会议要点

1. 突破促增长预期

• 光模块行业应用预期差收窄：随着AI模型与应用的推广落地，光模块行业的应用担忧在减少，预计算力板块将迎来较大投资机会。

• 光模块技术进步与市场需求提升：新技术如硅光 CPU 光引擎、1.6T光模块等取得突破，驱动下游厂商对高性能低功耗算力设备的需求加速。

• AI模型推动算力需求增长：Google 多模态 AI 模型 'Jasmine'的推出，缩短AI与移动端结合的时间，明年有望进入AI应用大爆发时代；AMD上调AI数据中心市场预测至2027年可达4000亿美金，表明AI算力需求的长期增长趋势清晰。

2. 谷歌TPUv5与光模块应用探析

• 谷歌TPUv5可能在谷歌峰会上发布，目前讨论焦点为TPUv4架构，构成为4096个芯片的AI计算集群，形成3D环面结构。

• 谷歌光模块关键在于波分复用技术，当前供应商出货中，但具体使用比例和量未知。

• OCS交换机作为整体架构优点，实现了高效率的光路切换，但系统成熟度和渗透率尚不明确。

3. 需求增长与技术迭代

• 光器件公司需关注对大厂送样或供货，以及谷歌网络架构的新变化，特别是TPUV4P在谷歌网络架构中的应用和V5芯片对应新架构的变化。

• 市场对光模块行业增长持续性的担忧可能会随着需求的落地而缓解，预期2024年800G光模块量价稳定，头部厂商业绩有望超预期。

• 随着AI下游客户需求增长，对光模块的要求也在提高，1.6T需求即将出现，预计头部厂商将在2024年通过验证并下单，2025年实现量的上升。

会议实录

1. 突破促增长预期

各位领导，上午好，我是广发通信的研究员李锦飞。上周我们观察到整个光模块板块呈现出强势的表现，今天我们将从趋势和变量两个维度探讨光模块的投资机会。首先，从趋势的角度看，我们预计今年四季度至明年一季度，AI模型和应用的落地将缩小国内外对于AI应用的预期差距。之前，投资者对旭创等光模块公司的担忧主要源于应用不足，这影响了业绩的持续增长。目前，随着应用的逐渐落地，这类担忧实际上正在消退，因此算力板块可能迎来较大的发展机会。

从变量的视角出发，近期Google推出了新的芯片，市场也重新审视了之前的TPO架构，发现Google的架构使用了波分复用光模块、环形器、OSS交换机等，这在一定程度上推动了相关光器件的需求增长。随后，我会详细梳理市场高度关注的Google数据中心架构，包括它的拓扑结构、工作原理和零部件等。

同时，诸如硅光LPOCPU光引擎、1.6T光模块等新技术，在整个行业迎来大繁荣的背景下也实现了一些突破和变化。这些进步背后是下游厂商对于更高性能、更低功耗的算力设备的需求日益加速。

接下来我将分几个板块对近期算力应用侧的变化及远期趋势进行梳理。上周Google发布了其原生多模态大型模型Genie。我相信大家对Genie在性能和多模态能力上的表现已经相当熟悉。它的核心亮点有三个：第一，性能极其强大，特别是在大规模多任务语言理解任务上，GenieUltra得分高达90%，首次超越了人类专家。第二，它拥有强大的多模态能力，已接近人类的理解和认知水平。第三，应用范围非常广泛，特别是它所在Google生态系统的辐射范围，理论上可以撬动更大的市场应用空间，并形成数据模型应用的良性反馈循环。预计Genie将加速所谓杀手级应用的诞生。

至于进展，Google官方透露部分开发者和企业客户将可以访问GeniePro的API，而且在未来几个月内Genie将更广泛地集成入Google的产品和服务中。我们也注意到，11月份国内多个终端厂商推出了手机端AI大模型，并与谷歌明确表示会将GenieNano集成到其PC和智能手机中。整个大模型的终端集成速度正在加快，意味着AI与移动终端融合的时间被缩短，预计未来科技巨头在2024年将扩展到结合AI的手机、机器人、汽车等移动终端领域，软硬件的爆发将极大地推动算力的需求。结合包括Peacock和GPS应用的爆发，我们坚信指数级的增长周期即将到来，明年将进入AI应用大爆发的时代。

此外，在具体的数据中心市场上，AMD也大幅上调了其对AI数据中心加速器市场的预期，到2027年可能达到4000亿美元的市场规模，之前的预测仅为1500亿美元，设定了超70%的复合年增长率。我们认为，在未来3到5年内，AI算力增长的趋势非常明确。预计在Google的引领下，将有越来越多的公司，如特斯拉、苹果这些端侧巨头开始自研和建设算力，从而使光模块市场持续且显著增长。

2. 谷歌TPUv5与光模块应用探析

第二块内容，因为本周谷歌推出了TPUv5的芯片，市场相对重视谷歌的TPU网络架构。目前它还未公布TPUv5的网络架构，有可能会在下周谷歌的智能峰会上发布。我们今天的讨论主要基于谷歌上一代TPUv4的网络架构。首先，TPUv4的网络架构由4096个TPUv4芯片组成一个AI计算集群。谷歌的拓扑结构采用了一个三维torus的环形结构，是将4×4×4，即64个GPUv4芯片互联起来，形成一个立方体结构，然后将这样的64个立方体配上相应的CPU放在一个机架中。其中，64个立方体通过OCS光交换机互联，共同组成一个超级计算机。每一个节点可以上下左右前后连接到其他六个节点，最终在三维空间中形成闭环，故称为三维Torus环面。

根据谷歌发布的论文，网络架构的关键在于使用了光路交换机OCS，可以动态重新配置4096个芯片组成的集群内各个节点之间的连接。那么每个poll中4096个TPU需要多少个OCS交换机呢？计算方法如下：每个64颗TPU组成的立方体block，每个TPU都会有六个连接，因此每个立方体需要96条链接到OCS上的链路。相对两边的block实际连接在同一个交换机上，总共会连接到48个OCS交换机。具体算法是每个面16个节点乘6个面，再除以2等于48个OCS交换机。

在光模块的应用上，每一个block需要96个链接，总共64个block，即64×96=6144个光模块。因此，TPU与光模块的比例约为1:1.5，GPU配套的交换机数量也是48个。需要注意的是，谷歌架构中使用的是波分复用光模块，而不是单波光模块。目前，谷歌的主要光模块供应商都有出货，但是具体使用比例和数量尚未公开。

谷歌的论文指出，内部高性能光模块，除了常规的DSP电芯片和EML光芯片外，还包含光环形器，能够使环形区域光模块进行耦合，通过双向操作方式，实现单模光链路的全双工通信。这种全双工模式直接使得光纤和OCS的端口数减半，从而降低成本和增加带宽。

关于OCS交换机的内部构造，主要原理是采用的两个二维MEMS反射阵列。这个阵列上有100多个能单独控制的微反射镜，每个反射镜都有四个能够控制的驱动区域在两个方向上旋转，通过控制反射镜的位置调整光路。其零部件包括MEMS反射镜阵列、两个注入模块、一些透镜、用于调节光路的曼布斯镜以及850纳米的相机模块等。这些光学相关的零部件在整个OCS交换机内部使用量是相当多的。

OCS交换机的显著优势在于，与传统交换机的光电信号转换相比，OCS只是将光信号从一个端口反射至另一个端口，消除了数据中心层面的交换，创造了一种动态的逻辑拓扑。这样不仅提供了高精度、低损耗、高性能和低时延的优势，而且其三维环形的结构也实现了更优的布局，以减少硬件成本。但其缺点在于系统的成熟度还不高，同时谷歌在整个网络架构中的渗透率并不明确。

3. 需求增长与技术迭代

通过我们的产业链调研，我们了解到光模块的渗透率相对较低。在投资层面，我们建议各位关注三个变化方面：首先，是具备核心光器件能力的厂商在向大型客户送样或供货的情况；其次，需要关注TPUv4P在谷歌网络架构中的渗透情况；最后，重点关注谷歌V5芯片对应新架构的变化。近期，我们分享了算力应用侧的催化以及谷歌网络架构的更新，这都会反馈到投资观点层面。具体来说，上周光模块板块的股价暴涨，在一定程度上是由于行业变量如谷歌架构变动所带动的光器件需求提升所引起的。我们建议投资者更注重产业趋势，即在行业层面上更关注应用策略预期差的发展。

总结之前的观点，随着谷歌GM大模型在谷歌生态中的应用，我们预见数据模型应用会形成一个良性反馈循环，从而加速应用的推广。同时，这也会缩短AI结合移动终端的突破时间。到2024年，我们可能会看到更多的AI结合手机、机器人、汽车等移动终端的创新。在手机端和车端，我们预计会有持续的技术突破。就投资而言，我们保持对光模块板块投资机会的坚定看好，预计随着需求的落地，市场对光模块行业增长持续性的担忧将会消散。

除了应用侧的影响，随着TPUGPU卡数量及算力密度的提升，AI下游客户需要光模块厂商不断推出更高速率、更低功耗且可靠性更强的光模块来支持AI模型和应用。因此，我们认为1.6T的产品周期可能会更早到来。据了解，部分下游AI客户已有1.6T光模块的需求。如果一切顺利，预计2024年某些顶尖的光模块厂商会开始验证并下单，2025年将有一个明显的上量。根据我们的草根调研，2024年800G光模块的量价预计不会发生大变，那已经获得订单、进入大厂核心供应链的厂商，从四季度开始可能会迎来业绩的超预期实现。

与此同时，在整个上游芯片采购方面，以及未来技术路径的迭代背景下，头部厂商的先发优势和规模优势将更为明显。就上游芯片供应而言，目前存在结构性的紧平衡，具备采购规模优势的厂商会拥有明显的优势。光模块的数据中心互联互通属性，决定了其竞争格局是边际收敛的。因此，我们强调光模块行业将是一个强者愈强的市场，我们继续推荐行业的龙头企业，如中继续创、天福通信新一盛等。谢谢大家，我的汇报到此结束。