行业新视角：AI驱动下的光通信革命，热点板块研究与标的挖掘.docxVIP

AI驱动下的光通信革命，热点板块研究与标的挖掘

大模型驱动算力需求爆炸式增长，对数据传输提出新要求

自21世纪20年代初以来，以GPT系列、Gemini、Claude等为代表的大规模语言模型，其参数量已从千亿级别迅速攀升至万亿级别，甚至更高。这种模型规模的扩张直接导致了训练和推理所需算力的爆炸性增长。一个典型的万亿参数模型训练，需要数万个高性能GPU集群。在这种大规模并行计算的架构中，传统上依赖铜线作为介质的电互连技术，在面对AI集群内部每秒高达Tb/s级别的数据交换需求时，其物理极限日益凸显。因此利用光通信技术打破互连瓶颈，释放AI潜能、推动人工智能发展已经成为新的核心赛道。

传统电互连技术遭遇物理极限

传统电互连技术已无法突破这“三堵墙”的物理限制，其在带宽、功耗和密度上的短板，共同构成了制约AI时代算力集群与数据中心发展的关键瓶颈。

光通信成为突破瓶颈的完美解决方案

利用光通信技术打破传统电互连的性能瓶颈，充分释放AI算力潜能，已成为算力基础设施建设中确定性极高的核心赛道。光通信利用光波作为载体来传输信息的技术，为解决上述电互连瓶颈提供了近乎完美的解决方案。其核心优势在于超高带宽与超低损耗，这使得构建超大规模、跨机柜甚至跨地域的AI计算集群成为可能。光信号在光纤中传输时几乎