2026年的故事不是算力不夠，是光傳不過來。

圖片

瓶頸轉移了三輪

過去兩年，AI基礎設施的瓶頸換了三次劇本。

第一輪：GPU不夠。 2024年，所有人都在搶英偉達的芯片，排隊半年、加價50%還是期貨。

第二輪：電不夠。 2025年，GPU終于有貨了，但大型數據中心一開，電閘差點崩了——一個集群的用電量頂上中等城市。

第三輪：光不夠。 到了2026年，GPU有了，電也接上了——但幾十萬塊芯片之間要說話，說話要靠光纖，光纖的傳送帶跑不過GPU了。

黃仁勛給出了一個沒法反駁的判斷：“銅線已無法滿足計算需求的增長”——下一代AI基礎設施，需要的是大量的光學連接。

40億美元鎖死的東西，全球只有兩家能造

要搞光學連接，靠的不是光纖——那是管子——靠的是光模塊里的核心芯片：EML。

全稱“電吸收調制激光器”，功能一句話講完——把電信號變成光信號，沿著光纖傳出去。

沒有它，上萬塊GPU沒法互相喊話；沒法喊話，就訓練不了模型。EML就是AI基建的咽喉。

黃仁勛看清了這臺戲，在2025年底做了個教科書級別的操作：英偉達直接甩出40億美元長協訂單，20億給Lumentum，20億給Coherent，鎖定兩家EML產能直到2028年全年。

圖片

業內已經放話了——再過兩個季度，連2028年的產能都要賣光。

還有一個更恐怖的現實：全世界能造高端EML的公司，屈指可數。 Lumentum和Coherent是真正的玩家，再加三菱、住友和博通，就那么五六家。而且，EML技術壁壘極高——激光器成本在一只800G光模塊里占比達到21%——即便國內廠商已經實現100G/200G EML的量產驗證，與海外龍頭在高端市場的認證窗口仍然漫長。

為什么卡的不是光，是“那層布”

眼下的戲碼不止光芯片一個。

最近，AI產業鏈里還冒出了一個更難搞的“新卡脖子”角色——T-glass。

它不是玻璃板，是一種超薄玻璃纖維布。但這層布是用來做AI芯片先進封裝和ABF載板的底層骨架，專門解決一個物理難題：GPU越做越大，HBM堆得越來越多，封裝基板面積翻倍，一旦受熱就翹曲——信號直接亂套。T-glass的熱膨脹系數（CTE）低到2.8 ppm/°C，逼近硅芯片本身（約2.6 ppm/°C），能卡住基板不讓它變形。

更關鍵的是：這個T-glass，全球約85%至90%的份額掌握在日本日東紡（Nittobo）一家手里。價格已經飆到每公斤80至100美元。

英偉達也沒閑著——提前一年多直接對接日東紡預訂產能。因為現在連2025年和2026年的大部分T-glass產量，早就被超大規模客戶瓜分光了。這個瓶頸，短期無解。

一個有意思的點

T-glass卡脖子和銅纜、光纖的邏輯完全不同：

• 銅纜不行：背后是物理極限
• 光纖不夠寬：背后也是物理極限
• T-glass不夠用：背后是產能擴張太慢

黃仁勛為什么親自跑到日本去搶貨？因為他比誰都清楚——GPU能造出來，載板缺T-glass，整片AI芯片照樣出不了貨。

Lumentum崛起，不只是股價

卡住EML產能的Lumentum，成了這個年頭的資本故事主角。

過去一年它到底漲了多少？有的說1300%，有的說1600%——結論是一樣的：超級大牛股。2025年狂飆345%，2026年迄今再漲145%。公司市值已經摸到700億美元關口，最近還被正式納入納斯達克100指數，跟蘋果、英偉達、微軟站在了同一個池子里。

它靠的不是運氣——而是同時踩準了英偉達GPU系和谷歌TPU系兩條算力主鏈，無論哪條路跑贏，都繞不開它的激光器和光學組件。

不光Lumentum，整個光模塊上游都缺瘋了。連上游原材料磷化銦（InP）襯底——EML芯片制造的基石——都漲得離譜：2英寸襯底從800美元飆到2300至2500美元，急單價突破3000美元，一年翻了3倍。

光，到底夠不夠用？

整個AI基建的光連接市場，體量已經大到不容忽視了。

TrendForce的最新測算給出了明確數字：全球AI專用光收發模塊市場規模，將從2025年的165億美元，直接擴到2026年的260億美元，年增幅超過57%。

2025年全球800G及以上光模塊出貨2400萬只，2026年暴增2.6倍，逼近6300萬只。而1.6T模塊的產能缺口尤其嚴重：潛在需求可能超過3000萬只，而預計出貨量只有1500萬只左右，缺口高達1000萬只。英偉達和谷歌兩家就吃掉了大頭。

光通信供應鏈的產能問題，“2027年之前不會緩解”——不是一家說的，是市場、投行、產業鏈上下游都在重復的判斷。

唯一能緩解市場壓力的，是技術路線的分流。EML短缺正在倒逼硅光和CW光源方案加速滲透，硅光在800G模塊中的滲透率已經逼近50%。硅光方案不依賴EML，用更簡單的連續波（CW）激光器配硅光芯片做調制，成了非英偉達玩家的突圍路線。

站在光里——理解“智算基建”

今天最值錢的認知，是把AI基礎設施看作一體三聯的結構：

• 存儲是燃料（HBM、DDR）
• 算力是引擎（GPU、ASIC）
• 光連接是血管（光模塊、EML、光纖、T-glass）

三個少一個，模型都跑不起來。而當前，被大部分人低估、但供需矛盾最劇烈的，恰恰是“血管”這一端。

GPU搶了兩年，電搶了一年——2026年，搶的是“光”。

黃仁勛怎么說的？新一代AI基礎設施需要的“光連接規模，沒有任何一家光學公司曾達到過”。

這或許是我們第一次遇到“光速不夠用”的局面。不是光速變慢了，是AI的胃口跑得太快，把物理極限逼到了墻角。而最緊缺的東西，往往是從未出現在聚光燈下的那些“小零件”。

2028年的產能，已經被賣光了。

還有兩年。留給我們的時間窗口，比想象中更窄。

相信光，遇見光，成為光！