2023年光模块行业深度报告 光通信激光器的市场规模多大-

2023年光模块行业深度报告光通信激光器的市场规模多大_1.ChatGPT惊艳亮相，AI带动光模块需求1.1ChatGPT掀起AI浪潮，国内外科技巨头将展开竞赛近期，ChatGPT的爆红引发了人们对于人工智能发展的高度关注。2022年11月30日，OpenAI发布语言模型ChatGPT。该模型采用对话的形式与人进行交互，可以回答后续问题、承认错误、挑战不正确的前提、拒绝不适当的请求。ChatGPT不仅在日常对话、专业问题回答、信息检索、内容续写、文学创作、音乐创作等方面展现出强大的能力，还具有生成代码、调试代码、为代码生成注释的能力。ChatGPT用户数攀升。据瑞银集团数据显示，ChatGPT推出仅两个月后月活用户已经突破1亿，成为史上用户增长速度最快的消费级应用程序。根据SensorTower数据显示，TikTok达到1亿用户用了9个月，Instagram则花了2年半的时间。2023年1月，ChatGPT平均每天大约有1300万独立访客，是2022年12月的两倍之多。ChatGPT运行背后需要强大的云计算算力支撑。OpenAI在2018年推出的GPT参数量为1.17亿，预训练数据量约5GB，而GPT-3参数量达1750亿，预训练数据量达45TB。在模型训练阶段，ChatGPT的总算力消耗约为3640PF-days，总训练成本为1200万美元。在服务访问阶段则会有更大消耗，据测算，仅满足当前ChatGPT日常用户搜索访问，使用服务器（GPU）进行处理，对应算力基础设施初始投入成本约为30-40亿美元。2月7日晚，ChatGPT再次因访问量激增而宕机，体现出AI应用对于云计算的海量算力需求。1.2AI训练侧或改变数据中心网络架构，光模块需求有望明显提升以ChatGPT为代表的AIGC技术，依靠强大的AI模型和海量数据，能够在多个应用场景下产生优质的内容，有望推动人工智能更广泛的应用。算力作为AIGC技术的重要支撑之一，是影响AI发展与应用的核心因素。算力基础设施成了目前行业亟需布局的资源，除了CPU/GPU等算力硬件需求强劲，网络端也催生了更大带宽需求，以匹配日益增长的流量。与传统数据中心的网络架构相比，AI数据中心的网络架构可能存在一些变化。在传统的数据中心中，网络侧主要包括传统树形三层架构和叶脊架构。早期的数据中心一般采用传统的三层结构，包括接入层、汇聚层和核心层，其中接入层用于连接计算节点与机柜交换机，汇聚层用于接入层的互联，核心层用于汇聚层的互联且实现与外部网络连接。随着数据中心内部东西向流量的快速提升，三层网络架构的核心层和汇聚层任务加重，性能提升需求高，设备成本将大幅提升。因此，适用于东西向流量的扁平化的叶脊网络架构应运而生，叶交换机直接与计算节点相连，脊交换机相当于核心交换机，通过ECMP动态选择多条路径。叶脊网络架构具备带宽利用率高、扩展性好、网络延迟可预测和安全性高等优势，在数据中心中实现广泛的应用。AI数据中心中，由于内部数据流量较大，因此无阻塞的胖树网络架构成了重要需求之一。英伟达的AI数据中心中，采用了胖树（fat-tree）的网络架构来实现无阻塞的功能。胖树的网络架构基本理念为：使用大量低性能的交换机，构建出大规模的无阻塞网络，对于任意的通信模式，总有路径让他们的通信带宽达到网卡带宽，架构中用到的所有交换机都是相同的。胖树网络架构一般用于网络要求较高的数据中心中，如超算中心和AI数据中心等。在英伟达DGXA100SuperPOD的AI数据中心系统中，三层交换机全部为NvidiaQuantumQM8790的40端口交换机。第一层交换机与1120张MellanoxHDR200GInfiniband网卡连接；第二层交换机下传端口与第一层相连，上传端口与第三层互联；第三层交换机只有下传端口，与第二层相连。此外，存储侧独立组网，与计算侧网络架构分开，也需要一定数量的交换机和光模块。因此，相比较传统数据中心，AI数据中心中的交换机及光模块数量大幅提升。英伟达的A100GPU主要对应200G光模块，H100GPU可以对应400G或800G光模块。每个A100GPU配一张MellanoxHDR200Gb/sInfiniband网卡，每个H100GPU配一张MellanoxNDR400Gb/sInfiniband网卡。英伟达在H100SuperPOD的设计中，采用了800G的光模块，在光口采用1个800G光模块可以替代2个400G光模块，在电口也可以将8个SerDes通道进行整合，与光口的8个100G通道一一对应。因此这种设计下，交换机的通道密度提高，物理尺寸显著降低。光模块速率由网卡决定，网卡的速率受限于PCIe通道速率。英伟达A100的DGX服务器内部通过NVLink3连接，单向带宽为300GB/s，但是A100GPU连接ConnectX-6网卡是通过16个PCIe4.0通道，带宽总和为200G左右，因此网卡带宽为200G，需要连接200G的光模块或者DAC电缆。H100的DGX服务器内部通过NVLink4连接，单向带宽为450GB/s，但是H100GPU连接ConnectX-7网卡是通过16个PCIe5.0通道，带宽总和为400G左右，因此单个网卡带宽为400G。可以看出，光模块速率是由于网卡与GPU之间的PCIe带宽所决定。假设A100和H100的DGX服务器内部所用PCIe通道速率达到800G（即PCIe6.0），那么也可以采用800G带宽的网卡，即也可以采用800G光模块，大大提升系统计算效率。NVLink带宽远大于网卡侧的PCIe带宽，因此若将NVLink从服务器内部GPU互连拓宽至不同服务器之间的GPU的互连，将显著提升系统的带宽。若要实现不同服务器之间按照NVLink协议的GPU互连，除了需要采用NVSwitch芯片的物理交换机，还需要物理器件来实现交换机和服务器之间的连接，那么光模块也成为了重要的组成部分，从而也会大幅增长800G光模块的需求。目前该方案仍然处于前沿研发阶段，若要规模化商用仍需时日。但是NVLink较高的带宽仍然是非常具有吸引力的，一旦方案成熟，有望快速实现广泛应用。训练侧光模块需求与GPU出货量强相关，推理侧光模块需求与数据流量强相关。AI对光模块需求的拉升主要分为两个阶段，训练和推理。其中，训练侧的网络架构以胖树架构为主，因为在大模型训练过程中，对于网络性能的要求很高，网络无阻塞是重要的需求之一，比如腾讯用于大模型训练的星脉网络采用了胖树架构。同时，我们认为大部分厂商会采用Infiniband协议的网络，时延远低于以太网，可以提升计算效率，缩短模型训练时间。训练侧光模块的需求与所用GPU显卡的数量强相关，根据胖树架构中GPU和光模块的比例关系可以得到所需光模块的数量，A100对应200G光模块，H100对应400G或者800G光模块。推理侧面向用户侧，网络架构更接近于传统云计算数据中心的叶脊架构，主要用于承载AI应用带来的数据流量增量。传统云计算主要是ToB市场，用户数量不多，若未来出现图片或视频相关的爆款AI应用，一方面用户数量有望大幅提升，另一方面单个用户产生的数据流量可能会显著增长，因此数据总流量将暴增，所以推理所需的算力和流量实际上可能远大于训练，因此对于包括光模块在内的网络设备需求将起到有力的支撑和提振。1.3800G光模块量产窗口已至，2024年或成800G大年北美云厂商收入及资本开支增速有所放缓，若不考虑AI增量，今年传统云计算市场需求预计将持续低迷。2022Q4，北美三家云厂商亚马逊、谷歌和微软的云业务收入总计502亿美元（其中Meta的云相关收入未披露），同比增长20.7%，环比增长5.2%，增速有所放缓。2022Q4，北美四家云厂商的资本开支为395.04亿美元，同比增长8.1%。其中，Meta的资本开支为90.43亿美元，同比增长68.4%，微软同比增长6.97%，谷歌同比增长18.99%，亚马逊同比降低12.37%（2015Q4以来首次单季度负增长）。海外云厂商的Capex增速放缓，也影响了数通光模块市场的需求，若不考虑AI增量带来的拉动，传统云计算市场的需求处于低迷状态。2022Q4，亚马逊的云业务收入为213.78亿美元，同比增长20.2%，环比增长4%；2022年云业务收入为800.96亿美元，同比增长28.77%。公司提到了AWS客户在考虑削减在云上的开支，公司也注意到了AWS营收的持续放缓趋势。2022Q4，亚马逊的资本开支为166亿美元，同比下降12%，环比上升1%。2022全年资本开支636亿美元，同比增长4%，与三季度指引基本一致。公司对于下个季度及2023年的资本开支未给指引。AWS推出AIGC相关的重磅产品，包括生成式AI平台Bedrock服务，支持用户通过API访问亚马逊自己的Titan（泰坦）大模型，由两个全新大语言模型组成；同时支持调用来自AI21Labs、Anthropic、StabilityAI等第三方的多样化模型；此外还推出了两款专门针对生成式AI优化的计算实例EC2Trn1n实例和EC2Inf2。其中，为了提升EC2实例的训练效率，AWS采用了第二代ElasticFabricAdapter（EFA），网络带宽为800Gbps。因此，我们认为亚马逊有望在AI上增加资本开支，继400G光模块之后，公司有望在大规模采购800G光模块。2022Q4，Meta的资本开支为90.43亿美元，同比增长68.4%。2022全年资本开支为314亿美元左右，同比增长69%。公司预计2023年资本开支为300-330亿美元，低于公司之前340-370亿美元的预期，主要原因是数据中心建设的成本降低，因为新的数据中心架构性价比高，可以同时支持AI和Non-AI的工作载荷。根据LightCounting数据，2022年Meta仍有40多个数据中心正在建设和升级，但是对于200G的需求有削减，也影响了今年传统云计算市场的景气度。在AI方面，Meta开源了LLaMA大模型系列，参数量为70亿-650亿左右；Meta近期也发布了图像分割大模型SAM，可以处理包含多个具有不同形状、大小和外观的对象的复杂场景。同时，Meta承诺建立人工智能基础设施，并追赶亚马逊和谷歌，这些采用400G光模块的场景有可能将采用800G光模块。因此，我们认为Meta在2024年可能大规模采购800G光模块。2022Q4，谷歌云业务收入为73.15亿美元，同比增长32.02%，环比增长6.51%；2022年云业务收入为262.8亿美元，同比增长36.8%。公司云业务仍然是未来重要的项目之一。2022Q4，谷歌的资本开支为75.95亿美元，同比增长18.99%，环比增长4.4%。2022年资本开支为314.9亿美元，同比增长28%。公司预计2023年的资本支出将与2022年基本持平，但资本开支的结构将有所改变，公司将增加对技术基础设施的投资，包括对AI及云服务的建设投资，同时将缩减办公设施的资本支出，进一步提高整体投资效率。谷歌今年是800G光模块市场的主要需求厂商，明年需求量有望持续快速增长。2022Q4，微软智能云业务收入为203.25亿美元，同比增长19.81%，环比下降2.8%。2022Q4，微软的资本开支为62.83亿美元，同比增长8.14%，环比下降8.56%。公司预计资本开支将持续增长，考虑到在云基础设施建设的时间安排方面，季度间支出会出现正常波动。微软在AI大模型方面发展较为快速，作为OpenAI的重要投资方，微软可以在Azure云上提供OpenAI的产品，同时也有融合ChatGPT的NewBing搜索引擎以及智能Office工具Copilot产品。微软在应用侧借助OpenAI的产品取得先发优势，对于算力的需求也将保持强劲。微软开源DeepSeedChat，降低训练门槛，有望带动推理侧更大的需求。因此，我们认为微软对于800G光模块这种高性能网络设备的需求也有望大幅提升。800G光模块2022年底开始小批量出货，2023年需求主要来自于谷歌和英伟达，2024年有望大规模出货，并存在时间前移的可能。从交换机的电口来看，SerDes通道的速率每四年翻倍，数量每两年翻倍，交换机的带宽每两年翻倍；从光口来看，光模块每4年升级一次，实际出货时间是晚于电口SerDes及交换机芯片新版发布的时间。2019年作为100G光模块升级的时间点，市场分成了200G和400G两条升级路径。但是在2023年这个时间点，市场下一代高速率光模块均指向800G光模块，叠加AIGC带来的算力和模型竞赛，我们预计北美各大云厂商和相关科技巨头均有望在2024年大量采购800G光模块，同时2023年也可能提前采购。多家光模块厂商具备800G光模块能力，国内多家厂商具备较强的竞争力。在2023年的OFC光博会上，各家光模块公司均推出了自己的800G光模块产品，涵盖不同封装方式、材料和传输距离等种类。值得一提的是，国内厂商在100G和400G光模块时代已经取得了显著的进展，跻身全球先进水平。在数通800G光模块时代，以中际旭创和新易盛为代表的国内厂商有望延续400G时代的竞争力，同时华工科技、剑桥科技、博创科技、光迅科技和德科立等公司也有望取得突破。2.光器件种类丰富，应用广泛光器件，即采用光学技术的器件，一般是介于光学芯片、元件和光学模块、设备之间的产品形态。随着光学技术在通信、云计算、消费电子、工业、医疗等领域的广泛应用，光器件作为重要的基础组成部分，在各种光学设备和模块中起到了关键的作用。光器件种类繁多，按照不同的分类方式，可以分为多种产品。按照是否有外接能源分为有源光器件和无源光器件；按照功能分类，包括光收发器件、波分复用器件、放大器件和开关器件等；按照产品形态分类，包括光纤类器件和自由空间类器件等。2.1光有源器件是核心器件，推动光学技术的发展和应用有源光器件，即外接能源的光器件，包括激光器、探测器和调制器等产品。有源光器件是各项光学技术应用的核心驱动部分，其门槛也相对较高。例如，在光通信中激光器和探测器负责光电信号的转换，调制器负责信号调制；在激光雷达中激光器负责产生发射光信号，探测器负责接收反射回来的光信号以实现测距等功能；在光纤激光器中产生高功率的激光，实现焊接、打标和切割等目的；在医疗检测等领域，激光器发射探测光信号，探测器接收反射回来的信号来检测相关样品。2.1.1激光器是现代光学领域的“心脏”，为光通信、激光雷达等领域持续输血什么是激光？在英文中，激光是laser，即lightamplificationofstimulatedemissionradiation，通过受激辐射产生的光放大。什么是受激辐射？受激辐射指的是外来光子与处于高能级的电子发生作用，诱导电子跃迁到低能级，释放出一个与外来光子具有相同频率、相位、传播方向和偏振状态的光子，从而具备相干性。什么是自发辐射？与受激辐射相反，指的是在没有外来光子的情况下，处于高能级的原子或者谐振子向低能级自发跃迁产生光子，这些光子的传播方向和偏振态等性质是无规律分布的，因此不具备相干性。产生激光一般需要满足三要素和一前提。三要素即泵浦源、增益介质和谐振腔，一前提即粒子数反转。泵浦源，把能量提供给低能级的电子，使其跃迁到高能级，能量供给方式有电泵浦、光泵浦、化学泵浦和核泵浦等；增益介质：被激发、释放光子的电子所在的物质，即促使激光被放大的物质，一般激光的波长由增益介质的材料所决定；谐振腔：被激发的光在谐振腔中来回谐振，每次经过增益介质功率都会被放大。粒子数反转：二级系统中，电子自低能级向高能级跃迁和自高能级向低能级跃迁的概率是一样的。为了实现光放大，高能级需要有更多的电子，从而使受激辐射发生的概率更高，这个状态称为粒子数反转。激光器分类繁多，应用广泛。激光器是利用受激辐射原理进行发射激光的器件，下游应用广泛。激光器按照不同种类分为不同激光器。如按照泵浦方式来区分，分为电泵浦激光器、光泵浦激光器等；按照输出波长分类，分为红外激光器、可见光激光器和紫外激光器等；按照增益介质来分，包括液体激光器、气体激光器和固体激光器，固体激光器中可以分为光纤激光器、半导体激光器和全固态激光器等；按照工作方式分类，分为连续波激光器和脉冲激光器，脉冲激光器按照脉冲的宽度分为毫秒激光器、纳秒激光器和飞秒激光器等。激光器二极管和发光二极管在线宽、相干性和发光方式上差异较大。半导体激光器中常见的是激光二极管LD（LaserDiodes），激光二极管经常拿来和发光二极管LED（LightEmittingDiodes）比较。两者均为二极管，采用PN结为基本结构，通过向有源区注入载流子，少数载流子和多数载流子之间复合时将能量以光子的形式释放出来。相比较LED，LD有源区多了增益介质，同时两个侧面平整且镀膜形成光学谐振腔，因此LD出射的是激光，具有较强相干性，光谱线宽较窄，而LED出射的光斑相干性较差，发射角较大。半导体激光器LD按照发射光所在位置分为EEL（边发射激光器）和SEL（面发射激光器）。其中，EEL是常见的一类半导体激光器，指的是出射激光一般在激光器芯片的端面，且平行于激光器芯片所在晶圆的表面。EEL一般包括FP激光器、DFB激光器和DBR激光器等，一般腔长较长（在几百um到几mm之间），光在谐振的过程中能够获得足够的增益，因此激光器出射功率较高。EEL的两个端面可以作为谐振腔的反射面，因此需要抛光和镀膜等处理。SEL也是广泛应用的激光器，指的是出射激光一般以面发射的形式存在，垂直于所在晶圆的表面。VCSEL激光器是最为常见的面发射激光器，全称为verticalcavitysurfaceemittinglaser。该激光器具备高集成度、低温漂系数、光斑较圆及封装测试成本较低的优势，但也有工艺复杂、成本相对较高等缺点。激光器的芯片工艺包括哪些？相比较EEL，VCSEL的芯片工艺更简单，测试成本更低，良率更高。由于EEL是边发射激光器，因此需要切割、镀膜、钝化等操作之后，激光器才能发光，产品从晶圆到巴条，然后进行测试筛选良品。在经过上述工艺后，存在一定的良率损失。因此EEL的芯片工艺及测试成本相对更高，良率也相对更低一些。一般来说，一条成熟的EEL产品线的良率为50%左右。而VCSEL由于是面发射激光器，因此理论上来说，不需要经过上述切割等操作，只要加上探针即可对产品进行测试，从而筛选良品。一条成熟的VCSEL产线的良率要显著高于EEL，为90%左右。激光器的封装方式包括哪些？激光器最常见的封装方式就是TO封装，TO封装由一个TO管座和TO管帽组成，管座为芯片提供底座以及电源，管帽则起到密封的作用，隔绝外部污染物质、气体、液体和高温对芯片的影响，保证芯片的正常工作。除了TO封装，还有蝶形封装，COB封装（包括COC和COS等）等等。一般来说，激光器芯片需要进行老化，封装成器件之后也需要进行老化，老化的作用是通过将芯片在高温和大电流下工作一段时间，来加速芯片的工作时间，从而避开芯片在刚开始使用时的高故障率发生期。光通信领域的激光器在光通信领域，EEL激光器包括常见的FP、DFB和EML激光器，SEL主要以VCSEL为主。FP和DFB以及EML分别是什么激光器？FP激光器即Fabry-Perot谐振腔的激光器，FP是最常见的一种谐振腔，即两侧有反射镜，一般来说一侧为高反射镜面，另一侧为半反射镜面，光子在两个镜面之间来回反射，在特定波长实现谐振，波长与腔长和介质的折射率相关。DFB为分布式反馈激光器，Bragg光栅分布在增益介质内，纵向的光栅结构形成周期性的折射率分布，从而产生反射。EML为电吸收调制激光器，其结构是DFB激光器后面加上EA调制器，其对应的概念是DML直接调制激光器。光通信的这些激光器有哪些区别？FP腔激光器存在多个纵模，因此无法实现高速调制，一般用于2.5G以下的传输速率。DFB和EML成本较高，一般用于中距离的高速率的单模光模块中，例如DR、FR光模块等，其中EML为电吸收调制激光器，可用于200G、400G和800G以上的高速光模块中，EML中前面的DFB部分负责发射稳定功率的光，由EA负责对信号进行调制，能够有效减少DML激光器在直接调制过程中产生的高故障率。FP、DFB和EML的波长一般以C波段（代表波长为1550nm）和O波段（代表波长为1310nm）为主，其中DFB和EML的单模性能更好，研发及工艺门槛更高；VCSEL一般用于短距离传输的光模块中，例如AOC、SR等光模块，波长为850nm波段，一般为多模激光器。DFB和EML激光器的技术壁垒主要在于外延和光栅工艺。外延工艺是晶圆制造乃至光芯片生产最重要、技术门槛最高的环节。通常在DFB和EML的外延工艺中，需要通过MOCVD对半导体材料进行精准堆叠，在有源区多层堆叠的结构中，每层厚度在10nm以下级别，此时对层厚的均匀性控制难度极高，对外延设备的理解要求非常深刻。外延工艺最终影响芯片的性能和可靠性。光栅工艺包括全息光栅和电子束光栅，在涂有光刻胶的基板上定义出光栅结构的掩膜图形，再通过刻蚀技术转移到衬底上。光栅工艺会影响出光功率、单模良率、芯片波长、极限工作温度特性、模式稳定性和高频特性等。光通信激光器市场的竞争格局如何？目前高端的光通信激光器市场，海外厂商仍是主要供应商，但是国内厂商逐步实现化。从研发门槛来看，FP激光器的难度较低，产业链较为成熟。VCSEL、DFB和EML激光器的门槛较高，国内有多家光通信厂商布局多年，具备相关产品批量出货的能力。虽然高速率的激光器目前仍在研发阶段，但是中低速率的产品已经实现完全化，整体看化稳步推进。光通信激光器的市场规模多大？激光器作为光通信器件的“心脏”，重要程度不言而喻，且在器件中的价值占比较高。根据源杰科技的招股说明书，参考LightCounting和ICC的数据，2021年全球光通信行业光芯片市场规模为146.7亿元，其中2.5G、10G及25G及以上的光芯片市场规模，分别为11.67亿元、27.48亿元、107.55亿元。根据Omdia的数据来看，2021年25G以上高速率光芯片市场规模为19.13亿美元（与源杰科技招股说明书中的数据比较接近），到2025年，高速光芯片市场规模有望达到43.4亿美元。激光雷达领域的激光器在激光雷达领域，收发模组是激光雷达的核心部分，其中激光器是发射模组最核心的元器件。激光器作为光源，发射出光信号进行探测。目前激光雷达方案及厂商众多，主要用到的激光器包括EEL、VCSEL、光纤激光器和可调谐窄线宽激光器等。激光雷达领域中的EEL，一般是采用的FP谐振腔，采用的TO封装方式。EEL一般用在两个方面：一是激光雷达发光源，波长为905nm左右；二是光纤激光器的泵浦光源。EEL具有功率高、产业链成熟、成本低等优势，同时温漂系数也比较高。温漂系数即表示激光器输出波长随着温度变化而变化的参数，一般FP腔的EEL的温漂系数为0.3nm/℃，主要是由于增益介质的温漂系数决定。Osram的新一代EEL产品，其中一侧采用了准DBR谐振腔的形式，将温漂系数从0.3nm/℃降低到0.1nm/℃左右。公司纳米堆叠的技术使得同一个TO封装的产品包含三颗外延生长的激光器，有效提升光功率。未来国内厂商若要在EEL产品上降低温漂系数，需要绕开相关的专利壁垒，具有较高的难度。与EEL一样，用于激光雷达领域的VCSEL激光器一般也是905nm的波长。VCSEL具备高集成度的优势，因此可以用于高线束数的激光雷达中。VCSEL的温漂系数为0.07nm/℃，显著优于EEL。虽然目前的VCSEL成熟产品的功率相对不高，但是可以通过多结的设计来提升光功率。目前Lumentum五结的VCSEL功率密度已经可以达到800W/mm²以上，长光华芯八结VCSEL的功率密度达到1800W/mm²。VCSEL目前用在激光雷达领域主要有三个方面：一是VCSEL一维阵列在竖直方向形成多个线束；二是VCSEL二维阵列用于固态Flash方案激光雷达；三是可寻址二维VCSEL阵列用于固态激光雷达中。与上述EEL和VCSEL不一样，光纤激光器在激光雷达的应用波长一般为1550nm。光纤激光器广泛应用于工业制造领域，具有高功率的特点。而在激光雷达领域，为了使得发射波长对人眼相对友好，行业在选择激光器的时候，认为1550nm波长的光纤激光器满足了两个条件：一是远离可见光波段，对人眼友好；二是从光通信到工业激光器领域，1550nm波长激光器的产业链相对比较成熟。值得一提的是，FMCW测距方案的固态激光雷达目前主要采用1550nm波长的窄线宽激光器。因为FMCW方案主要是利用光信号的相干性，所以对光源的相干性要求比较高。激光器的线宽越窄，则相干性一般越好。目前窄线宽的激光器多用于光通信相干光模块中，波长多为1550nm。除了可调谐激光器，外腔调制窄线宽激光器也可以适用在FMCW的激光雷达中，不过尚处在研发阶段，距离商用仍有一定的距离。2.1.2探测器在光通信领域化进展较快，激光雷达领域发展尚需时日探测器的底层原理与激光器刚好相反，是由光产生电的过程。在不同领域，对于探测器的参数的要求也不一样。例如在光通信领域，探测器的响应度、带宽以及波长相关性比较重要；在激光雷达领域，探测器的响应度相对比较重要。探测器按照原理可以分为不同产品：PIN型、APD型、SPAD型以及SiPM型，其中前二者主要用于光通信领域，后三者主要用于激光雷达领域。在光通信领域，一般采用PIN型和APD型的探测器。PIN型即在PN结中间加入本征半导体层，从而降低扩散的影响。PIN探测器的工作原理包括：光子照射在半导体材料上产生光生载流子；光电流在外部电路作用下形成电信号并输出。PIN探测器是光通信领域最常见的探测器之一，广泛应用于各种数通光模块中。APD探测器的工作原理是：光子照射在半导体材料上产生光生载流子；光生载流子在雪崩区即高电场区发生雪崩倍增；光电流在外部电路作用下形成电信号并输出。APD的灵敏度相比PIN要高的多，因此一般会用在对灵敏度要求比较高的电信光模块等产品中。在激光雷达领域，一般采用的是APD、SPAD和SiPM探测器。采用TOF测距方案的激光雷达，尤其是iTOF方案，对反射光的功率相对比较敏感，因此一般采用灵敏度更高的探测器。APD的灵敏度比一般的PIN探测器更高。SPAD为单光子放大探测器，其字面意思旨在强调探测器的灵敏度较高，能够探测到几个光子量级的能量。与APD的反偏电压略低于击穿电压相反，SPAD的反偏电压设置到略高于击穿电压，因此其获得的增益也明显高于APD。SiPM为光电倍增管，是用硅材料做的SPAD阵列探测器，探测器阵列与激光器阵列一一对应，从而达到扫描的目的。在FMCW测距方案中，对发射回来的光功率要求并不高，因此理论上只需要采取PIN探测器即可。2.1.3调制器作用重要，铌酸锂具备材料天赋光调制器是光通信行业的关键器件，是重要的集成光学器件之一。按照调制原理来讲，基于各种对光信号的作用原理，包括电光效应、声光效应、磁光效应、Franz-Keldysh效应、量子阱Stark效应、载流子色散效应等，可以制作成不同的调制器产品。在光信号的发射、传输、接收过程中，光调制器被用于控制光的相位和幅度，其作用是非常重要的。国内公司在调制器领域亦有布局，如中际旭创在硅光调制器有多年的技术积累，光库科技的铌酸锂和薄膜铌酸锂调制器具备较强竞争力。2.2国内厂商在光无源器件领域具备全球领先地位，产品完备且有竞争力光无源器件原指在光纤通信网络中，内部不发生光电能量转换的一类器件。目前光无源器件不断拓宽应用领域，广泛应用于光通信、消费电子和汽车光电子等领域，其中包括光纤连接器、光定向耦合器、光学隔离器、光衰减器、滤光片和光学透镜等器件。作为光学设备的重要组成部分，光无源器件在光路中发挥着连接、功率分配、信号衰减和光波分复用等作用，具有高回波损耗、低插入损耗、高可靠性、稳定性、耐磨性和抗腐蚀性等特点按照产品的形态，主要分为光纤类无源光器件和自由空间类光无源器件。2.2.1光纤类无源器件广泛应用于光通信和1550nm激光雷达方案中光纤类无源器件指的是与光纤相关的无源器件，此时光在光纤介质中实现传输、合光和分光等功能。器件包括光纤连接器、光纤耦合器、光纤环形器和合束器/分束器等等。在应用领域：随着光进铜退的进程开启，光纤通信网络开始大规模应用于通信领域，光纤类器件也开始得到了高速发展；光纤激光器具有高功率、稳定性好和高可靠性等优势，广泛应用于工业智能制造领域，光纤光栅、合束器/分束器和光纤连接器等产品作为重要的组成部分之一，对光纤激光器的性能和可靠性作用较大；1550nm激光雷达作为新兴的市场，光纤类无源产品也将发挥重要的作用。2.2.2自由空间类光无源器件为光学领域最基础产品之一自由空间类光无源器件指的光在空气等自由空间（freespace）中进行传输、合光和分光等功能。器件包括球面透镜、非球面透镜、平面类光学器件以及滤光片等等。传统领域，透镜、棱镜等基础光学元件在光学显微镜中发挥着重要的作用；消费电子领域对于拍照的需求越来越强，因此光学镜头的价值量也实现了不断提升；在激光雷达领域，905nm激光雷达目前普遍采用自由空间类的光学元器件，包括透镜、棱镜、滤光片等。3.从材料看光器件及光模块的演进历史材料作为影响光学器件发展历史中重要的因素之一，发挥着关键的推动作用。不同材料对于光的作用也不一样，包括对光的吸收、折射、反射，以及激发辐射产生光。我们从硅、III-V族以及铌酸锂这三大主要半导体材料，对光器件的发展历史进行梳理和展望。3.1硅光技术发展迅速，硅光集成目前是各行业主流方案硅光子技术是以硅或硅基材料（Si,SiO2，SiGe）作为衬底材料，利用与集成电路兼容的CMOS工艺制造对应的光子器件和光电器件，以实现对光的激发，调制，响应等，广泛应用于光通信，光传感，高性能计算等。硅光子技术的发展阶段主要分为技术探索阶段，技术突破阶段，集成应用阶段，以及应用拓展阶段。技术探索阶段1960s-2000s：从S.E.Miller首次提出集成光学的概念以来，很多学者和研究机构在波导，调制器，探测器，光源等领域都做出了很多奠定扎实基础的探索工作；技术突破阶段2000-2008：产业界也开始了商业化的研究工作，并实现了突破性的进展，比如GHz的调制器，混合集成激光器，以及硅基探测器；集成应用阶段2008-2014：Intel，IBM，Accacia，Luxtera等公司将分立的光电器件采用CMOS工艺集成到光收发模块中；应用拓展阶段2014-至今：AyarLabs，Lightmatter等公司的光子芯片应用于光互连和量子计算等领域中；AEVA公司的硅光集成产品可应用于激光雷达领域。从硅光技术应用场景来看，呈现传输距离越来越短，端口数越来越多的趋势。铜退光进的光通信进程，同时也伴随着传输距离的逐步减短。因此根据Intel的观点，硅光通信技术早期应用于电信长距离传输网络之中，逐步往数通领域以及未来的板与板、芯片与芯片互连发展。电信传输中使用到的硅光产品数量较少，随着距离越来越短，需要连接的终端越来越多，因此硅光产品将越来越多。硅光技术在电信领域的应用，近年来实现了高速发展。从一开始的平面光波导（PLC）技术到波分复用产品AWG和DWDM器件，再到ROADM和相干光模块领域，硅光技术在快速进步的同时，也发挥了重要的作用，单根光纤的传输速率实现了大幅增长。硅光无源器件包括光分路器、硅光光栅I/O耦合器和DWDM器件等。硅光有源器件方面，Luxtera和Intel在硅光调制器的突破，衍生出探测器、光开关和VOA等产品，真正打开了硅光技术在电信领域的应用。目前硅光技术在电信领域的应用主要分为两块：Acacia为主提供硅光相干光模块；LCOS方案的WSS器件。数通领域的硅光模块同样实现了大规模商用，未来份额有望不断提升。随着数据中心的快速发展，对于光模块的需求爆发式增长，多家厂商开始大力研发用于数据中心的硅光模块。初期是40G硅光数通光模块小规模应用，Intel和Luxtera的100G硅光模块大规模应用，目前400G的硅光模块已经实现量产，800G亦在验证中。目前国内的硅光模块厂商具备较强的竞争力，包括中际旭创、新易盛、华工科技等公司有自研的硅光芯片，博创科技等公司与海外硅光芯片巨头厂商深度合作，有望在800G光模块市场取得突破。数通领域中，除了高速光模块产品，硅光子技术同样可以应用在光连接的其他场景中。共封装光学（CPO）是业界公认的未来更高速率光通信的主流产品形态之一，可显著降低交换机的功耗和成本。51.2T/s及以上带宽的交换机时代是CPO切入市场的绝佳机会。交换机速率从640G升级到51.2T及以上，Serdes速率升级叠加数量的增加，总功耗将大幅提升。硅光是CPO交换机中光引擎的最佳产品形态，也是未来硅光在数通最具潜力的应用场景。硅光技术在激光雷达领域主要以高集成度的产品形态，应用于固态激光雷达中，未来有望实现大规模应用。固态激光雷达以其高可靠性和低成本的优势，普遍被认为是未来主流的技术方案。目前硅光技术主要是应用在OPA方案中，目前还处在研究阶段，预计大规模应用在2025年以后。OPA方案，即相控阵，通过改变相位来控制出射光的方向，从而达到扫描的作用。3.2InP材料是激光器最主流的选择，集成化方案亦有应用InP，即磷化铟材料，是常见的III-V族材料。较硅材料，InP材料的主要优势为InP是最佳的激光器材料选择，除此之外InP还可以做成调制器等器件，因此InP材料也是光学集成平台的重要选择之一；InP主要的缺点是无法兼容CMOS工艺，规模化生产成本比硅材料更高，温度敏感性也比较高。光源是光芯片的最核心器件，而InP基材料也是光源的最佳材料之一。硅材料是间接带隙，很难直接发光，而InP材料是直接带隙，是非常好的激光器材料。因为InP材料的各种激光器，包括VCSEL、DFB、DML和SGDBR等，在光通信领域有着非常广泛的应用，因此即便未来硅和铌酸锂等材料取代部分器件，但是作为光源，InP基材料仍将是最主流的选择。InP材料可用于制作几乎所有有源+无源光电器件，InP集成具有广泛的应用前景。除了光源，InP材料还可以用于AWG、波导、光栅等无源器件，以及调制器、探测器、光开关等有源器件。硅材料由于难以制作光源，因此严格意义上的硅光集成难以实现，而InP集成可以完美实现。InP集成可以用于电信中的相干光模块，数通侧的光模块和光引擎（相比硅光方案成本较高），及OPA方案激光雷达，较硅光方案，算是第二选择。铌酸锂材料的优势在调制器上体现，目前主要应用在电信领域。LiNbO3具有电光系数大、本征调制带宽大、波导传输损耗小、稳定性好等优点，同时也有偏振敏感、尺寸大、调制电压高的缺点。LiNbO3调制器是目前发展较成熟的调制器，其利用线性电光效应实现电信号对光信号的调制，通过外加电场改变光在晶体中传播的折射率，进而改变光的相位和偏振。目前LiNbO3调制器的应用场景主要在长距离的相干光通信领域以及军事及航天的陀螺仪等产品中。薄膜铌酸锂调制器未来有望应用到数通光模块和激光雷达中。薄膜铌酸锂具有尺寸小、功耗低和易集成等优点，不过该技术目前尚未成熟。薄膜铌酸锂可以取代体材料铌酸锂的应用场景，包括长距离相干光通信领域和军事航天等领域。同时，薄膜铌酸锂调制器的应用场景可以拓展到数通光模块和硅基激光雷达中。TFLN调制器可以取代高速数通光模块中的硅基调制器和EA调制器，也是硅基激光雷达中OPA的主流材料之一。4.CPO、全光互连和光计算等前沿领域空间可期4.1CPO产业化尚需时日，但却是行业未来重要的产品形态什么是CPO？Co-packagedOptics，即共封装光学，光学引擎PIC与电学引擎EIC合封在一起的封装技术。其中光学引擎包括有源光学器件和无源光学器件，电学引擎则包括各种电学芯片及电路部分。共封装光学的优点：降低功耗（核心优势）。电学引擎与光学引擎的电路距离大大缩短，电信号损耗降低，简化后的SerDes去掉CDR、DFE、FFE和CTLE之后功耗降低，最高可节省30%的功耗；降低成本。封装工艺成本更低，高集成度的光引擎成本更低，同时省去部分电学芯片成本更低，可降低25%-30%的成本。减小尺寸。借助硅光技术和CMOS工艺，共封装的方式显著减小光电引擎各自独立封装方式的尺寸，同时能够实现更高密度的I/O集成。为什么要用CPO？CPO交换机主要分为交换机芯片、SerDes和光学部分，过去10年交换机带宽增长了80倍。交换机芯片的带宽每两年提升一倍；电接口的SerDes数量和速率也在提升，速率从10G/s提升到112G/s，数量从64个通道提升到51.2T时代的512个通道。交换机带宽从640G提升到51.2T，交换机芯片功耗提升7.4倍，每个Serdes通道的功耗提升2.84倍，结合Serdes通道数的增加，总功耗增加22.7倍。交换机中SerDes的功耗大幅提升。随着单个SerDes带宽提升带来功耗的提升，同时结合SerDes数量的提升，未来SerDes的总功耗在交换机中的功耗占比将大幅提升。网络部分的功耗在数据中心中的功耗大幅提升：根据Facebook的测算，随着数据中心内部流量的大幅提升，网络部分的功耗占比增加明显，到下一代网络部分的功耗占比将从现在的2%左右提升到20%左右。传输距离越近，SerDes功耗越低。缩短交换机和光模块之间电信号需要传输的距离，可以简化Serdes芯片的功能，同时降低电信号的发射功率，从而降低SerDes的功耗。传输距离越近，还可以降低光模块的功耗。电信号传输距离越近，对光模块中本来需要的DSP芯片要求也更低，从而降低光模块的功耗。CPO部署将在很大程度上受到交换演进的推动。交换演进将在2025年达到102.4Tbps。一旦交换达到这个水平，可插拔收发器将逐渐消失。与使用可插拔光学器件相比，CPO承诺将功耗降低30%，每比特成本降低40%。到2027年，共封装光学的市场收入将达到54亿美元，2025年全球CPO组件市场将超13亿美元，到2028年将增长到27亿美元。根据LightCounting的报告，从长远来看，CPO不局限于硅光、不局限于数据中心，还有更大的前景。在2027年，CPO端口将占总800G和1.6T端口的近30%。CPO参与公司主要包括云服务厂商、设备商和芯片厂商等。Meta在2022年的OFC会上展示了新一代的基于51TASIC和NPO端口的交换机，4RU的尺寸；Marvell推出的NPO，基于自家Teralynx交换芯片平台，集成到标准1RU32端口设备中，未来计划发展到支持51.2T交换机的3.2TCPO平台；Intel的样机计划于2024年上市，此前先后收购了Optoscribe和Tower；博通在2023年OFC推出了51.2T的CPO产品；IBM推出了基于VCSEL的CPO产品。CPO/NPO交换机中的核心器件是光引擎，能够实现光电信号互相转换的功能。早期的光引擎可以通过传统分立式的结构，后续硅光技术逐步成熟后，也可以通过硅光集成的形式实现。光引擎可以被认为是光有源器件，且其中包含多个种类的光无源器件。光引擎可分为发射端和接收端，两者的结构类似，均包括有源和无源两部分。因为光模块中失效比例最高的器件就是激光器，所以为了提升CPO交换机整体的可靠性，目前主要的方案是将激光器外置，单独以ELSFP模块的形式存在。一旦激光器失效，直接更换ELSFP模块即可。因此光引擎的有源部分包括探测器、调制器和激光驱动芯片等，无源部分包括隔离器、MUX/DEMUX、透镜系统、FA器件和光收发组件等。NPO优缺点清晰，应被看作CPO第一代产品。NPO，即nearpackagedoptics，最近成为继CPO之后又一热门的技术方向。相较CPO，NPO在高性能PCB底板上加上中间层，使得交换机芯片到光引擎的信号路由更方便，且中间层的加入使得信号不再通过PCB板，因此整个PCB板的性能无需升级，从而大大降低成本。同时，NPO在遇到板上光引擎失效的问题时也更加容易解决。但是，相较CPO，NPO方案下交换机芯片和光引擎之间的电通道距离达到150mm，损耗为13dB，而CPO方案下只有50mm长度，损耗只有10dB。虽然两者名称略有差异，但是我们更倾向于认为，NPO可以看作CPO的第一代产品，后续随着各种技术难题的解决，会逐步演化到CPO。CPO仍有很多技术难题，挑战和机遇并存。虽然行业内很多人对CPO的前景非常乐观，对CPO的研究也在热火朝天进行中，但CPO作为一个比较前沿的技术，仍然有很多技术难题需要攻克。例如光源的功耗问题，光源作为核心的部件之一，虽然外部光源在配置上更加灵活，但是激光器在高温下效率较低，因此给多个通道同时提供光源时，高功率带来低效率，其功耗反而会更高。而且，光引擎紧密排布在交换机芯片的周围，巨大的发热量如何进行有效地散热，光引擎失效后如何进行灵活地更换，新的光学连接器如何定义等这些技术难题都需要更加有效的解决方案。此外，CPO产品是将光模块和交换机集成在一起，因此将对光模块和交换机行业产生较大的影响，在制定好相关产品标准之后如何使得两个产业链更好的协同，也将是一个重要的挑战。4.2光计算闪耀AI领域，光互连实现芯片间高速通信在数据中心及超算中心领域，计算、存储和传输是三大关键要素。在传输侧，通过光模块可以将交换机的电信号转化成光信号，再经过光纤传输到另一个交换机中，再经过光模块转换成电信号到交换机芯片中进行处理。因此交换机之间的传输可以通过光信号大大提升带宽，并降低功耗，目前最高传输速率可达800Gbps。而芯片模组之间的传输，以及计算也可以通过光芯片实现，能够大幅提升传输速率，优化功耗。近年来，行业内也实现了高速的发展。在CPU和GPU等算力芯片的计算能力以及存储系统读写能力大幅提升的前提下，芯片模组间的传输能力的提升成为了新的挑战。随着人工智能、云计算等行业的高速发展，数据流量呈现爆发式增长，而芯片间的传输能力也制约着整个算力系统的性能。通常来说，芯片之间的传输通过电通道，随着传输速率的提升，电信号的趋肤效应使得信号损耗增大，因此需要提升电信号的功率才能保持正常传输，导致整体功耗较高。若通过光信号进行传输，不但可以提升带宽，还可以降低功耗，因为光信号的传输损耗随着速率提升的变化几乎可以忽略不计。行业内，AyarLabs和Intel合作推出了在CPU和FPGA等芯片加上光引擎实现光互连，英伟达和台积电合作在GPU芯片加上光引擎实现光互连。近年来，光计算在AI领域也呈现高速的发展，具有广阔的应用前景。根据OpenAI的数据，人工智能训练任务所需求的算力在2012年至2018年期间增长了300,000倍，大约每3、4个月翻一番，远超摩尔定律带来的性能提升。以Lightmatter和Lightelligence为代表的公司，推出了新型的硅光计算芯片，性能远超目前的AI算力芯片。该光芯片的计算过程通过光信号进行，无需额外功耗，只需要光源产生光信号即可。根据Lightmatter的数据，他们推出的Envise芯片的运行速度比英伟达的A100芯片快1.5到10倍，具体根据任务的不同有所差异。以运行BERT自然语言模型为例，Envise的速度是英伟达芯片的5倍，功耗仅为后者六分之一。光计算芯片的核心是硅光芯片，在非线性计算方面仍存限制。AI领域的神经网络计算中，主要包括线性的加乘和非线性计算。光信号通过硅光芯片上的MZI阵列，能够顺利地实现加乘的线性计算，功耗低，延时低，并行能力强，且通过设计每个MZI两臂的电压可以适配不同的计算模型。光信号可以顺利完成矩阵的线性计算，且相比电信号计算更有优势，但是在非线性计算方面，光计算还有一定的困难，因此涉及到非线性计算时，光信号还需要转成电信号。且目前光芯片只负责计算方面的任务，存储以及交互都是通过电芯片完成的，因此要想用一颗光芯片实现计算+存储+互连全功能的理想情况，还有一定距离。5.海外光器件龙头发展启示录通过梳理海外光器件龙头公司的发展史，我们可以看到三个趋势：垂直一体化布局、持续并购和多业务并行发展。虽然近年来国内光器件公司迅速发展，尤其在光通信领域，国内厂商在行业的排名中占据了半壁江山，但是海外光器件龙头厂商仍然具有领先的优势和较强的竞争力。我们梳理了Coherent（前身为II-VI）、Lumentum以及Fabrinet等公司的发展史，可以看到相通的规律：一是在业务方面呈现垂直一体化布局；二是通过不断并购加强自身竞争力，保持增长的势头；三是多业务齐头并进。5.1Coherent：全球最大的光器件公司，近年来并购市场表现活跃Coherent是全球最大的光器件公司，其前身是II-VI公司。公司是材料、网络和激光领域的龙头厂商，其下游主要为工业、通信、电子和仪器仪表这四个市场，共同代表了一个快速增长的总目标市场，整体市场空间达650亿美元。2022年财年，公司营业收入为33.17亿美元，同比增长6.8%；净利润为2.35亿美元，同比下降21.1%，主要是由于公司收购Coherent带来利息费用的大幅增加。光器件由于其基础属性，可以应用于多个下游市场。公司1971年成立，专注于二氧化碳激光器相关光学器件。成立以来的51年内，公司不断新增相关业务。1998年，公司启动了碳化硅业务；2004年，公司开展热电子学业务；2007年，公司新增激光处理头业务；2010年，公司新增微光学系统业务；2012年，公司新增先进镀膜、国防光学系统和陶瓷金属化合物等业务；2016年，新增3D识别的VCSEL阵列产品，RF和光学外延片；2018年，新增高功率激光器系统，基于LC的WSS；2019年，新增高速率光模块、InP光电子、基于LCoS的WSS，可调激光器等业务；2022年，新增工业激光器、仪器仪表和激光加工设备等业务。综合来看，Coherent的下游市场包括通信、消费电子、激光加工、汽车光电子和仪表仪器等领域，市场空间广阔。纵观Coherent及其子公司Finisar的发展史，就是一部并购史。Coherent每年都能新增不同的业务，除了自身内生研发以外，另外也主要是由于外部不断的并购。公司的并购史可以分为两个阶段，第一阶段是公司前身II-VI从1971年成立到2018年期间的并购，第二阶段为2018年至今的并购。第一阶段，公司从细分领域的光学公司，逐渐成长为全球无源光学器件龙头企业，同时工业激光器产品、功率半导体产品以及光通信有源器件产品也发挥垂直一体化的优势，所以无论是横向还是纵向，公司的竞争力不断增强。第二阶段皆为大手笔收购，公司有望产生质的变化。第二阶段为2018年至今，其中包括两个大手笔的收购，收购光通信行业龙头厂商Finisar以及激光器