(xiàn)脊交換層的電交換機與光接口，根據(jù)SemiAnalysis，谷歌的OCS定制化網(wǎng)絡使其整個網(wǎng)絡的吞吐量提升了30%，功耗降低了40%，數(shù)據(jù)流完成時間縮短了10%，網(wǎng)絡宕機時間減少了50倍，且資本開支減少了30%。此外，OCS可將交換機和光纖升級到更快的幾代，而無需更換網(wǎng)絡的“主干”，使用壽命比傳統(tǒng)

EPS長得多。圖表：谷歌歷代數(shù)據(jù)中心網(wǎng)絡架構DatacenterGenerationFirstDeployedMerchantSiliconAggregationBlockConfigHostSpeedBisectionToR

ConfigSpineBlock

Config

Fabric

SpeedBWFour-Post

CRs2004vendor8x10G;48x1G2x10Gup;//10G10G1G2TFirehose

1.020052x32x10G

(B)32x10G(NB)1G10T10T4x10G(ToR)24x1Gdown4x10Gup;Firehose

1.1WatchtowerSaturn20062008200920128x10G16x10G24x10G16x40G64x10G(B)32x10G(NB)128x10G(NB)288x10G(NB)128x40G(NB)10G10G1G48x1Gdown4x10Gup;48x1Gdown4x128x10G(NB)4x288x10G(NB)nx1Gnx10G82T24x10G10G207T1.3Pnx10G/nx40GJupiter16x40G

8x128x40G

(B)10/40G23：Google，Semianalysis，中泰證券研究所TPU

v4集群TPU與OCS交換機比例?

谷歌TPUv4單集群由4096個TPU芯片組成，對應48個OCS交換機。其中單集群共有64個rack機柜，單rack對應即

64個TPU，即64X64=4096。結構上，谷歌采用3D

Torus

結構，每臺機架內的64個TPU連接方式為43

的立方體，每個立方體6個面，每個面延伸出來4×4=16條線與機架外部的光交換機連接，6個面總共6×16=96條線，理論上對應96個光交換機，但對立面上的兩個點連同一臺交換機，因此實際上需要48臺交換機。單個tray包含4個TPU芯片一個TPU

v4圖表：每個立方體由三臺

OCS

連接package由4顆HBM和一顆中間的ASIC組成8個rack示意圖（單集群共64個rack），每個rack包含16個tray（左右各8個）。24：Google，中泰證券研究所谷歌OCS交換機架構示意圖?

目前谷歌主要使用的OCS交換機為128路光路（136路，其他8路用于測試）。環(huán)形器增加了光交換機的容量，128個環(huán)形器對應帶寬800GX128=102T，如果光模塊升級還是可以復用這套系統(tǒng)，因此推斷谷歌未來會上1.6T。攝像頭模組（850nmRx）發(fā)射模組（850nm激光光源）二色向分光器和組合器（850nmRx）光纖陣列（136輸入&輸出）光纖陣列（136輸入&輸出）2D

MEMS陣列（136反射鏡）2D

MEMS陣列（136反射鏡）25：Google，中泰證券研究所谷歌PalomarOCS

基于

MEMS

方案?

PalomarOCS的輸入

/輸出光信號通過

2D光纖準直器陣列進入光學核心，采用

2DMEMS反射鏡。每個準直器陣列由

NxN光纖陣列與

2D

透鏡陣列組成。光學核心包含兩組

2DMEMS反射鏡陣列（兩組

2DMEMS組成

3D

MEMS），切換速度可達毫秒級別。每一路帶內光信號（綠色線段），依次穿過各準直器陣列中的一個端口并經(jīng)由兩個

MEMS鏡面。通過驅動并傾斜鏡面，將信號切換至相應的輸入/輸出準直光纖。整個端到端光路具有寬帶與互易特性，使得

OCS內的通信對數(shù)據(jù)速率不敏感并支持雙向傳輸。疊加在帶內信號路徑之上（紅色箭頭）的是用于鏡面調諧的監(jiān)測通道。向每個

MEMS

陣列注入

850nm光，反射的監(jiān)測信號由相應的相機模塊接收。伺服系統(tǒng)（控制硬件/固件）利用相機圖像的反饋來優(yōu)化

MEMS的致動，以將光路損耗降至最小。每個

2DMEMS陣列由一對注入/相機模塊進行控制。圖表：谷歌Palomar

OCS工作原理獨立可控微鏡陣列的MEMS微鏡封裝芯片通過驅動

MEMS反射鏡，同一輸入端口（X）可連接至不同的輸出端口（如從

Y

到

Z）MEMS有兩個鏡子，通過x、y來調整方向，上圖實物圖每個點代表一個鏡子，谷歌芯片共計176個鏡子，但其中有40個屏蔽不用（良率問題），實際有效是136個，其中又有8個是用作備份，所以真正傳輸數(shù)據(jù)是128個。26：Google，aster，中泰證券研究所谷歌PalomarOCS使用定制光模塊?

在該套OCS系統(tǒng)下，單芯片對應的光模塊用量相較胖樹架構有所減少。具體來看，64個cube（4X4X4）對應64×64=4096個TPU；每個cube對應6（面）×16（節(jié)點）=96個端口，對應64個機架X96個端口=6114個光模塊（或每個cube伸出來對立面上的2根線與每個光交換機互聯(lián)，共64個機架，因此每個光交換機需要64X2=128個端口，每個集群總共有有48個交換機*128端口=6114個端口即6114個光模塊）,6114:4096=1:1.5；胖樹架構下光模塊：芯片比例約為1:2.5，比例約下降40%。?

此外，此套OCS采用定制光模塊，差別在于在光模塊內內置環(huán)形器。環(huán)形器的使用實現(xiàn)了光纖中光的雙向傳輸，使得所需的端口與光纜數(shù)量減少一半。為降低OCS端口和光纖數(shù)量，

Palomar采用光環(huán)形器來建立雙向鏈路，環(huán)形器是一種具有循環(huán)連接的三端口器件。輸入端口1的信號被引導至端口2，輸入端口2的信號被引導至端口3。因此，環(huán)形器將傳統(tǒng)的雙工光收發(fā)器轉換為雙向收發(fā)器，一根光纖可以實現(xiàn)收發(fā)功能，對應的定制光模塊也只需一個收發(fā)端口。圖表：帶有環(huán)形器的定制光模塊圖表：環(huán)形器工作示意圖藍線表示

s偏振，紅線表示

p偏振。PBS-偏振分束器，F(xiàn)R-法拉第旋轉器，HWP

-半波片27：Google，aster，中泰證券研究所OCS交換機主要四種方案對比?

除

MEMS方案外，OCS還包括其他幾種方案，目前谷歌除主要使用

MEMS方案外對于其他方案也均有在測，且各有優(yōu)劣勢：?

MEMS：優(yōu)點：端口規(guī)?？勺龅桨佟涟偌墶⒉鍝p低、成熟度最高，已在超大規(guī)模數(shù)據(jù)中心承載生產流量。缺點：機械微鏡致動，典型切換時間

ms量級；高端口封裝/準直復雜。代表廠商及訂單：CALIENT（與光庫科技合作）、Lumentum（Lumentum表示其OCS業(yè)務在2025財年第四季度首次實現(xiàn)收入）、Drut、等。谷歌在

Jupiter/Apollo中批量部署

MEMS-basedOCS；Lumentum推出

R300300×300MEMSOCS；CALIENT長期提供

3D

MEMSOCS。?

Liquidcrystal（數(shù)字液晶）：優(yōu)點：無機械部件、低功耗/低電壓驅動，端口可達

300×300，成本預期優(yōu)于

MEMS。缺點：典型切換時間

ms量級；偏振/溫度敏感需工程補償。代表廠商及訂單：Coherent，在

OFC2024現(xiàn)場演示

300×300DLC-basedOCS，并持續(xù)對外推廣；Coherent表示已收到谷歌

OCS光交換機訂單；目前更接近客戶試點/早期商用階段。?

Guided-wave（導波/硅光波導開關）：優(yōu)點：基于硅光可編程波導/馬赫-曾德干涉器網(wǎng)絡，潛在微秒級重構、可與光子芯片生態(tài)集成，走向“軟件定義光子”。缺點：插損/串擾與熱穩(wěn)固、規(guī)?；悸嗜栽诠こ膛榔?。代表廠商：iPronics，其宣布面向

AI數(shù)據(jù)中心的硅光

OCS（2025）；?

Piezo（壓電致動直驅光束/光纖）：優(yōu)點：壓電致動器直接驅動光學元件/光纖，插損極低、可“保持黑纖連接（latching）”，可靠性高。缺點：陣列化/大規(guī)模封裝難度高，切換速度通常在

ms

等級。代表廠商：

Polatis（與凌云光合作）產品矩陣覆蓋

8×8到384×384，長期商用。?

Robotic：優(yōu)點：本質是光纖層自動化配線，連接為“機械鎖存”，超低損耗、零

OEO、端口可做到千口級；維護友好。缺點：重構速度以秒/分鐘計，不適合高頻快速重構。代表廠商：Telescent。圖表：OCS

技術方案參數(shù)對比技術方案MEMS成本中等中等低端口規(guī)模320x320300x30016x16切換時間插入損耗驅動電壓

(volts)代表廠商Lumentum、CALIENT（與光庫科技合作）Coherent代表廠商主要產品R300300×300MEMSOCS、3DMEMSOCS300×300DLC-basedOCS面向

AI

數(shù)據(jù)中心的硅光

OCS（2025）產品矩陣覆蓋

8×8到384×384ms<3dB100量級10量級1量級10量級/LiquidCrystalGuided

WavePiezoms<4dBms<6dBiPronics高384x3841008x1008ms<2.5dB<1dBPolatis（與凌云光合作）TelescentRobotic中等mins28：Google，Lumentum，Cignal

AI，CALIENT，中泰證券研究所部分主要廠商

OCS

實物圖圖表：iPronics

ONE-32硅光子

OCS圖表：Coherent

300x300

端口

OCSONE-32具有32個端口，是全球首款基于硅光子學的

OCS產品。針對

AI集群和高性能計算數(shù)據(jù)中心的擴展和擴大應用，旨在實現(xiàn)故障恢復互連和可編程第

1層拓撲。與

EPS相比，通過將所需收發(fā)器數(shù)量減半，交換機功耗可降低高達

50%。該產品具有平坦的

O波段響應、延遲<30納秒和快速重構（<300微秒）CoherentOCS基于數(shù)字液晶方案，并在

18年前就率先將數(shù)字液晶技術應用于波長選擇開關

(WSS)，并已交付超過16萬套此類WSS系統(tǒng)，其中包括用于超高可靠性海底應用的解決方案。如今，該技術已構成該OCS核心的平臺圖表：Polatis7000

OCS圖表：CALIENT

S320

OCSPolatisOCS使用CALIENTS320使用

3DMEMS技術方案，具有

320個端口，每條輸入/輸出光纖均受到監(jiān)控，提供強大的網(wǎng)絡診斷功能。并且完全在光子域內進行光切換，無需光收發(fā)器，使得

S320能夠提供市面上所有切換技術或設備中最低的每比特成本。DirectLight技術（底層方案為壓電驅動

piezoelectric）Polatis7000OCS

支持256x256到

384x384

端口，或單面

NxCC端口，具有低插入損耗和快速切換、暗光纖交換和雙向光學、協(xié)議和比特率與

800Gbs及以上無關等特點。并已在數(shù)據(jù)中心、電信、國防和測試應用中歷經(jīng)二十多年的驗證29：iPronics，Coherent，Polatis，CALIENT，Photonic，中泰證券研究所后續(xù)潛力：谷歌以外的更多CSP正在探索OCS?

除谷歌外，OCS有望在其他CSP中得到更多重視和應用。需求來看，除谷歌作為目前

OCS

交換機方案主要

應用方需求保持高速年增以外，微軟、Meta、亞馬遜

AWS

也都在探索自己的光交換網(wǎng)絡，根據(jù)Lightcounting預測，2024-2029年

OCS

有望以

28%

復合增速增長；供應商角度同樣已逐步得到驗證：Lumentum、Coherent

均在業(yè)績會表示，OCS

產品均已產生收入，目前Lumentum

已向兩家超大規(guī)?？蛻舫鲐?，第三家客戶已承諾在

2026年部署；Coherent

稱其數(shù)字液晶

OCS將使得公司在數(shù)據(jù)中心的份額擴張超

20億美元。因此未來幾年

OCS

市場容量及滲透率有望保持共同提升。?

另一方面，OCP

聯(lián)盟推作為動

OCS技術標準化的關鍵力量在多方面推進產業(yè)進展。OCP

聯(lián)盟在

2025

年

7月宣布成立

Optical

CircuitSwitching（OCS）子項目，并在

2025

年

8月的

OCP

APAC

Summit（臺北）進行首次對外呈現(xiàn)；生態(tài)層面，iPronics

與

Lumentum對外稱牽頭推進，并提及

Google、Microsoft、Coherent（及多方）參與。總體來看，OCS

子項目有望在統(tǒng)一接口與互通、降低采用門檻（開放規(guī)范與軟件棧）等方面推進產業(yè)協(xié)作。。圖表：OCS

多應用場景適配性對比與代表廠商圖表：Lightcounting預測

OCS

市場

5年

CAGR28%30：LightCounting，Cignal

AI，Lumentum，Coherent，中泰證券研究所5投資建議與核心標的OCS及谷歌產業(yè)鏈主要環(huán)節(jié)供應商?

谷歌鏈標的及OCS光交換機器件主要建議關注以下：?中際旭創(chuàng)：谷歌光模塊主供應商；光模塊業(yè)務在硅光、相干、LPO等領域均有深入研發(fā)布局，硅光、1.6T產品均已量產出貨，3.2T產品正在研發(fā)；海外子公司TeraHop推出硅光子OCS交換機；??長芯博創(chuàng)：谷歌鏈光器件供應商；騰景科技：公司在OCS主要產品種類較多，且在多種方案都有應用，公司根據(jù)不同客戶的技術方案，提供精密光學元組件產品，正持續(xù)推進OCS相關業(yè)務的布局取得進展；公司產品在OCS單機價值量約為3000-4000美元，有望給公司業(yè)績端帶來較大邊際提升。?德科立：與歐洲iPronics聯(lián)合研發(fā)制造光波導方案

OCS，2025年上半年，公司硅基OCS獲海外樣品訂單，第二代高維度OCS研發(fā)加速推進（目標2026H1樣機），目前該方案全球玩家較少；???光庫科技（武漢捷普）：公司收購武漢捷普，武漢捷普具有OCS業(yè)務，可為上市公司進入OCS領域賦能；炬光科技：公司與全球主流電信設備制造商保持緊密合作，提供NXN大透鏡、精密設計V型槽陣列等產品；賽微電子（Silex)：MEMS-OCS境內外產線分別服務于境內外通信計算領域的知名客戶；境內外產線在MEMS-OCS的工藝開發(fā)及晶圓制造領域擁有多年經(jīng)驗積累；?凌云光（與Polatis合作）：全球壓電陶瓷方案OCS的廠商Polatis國內獨家代理，已合作多年。光學元件（濾光互聯(lián)銅纜DACZ-block（用于定

環(huán)形器（用于定部件名稱MEMS芯片

二色相分光片

發(fā)射/接收模組

片、棱鏡、直準光纖康寧FAU陣列直準透鏡整機組裝、測試定制光模塊中際旭創(chuàng)（機架內）制光模塊內）制光模塊內）透鏡等）Lumentum、Coherent光庫科技（武漢捷普）主供廠商

賽微電子（Silex）

騰景科技騰景科技康寧（太辰光）

炬光科技（SMO）長芯博創(chuàng)騰景科技騰景科技用量單價（美元）總價2344套128*2$18128*2$4（每根）$1,024136*2（每個芯片）80---128128$15128$25$3,000$6,000$50$150$1,000$4,000$600$1（每通道）--$2,400$4,608-$150每套$9,000$1,920$3,20032：行業(yè)調研，中泰證券研究所中際旭創(chuàng)：谷歌光模塊主要供應商之一?

中際旭創(chuàng)（300308.SZ）全球光模塊龍頭，連續(xù)多年位于全球十大光模塊廠商之首。公司產品服務于云計算數(shù)據(jù)中心、數(shù)據(jù)通信、5G無線網(wǎng)絡、電信傳輸和固網(wǎng)接入等領域的國內外客戶。公司技術全球領先，在硅光、相干、LPO等領域均有深入研發(fā)布局，硅光、1.6T產品均已量產出貨，3.2T產品正在研發(fā)。?

公司在OCS看點主要有以下：主營業(yè)務收入凈利潤?公司海外子公司TeraHop推出硅光子OCS交換機，該交30025020015010050140%

60160%140%120%100%80%60%40%20%0%換機為行業(yè)首款基于硅光子學平臺的

64x64

OCS，該交換機可降低人工智能集群功耗，提升可用性、可靠性，降低網(wǎng)絡成本和功耗，具備擴展?jié)摿?，可?/p>

64x64

擴展至140x140甚至

500x500

，有助于構建網(wǎng)絡架構、減少核心交換機數(shù)量。120%100%80%60%40%20%0%50403020100圖表：1.6T

OSFP02020

2021

2022

2023

2024

2025H120202021202220232024

2025H1圖表：TeraHop

硅光64*64光交換營收（億元）同比歸母凈利潤（億元）同比ROA和ROE毛利率和凈利率3025201510545403530252015105圖表：800G

ZR/OpenZR+

OSFP0020202021202220232024

2025H120202021202220232024

2025H1毛利率(%)凈利率(%)ROE(%)ROA(%)33：wind，中際旭創(chuàng)，光芯，中泰證券研究所騰景科技：MEMS方案光學器件+液晶方案釩酸釔供應商?

騰景科技主要從事各類精密光學元組件、光纖器件、光測試儀器研發(fā)、生產和銷售，產品主要應用于光通信、光纖激光等領域，部分應用于科研、生物醫(yī)療、消費類光學、半導體設備等領域。主營業(yè)務收入凈利潤?

公司看點主要有以下：5.04.03.02.01.060%50%40%30%20%10%0%0.80.70.60.50.40.30.20.180%60%40%20%0%?公司在OCS主要產品種類較多，且在多種方案都有應用，公司根據(jù)不同客戶的技術方案，提供精密光學元組件產品，正持續(xù)推進OCS相關業(yè)務的布局取得進展。?OCS產品價值量較高，隨OCS交換機出貨有望給公司業(yè)績帶來較大彈性：公司產品在OCS單機價值量約為3000-4000美元；2025年10月22日，公司公布8760萬元釩酸釔訂

0.0-20%-40%-10%

0.0單，有望給公司業(yè)績端帶來較大邊際提升。?在光模塊/CPO領域，公司武漢全資子公司已完成多款高速光引擎和高速光通信組件產品的樣品生產并推進客戶驗證，CPO

方面目前在推進FAU光纖陣列等CPO光互聯(lián)組件產品的開發(fā)。營收（億元）同比歸母凈利潤（億元）同比ROA和ROE毛利率和凈利率45403530252015105圖表：濾光片圖表：透表：晶體材料6420圖表：準直器020202021202220232024

2025H120202021202220232024

2025H1毛利率(%)凈利率(%)ROE(%)ROA(%)34：wind，上市公司財報，行業(yè)調研，中泰證券研究所德科立：iPronics聯(lián)合研發(fā)光波導方案

OCS?

德科立主要從事光主要收發(fā)模塊、光放大器、光傳輸子系統(tǒng)的研發(fā)、生產和銷售。公司擁有光收發(fā)模塊、光放大器、光傳輸子系統(tǒng)三大技術平臺，主要面向

DCI等傳輸市場。主營業(yè)務收入凈利潤?

公司看點主要有以下：9.08.080%70%60%50%40%30%20%10%0%1.61.41.21.00.80.60.40.2250%200%150%100%50%?

OCS方面，公司與歐洲iPronics聯(lián)合研發(fā)制造光波導方案

OCS。2025年上半年，公司硅基OCS獲海外樣品訂單，

7.0第二代高維度OCS研發(fā)加速推進（目標2026H1樣機），目前該方案全球玩家較少，公司空間有望迅速打開。6.05.04.03.02.01.00.00%?此外，公司傳統(tǒng)業(yè)務聚焦DCI場景，當前北美DCI需求-50%-100%爆發(fā)，根據(jù)Trendforce集邦咨詢，2025年全球DCI產值達到400億美金以上，同比+14.3%，2026年有望繼續(xù)高增。公司在DCI領域主要產品包括盒式設備（電層）及光放大器、光模塊、波分模塊等，泰國工廠預計

Q4

投產，國內產線產能已經(jīng)翻倍，傳統(tǒng)業(yè)務有望隨DCI市場爆發(fā)迎來快速增長。-10%

0.0營收（億元）同比歸母凈利潤（億元）同比ROA和ROE毛利率和凈利率30252015105403530252015105圖表：子系統(tǒng)圖表：TOSA圖表：光放大器0020202021202220232024

2025H120202021202220232024

2025H1ROE(%)ROA(%)毛利率(%)凈利率(%)35：wind，上市公司財報，公司官網(wǎng)，中泰證券研究所光庫科技：谷歌

OCS

整機代工廠商?

光庫科技主營產品為光纖激光器件、光通訊器件和激光光源模塊及器件。產品應用于光纖激光、光纖通訊、數(shù)據(jù)中心、無人駕駛、光纖傳感、醫(yī)療設備、科研等領域。公司具備用于800Gbps

以上相干通訊的

96GBaud

和

130GBaud

的薄膜鈮酸鋰相干驅動調制器，以及

800/1600/3200Gbps速率的非相干薄膜鈮酸鋰調制器芯片和器件的關鍵能力；此外，公司收購的武漢捷普主要產品包括光交換機OCS、光收發(fā)器、波分復用模塊、光纖放大器等，安捷訊主要產品包括光纖陣列系列和MT連接系列等組件，可廣泛應用于400G/800G/1.6T

高端模塊中。主營業(yè)務收入凈利潤?

公司看點主要有以下：12.010.08.050%40%30%20%10%0%1.41.21.00.80.60.40.20.0150%100%50%?

OCS方面，公司收購武漢捷普，武漢捷普具有OCS業(yè)務，可為上市公司進入OCS領域賦能；6.0?公司收購蘇州安捷訊，安捷訊包括高速光模塊組件和0%4.0光互聯(lián)類產品，核心產品包括光纖陣列、FAU、MT產品等，可進一步完善公司光通信業(yè)務。-50%-100%2.00.0-10%?公

司

薄

膜

鈮

酸

鋰

技

術

全

球

領

先

，

薄

膜

鈮

酸

鋰

在1.6T/3.2T光模塊優(yōu)勢較為明顯，公司有望受益于薄膜鈮酸鋰市場擴容和份額提升。公司擁有全球一流的技術團隊并掌握了包括芯片設計、芯片制程、封裝和測試等核心技術，具備了開發(fā)用于800Gbps以上相干通訊的96GBaud和130GBaud

的

薄

膜

鈮

酸

鋰

相

干

驅

動

調

制

器

，

以

及800/1600/3200Gbps速率的非相干薄膜鈮酸鋰調制器芯片和器件的關鍵能力。營收（億元）同比歸母凈利潤（億元）同比ROA和ROE毛利率和凈利率9.08.07.06.05.04.03.02.01.00.05045403530252015105圖表：光纖陣列圖表：鈮酸鋰調制器020202021202220232024

2025H120202021202220232024

2025H1ROE(%)ROA(%)毛利率(%)凈利率(%)36：wind，上市公司財報，公司官網(wǎng)，中泰證券研究所炬光科技：MEMS

方案微透鏡陣列供應商?

炬光科技主要產品包括光子產業(yè)鏈上游的高功率半導體激光元器件和原材料，激光光學元器件，光子產業(yè)鏈中游的光子應用模塊、模組、子系統(tǒng)等產品，重點布局光通信、消費電子、泛半導體制程、汽車應用、醫(yī)療健康等中游領域。2024年公司成功收購

SUSSMicroOpticsSA(現(xiàn)FocuslightSwitzerlandSA)和Heptagon資產，拓展全球光子行業(yè)工藝和制造業(yè)務。主營業(yè)務收入凈利潤?

公司看點主要有以下：7.06.05.04.035%30%25%20%15%10%5%1.51.0200%150%100%50%0%-50%-100%-150%-200%-250%-300%-350%?OCS方面，公司與全球主流電信設備制造商保持緊密合作，提供NXN大透鏡、精密設計V型槽陣列等產品，有望給公司帶來較大邊際增量。0.50.0?在CPO領域，公司為外置激光器(ELSFP)光引擎高效可

3.0(0.5)(1.0)(1.5)(2.0)插拔光學接口、光纖陣列單元(FAU)等場景提供各類微光學解決方案，如微透鏡及陣列、體化微棱鏡透鏡陣列、精密設計V型槽陣列、可插拔連接器內的特種微光學元件等。0.02.01.00%2020

2021

2022

2023

2024

2025H1?傳統(tǒng)業(yè)務方面，激光器市場已見底回暖，公司上游元器件出貨量保持快速提升，業(yè)績有望隨價格趨穩(wěn)迎來復蘇；公司在中游拓展汽車應用、醫(yī)療健康、泛半導體制程及全球光子工藝和制造服務業(yè)務，一方面公司24年收并購落地，一次性費用帶來的利潤影響已經(jīng)消除，另一方面中游領域在汽車投影