家里厨房的那根自来水管，匹配4口，甚至5口之家煲汤、炒菜所需用水，没有任何压力。

但，如果让同样的这类水管去给园林绿化的洒水车供水，大概就能供到崩溃，跟大象穿上了35码的绣花鞋一样。

（当然这仅是形式上的类比，算力光纤不仅是做粗一点就好了。）

为啥提这个场景？

这大概是因为光纤也多少有点类似的样子。过去很长时间，光纤主要干的事，就是把宽带信号送到用户家里，但是近几年这门生意，变了。

做这个生意的人，开始越来越关注建AI数据中心的客户了。像是传统生意，被AI算力翻新了的感觉。

接下来就聊一聊这个话题，为了方便理解，就把和算力相关的光通信产业，大致拆成三条线，传光的线（光纤光缆）、转光的芯（光器件和光模块）、组网的设备（高速交换和传输设备）。

“传光的线。”

先看需求这头的情况。

根据市场广泛引用的CRU测算，2025年全球数据中心光纤光缆需求约6960万芯公里；市场预计2026年有望突破1亿芯公里，同比增速约76%。在约365亿美元的全球光纤光缆市场增量中，有测算认为，算力相关产品贡献了七成以上新增需求。

那么，具体到一个AI数据中心，是要用到多少呢？传统数据中心里，光纤主要用来连接服务器和交换机，数量有限。但AI训练集群可能就不一样了，数千数万张GPU卡需要连起来。按照布线距离划分，AI数据中心的连接大致分三层，机柜内互联（不到10米）、机房内多机柜互联（10米到2公里）、集群间互联（超过2公里）。

需求不一样了，光纤本身也需要“变”。过去可能一根普通的G.652单模光纤就能普遍适用，现在不同场景需要不同的款。

在机房内短距离互联场景，多模光纤凭借低成本、高耦合效率仍然是主力；在中长距离传输中，G.654.E超低损耗光纤成了新宠，它的衰减系数比普通光纤更低，信号能传得更远。更前沿的是空芯光纤，就是光信号不是在玻璃里跑，而是在光纤中间的空气中传输。

大致说了需求后，那么供给是什么情况呢？

光纤产业链有个核心的东西，叫“光纤预制棒”，就是用它拉成光纤的，技术门槛高、投资大，产线建设周期通常需要18到24个月。前期行业经历了一轮低价竞争，多数厂商扩产比较谨慎，导致当前全球头部厂商的光棒产能利用率已经处于满负荷状态。

同样被行业较多引用的一组CRU测算显示，2026年全球光纤光缆总需求约5.77亿芯公里，有效供给约3.97亿芯公里，市场据此估算，或存在约1.8亿芯公里的供需缺口。当然不同机构对总需求、供给的判断存在明显分歧，这个缺口更多体现的是结构性紧张，也就是高端算力特种光纤更紧，普通通信光纤的情况并不完全一样。

“转光的芯。”

比如，光器件和光模块。

光纤只负责运送光，像路一样。电信号在芯片里跑，但出了芯片就得转成光信号才能上路跑；到了目的地，光信号再转回电信号。这光与电间的转换，就靠光模块。

AI算力对这条线的拉动最直接。原因是，GPU越多，需要的光模块就越多。高盛在最近发布报告，大幅上调了全球光模块市场的增长预期，预测2026年市场规模约677亿美元，到2028年有望增至1485亿美元；其中800G及以上高速光模块，预计2026年出货可达7822万只，同比增速约166%。

速率方面。在海外大型AI数据中心，800G已经成为主流配置；1.6T正进入快速放量的早期阶段；3.2T按照多家机构的路线图，有望从2027年起逐步开启大规模商用的进程。800G时代，一个光模块每秒能传输8000亿比特的数据；到了1.6T时代，这个数字翻倍。AI训练集群规模越大，对单端口速率的要求就越高。

技术上还有一个不得不提的是，CPO（共封装光学）。传统做法是光模块插在交换机面板上，电信号从交换芯片走到面板再转成光，这段距离虽然不长，但速率越高、损耗越大。CPO的思路是把光引擎直接搬到交换芯片旁边，缩短电信号传输的距离，降低功耗和时延。不过，集邦咨询数据显示，2026年CPO在AI数据中心光通信模块中的渗透率仅约0.5%，距离大规模普及还有相当长的路。

此外，还有光芯片。光模块里最核心的部件是激光器芯片，是把电信号变成光信号的。25G及以上的高速光芯片，长期由外面厂商主导，不过近几年本土多家企业的100G EML已经实现量产导入，200G EML也陆续进入头部客户的验证环节，部分方案开始小批量试供。

“组网的设备。”

这是把一堆光纤组织起来的。

光信号走完光纤、经过光模块转换之后，还需要第三条线来收尾。高速交换机、相干传输设备等组网设备，负责把海量的光纤连接成一个有序的网络。

一个万卡级训练集群，意味着上万张GPU要像团队一样协同工作。它们之间的通信不是简单的一对一，而是错综复杂的多对多。这就需要一个指挥系统，交换机就是干这个的。

另一个变化是集群之间。单个数据中心受电力、散热、物理空间的限制，不可能无限扩大。当AI集群规模大到一定程度，算力资源就不得不分散到多个数据中心，通过跨数据中心互联（DCI）来协同训练。相干传输的好处是信号能传得更远、抗干扰能力更强，代价是设备更复杂、成本更高。但随着AI集群规模持续扩大，跨数据中心互联的需求在增加，这给相干光模块和相关传输设备带来了新的应用场景。

“写在最后。”

所以，把这些串起来看，AI算力对光纤产业的拉动，大概就是算力越大，连接的需求就越大。

更多的GPU，需要更多规格适配的光纤把它们连起来；更高的传输速率，需要更先进的光模块完成信号转换；规模更大的集群，则需要容量更强的交换机来调度、组织整张网络。

当然，产业的发展从来不是一条直线。供需缺口会逐步引导产能扩张，技术路线也可能会在商用验证中不断分化，产业链各个环节的落地节奏也不会完全同步。

参考资料：
c114通信网.中国信通院敖立：新型光纤技术赋能AI智算网络能力升级.2026年9月11日.