花旗「AI Optics in Structural Upcycle」深度解读

光模块总量测算 × GPU服务器需求 × 产业链映射 | 2026-06-25
Source: Citi Research · Kyna Wong, Karen Huang, Yiming Li, Kevin Chen · 24 Jun 2026
一、报告核心数据速览
$920亿
2028E光互联
市场规模
65%
三年CAGR
(2025-28E)
3亿
2028E出货量
(2025: 1.1亿)
89%
数通占比
(2025: 71%)
核心判断:AI基建正在触发光互联的结构性上升周期。2025-2028年,出货量从1.1亿增长至3亿(40% CAGR),市场规模达$920亿(65% CAGR),ASP以18% CAGR上行——量价齐升。
二、光模块出货量测算(Base Case)
花旗对800G/1.6T/3.2T的出货量拆分(含低速/电信/企业合计,全口径2028E达3亿只):
800G:2026E 6000万 → 2027E 6000万(持平,进入成熟期)
1.6T:2026E 2200万 → 2027E 6700万(+205%,爆发期)
3.2T:2027E 400万 → 2028E 3500万(从0到1)
CPO/NPO:2026E 40万 → 2027E 1800万 → 2028E 5600万
其他(电信/企业/低速):~4400万,占比从50%→15%,被高速产品替代
三、Base Case vs Bull Case 对比

Base Case 2028E

3亿
800G: 6000万 | 1.6T: 6700万→7900万
3.2T: 3500万 | CPO/NPO: 5600万
AI加速器: 4030万颗

Bull Case 2028E

~4亿+
800G: 持平 | 1.6T: 8100万
3.2T: 3900万 | CPO/NPO: 1.16亿+3.07亿
AI加速器: 5380万颗 (+33%)
Bull Case增量来源:主要来自Scale-up网络(Nvidia CPO + Google NPO),2028E Scale-up光引擎需求可达1.12亿(vs Base Case 5200万),隐含假设是Nvidia/Google全面采用Scale-up光互联设计。
四、AI加速器出货 → 光模块需求链
花旗下游GPU/ASIC出货假设,直接驱动光模块需求。
芯片2025E2026E2027E2028E对应光模块
NVIDIA合计 7.1M 11.7M 13.4M 15.5M Hopper → 400G
Blackwell → 800G
Rubin → 1.6T
Rubin Ultra → 1.6T/3.2T
Feynman → 3.2T
Hopper及更早0.8M0.8M0.4M1.0M
Blackwell6.2M8.4M2.0M1.5M
Rubin2.2M9.0M2.0M
Rubin Ultra + Feynman2.0M11.0M
ASIC合计 4.2M 8.9M 17.1M 24.8M Google TPU v8/v9 → 800G/1.6T
AWS Trainium → 800G
Meta MTIA → 800G
Google TPU2.0M4.0M8.0M16.0M
AWS1.5M2.1M3.0M4.5M
Meta MTIA0.0M0.3M0.5M1.0M
总计 11.3M 20.6M
+83%
30.5M
+48%
40.3M
+32%
五、GPU × 光模块对应(花旗口径 vs 产业口径)
维度花旗口径(本报告)产业口径(前篇速查表)差异分析
2026E 800G 6000万(TRX出货) 4387万(PCB配套) 基本一致 差异来自备货+库存缓冲
2026E 1.6T 2200万 2284万 高度吻合 误差<5%
2027E 800G 6000万 5213万 花旗偏高 花旗假设800G长尾效应更强
2027E 1.6T 6700万 5800万 花旗偏高 花旗对1.6T放量更乐观
2028E 3.2T 3500万(TRX)+ 1900万(CPO引擎) 8949万(TRX+CPO+NPO合计) 产业口径更大 含更多NPO场景
每GPU光模块数 隐含 ~4.5个/GPU(2026E 82M TRX / 20.6M GPU) 3-4个(H100)→ 8-12个(GB200) 花旗口径=TRX出货/GPU出货 产业口径含交换机端

关键发现:两个口径的差异在哪?

花旗的"光模块出货量"是模块厂商出货口径(含服务器端+交换机端),而产业速查表是每GPU消耗口径(仅计算最终消耗的模块数)。两者比值约为1.5-2x,反映交换机端的额外需求。2028E产业口径8949万 vs 花旗5400万+5600万CPO ≈ 1.1亿,差异主要来自NPO的计入方式。

六、AI加速器出货结构
关键趋势:ASIC份额从2025年的37%提升至2028E的62%,Google TPU一家贡献40%。NVIDIA绝对出货量仍在增长(7.1M→15.5M),但份额从63%降至38%。这意味着光模块需求不再仅由NVIDIA驱动,Google/AWS/Meta的自研芯片成为新增量。
七、CPO/NPO 演进路径
2026E2027E2028EBull 2028E
CPO/NPO合计 0.4M 18M 56M 149M
Scale-out 0.4M 3M 4M 307M
Scale-up 16M 52M 112M
Scale-out CPO交换机(台) 10K 80K 120K
CPO/NPO关键判断:Scale-up(Nvidia CPO + Google NPO)是2027-28年的主增量,但Bull Case vs Base Case差异高达2.7倍(149M vs 56M),说明Scale-up光互联的落地节奏是最大不确定性。2028年前可插拔模块仍占主导。
八、硅光渗透率 & 光芯片需求
花旗预测硅光渗透率从2025年29%提升至2028E年60%,驱动力:① 800G+采用率提升 ② CPO/NPO迁移 ③ EML芯片紧缺。

光芯片需求:2028E合计17.14亿颗(62% CAGR),其中EML 7.18亿颗(34% CAGR)、CW激光芯片9.87亿颗(114% CAGR)。CW激光芯片增速远超EML,是硅光方案的核心受益环节——与光芯片报告中"InP衬底缺口30-50%"的结论完全吻合。
九、花旗 Top Picks & 估值逻辑
标的目标价上调幅度核心逻辑估值方法
东山精密 DSBJ Rmb 350 ↑56% (from 225) 光芯片+光模块份额提升,100G EML自研突破 光模块20x 2027P/E + 光芯片50x 2027P/E
易飞扬 Eoptolink Rmb 701 ↑98% (from 354) 3.2T/NPO受益者,海外份额高 光模块同业P/E
苏州旭创 Suzhou TFC Rmb 419 ↑32% (from 319) CPO核心受益标的 光模块同业P/E
太辰光 T&S Rmb 152 ↓ Sell (from Buy) 与Corning脱钩风险 + 估值过高
东山精密SOTP估值:Base Case TP 350元(+29%),Bull Case 435元(+61%),Bear Case 211元(-22%)。光芯片业务给予50x 2027 P/E(1189亿市值),反映市场对该环节的稀缺性溢价。
十、交叉验证:花旗 vs 产业口径的投资含义
  • 总量一致性:两个口径在2026E 800G/1.6T出货量上高度吻合(误差<5%),说明产业界和卖方对近期需求的判断趋同
  • 远期分歧:2028E 3.2T+CPO/NPO,花旗Base Case(5400万)偏保守,产业口径(8949万)更激进。Bull Case下花旗也达到1.5亿+,核心变量是Scale-up网络的采纳速度
  • InP衬底瓶颈确认:花旗的CW激光芯片需求(2028E 9.87亿颗,114% CAGR)与光芯片报告中"InP缺口30-50%"完全对应。硅光方案不减少InP,反而增加CW光源消耗
  • ASIC崛起:花旗首次将ASIC出货(2028E 2480万)超过NVIDIA(1550万),Google TPU的光模块需求将在2028年接近NVIDIA水平
  • 对A股映射:花旗Top Picks聚焦港股/海外(中际旭创H、东山精密A、易飞扬),A股核心受益环节还包括InP衬底(云南锗业/有研新材)、EML国产替代(光迅科技/仕佳光子)、MLCC(Murata/风华高科/江海股份)
核心结论
  • $920亿市场,65% CAGR:2025→2028,光互联从"组件"升级为"战略资源"
  • 1.6T是2026-27年的核心爆发品种:出货从2200万→6700万(+205%),对应Rubin GPU放量
  • ASIC份额逆袭:2028年ASIC出货将超NVIDIA,Google TPU/AWS/Meta自研芯片的光模块需求成为新变量
  • CPO/NPO是2027+的期权:Base Case 5600万 vs Bull Case 1.49亿,2.7倍分歧=最大预期差所在
  • CW激光芯片(InP衬底)是确定性最高的上游瓶颈:2028E 9.87亿颗,114% CAGR,无论技术路径如何演进都无法绕过