2026年通信行业投资策略：聚焦AI，算力降本向光而行，应用落地网络先行

产业加速，AI 算力需求持续高景气

1.1 方兴未艾：AI 演进不止，模型持续进化

在 AI 突飞猛进的发展了 3 年之后，随着科技巨头的资本开支加大、但盈利能 力尚未完全展现，2025 年岁末市场开始出现关于“AI 泡沫”的讨论。OpenAI 的 估值、投入的可持续性、甚至 IDC 建设能力和电力供应都是讨论的焦点。 我们认同 Gartner 对 AI 产业的观察：AI 不再是孤立的技术热点，而是渗透到 社会经济的方方面面，是一个生态。不同的环节有不同的技术成熟度，这正是 AI 产业生命力的表现，也是我们保持乐观的重要理由之一。比如 2025 年量子 AI 等 新技术还在萌芽期；AI Agent 处在预期顶峰；而 Cloud AI Services 进入到稳步 爬升的阶段。

以 LightCounting 对光模块市场的预测来看，2026-2030 年 AI 是驱动硬件 增长的主要动力。我们认为产业积极推动“切实可行的商业模式”落地，2026 年 AI 产业的增长驱动力和价值也开始向平台和应用层面迁移。

2025 年模型能力之争呈现愈演愈烈的态势，OpenAI 正式发布 GPT-5.2 系列 模型，推理、专业知识工作、金融建模、PPT/Excel 产出等能力全面超越前代，并 在多项推理基准测试中领先谷歌 Gemini-3。 在覆盖 44 个职业、针对明确知识工作任务的 GDPval 评估体系中，GPT-5.2 Thinking 刷新了 SOTA 成绩。知识工作任务对比中，GPT-5.2 Thinking 在 70.9% 的对比中击败或与顶尖行业专家持平。生成输出的速度超过专家 11 倍以上，成本 却低于 1%。 OpenAI 发布的《2025 企业 AI 报告》显示，企业级 AI 正从试点全面迈向 规模化落地，头部企业已将 AI 深度嵌入核心流程并显著提升效率与业务绩效，而 未能及时跟进的组织正面临快速拉大的竞争差距。 报告基于对近 100 家企业中 9000 名员工的深度调研，全面揭示了 AI 在当 今企业中的应用现状与未来轨迹。 1）企业使用量正在快速规模化，ChatGPT 企业消息量同比增长 8 倍，而 API 推理 Token 消耗更是同比飙升 320 倍，反映 AI 已从实验性工具进入系统性 工作流集成阶段。 2）AI 的生产力效应开始可量化落地，企业用户平均每天节省 40–60 分钟， 且 AI 已在收入增长、客户体验改善与产品开发周期缩短等方面产生实质影响。 3）AI 采用呈现明显的跨行业与全球化扩散，中位数行业的使用量在过去 12 个月增长超过 6 倍，其中科技行业以 11 倍领跑。

麦肯锡在《The state of AI in 2025》中开篇展示了目前 AI 在商业组织中的 应用情况，2023-2025 年 AI 在商业组织中的应用在高速增长。超过 88%的被调 查组织愿意尝试 AI。基于这种广泛的尝试的意愿，我们认为可以乐观的看待 AI 业 务发展前景。同时也可以看到 AI 的应用还处于一个方兴未艾的阶段，企业正在尝 试将越来越多的 AI 能力应用到实际的业务中。

1.2 收支共振：业务增长支撑 Capex 投资加速

2025 年 12 月，Ciena 首席执行官 Gary Smith 在财报发布中表达了对人工 智能未来发展的乐观态度，在他看来，超大规模云服务商资金储备充足，且“拥有 切实可行的商业模式”。 AI 对业务收入增长贡献日益显著。数据显示谷歌、微软、亚马逊云业务总营 收自 2024Q1 连续七个季度保持 20%以上同比增速，数据中心的盈利能力稳步上 升。具体来看，（1）谷歌：FY25Q3 云业务实现营收 151.6 亿美元，占营业收入 的 14.81%，同比+33.5%，环比+11.3%。（2）微软：FY26Q1 智能云业务收入 为 309.0 亿美元，占营业收入的 39.8%，同比+28.2%，环比 3.4%，同比增速连 续三个季度提升；Azure2025 财年营收突破 750 亿美元；Azure 和其他云服务收 入增长 40%；预计 FY26Q2Azure 增长 37%。（3）亚马逊：FY25Q3 AWS 营收 为 330.1 亿美元，同比+20.2%，环比 6.9%。根据亚马逊的 FY25Q3 Earnings Call，目前 AWS 年化收入约 1320 亿美元。 AI 对云、电商、广告等业务都有赋能。广告业务方面，AI 提升用户粘性以及 帮助广告主降本增效： Facebook/Threads/Instagram 使用时长同比分别 +5%/10%/30+%；使用 Advantage Plus 的广告主单条线索成本下降 14%；端 到端 AI 驱动的广告工具 ARR 已突破 600 亿美元。根据谷歌 FY25Q3 Earnings Call，AI 体验如 AI Overview、AI Mode 带动整体查询量尤其是商业查询增长， 在搜索结果中引入更多购物与商业功能提升了点击率与转化率，并且已经为搜索 带来增量的总查询增长；根据亚马逊 FY25Q3 Earnings Call，使用 AI 购物助手 Rufus 的购物者完成购买的可能性提高了 60%，管理层预计这将带来超过 100 亿 美元的年度增量销售额；根据微软 FY26Q1 Earnings Call，Azure 业绩超出预期， 主要得益于核心基础设施业务的增长好于预期，且 Azure AI 服务的收入基本符合 预期。

2025Q3 北美四大 CSP 大厂 Capex 总和（包含融资租赁，下同）为 1124.3 亿美元，同比+76.9%，环比+18.3%，持续高增势头不减；其中微软、Meta 通 过融资租赁以进一步扩大 AI 投资。具体来看，（1）谷歌：FY25Q3 Capex 为 239.5 亿美元，同比+83.4%，环比+6.7%，根据谷歌的 FY25Q3 Earnings Call，其中约 2/3 投资于服务器，1/3 投资于数据中心和网络设备。（2）微软：FY26Q1(Ended 25/09/30) 的 Capex 为 349 亿美元，同比+74.5%，环比+44.2%；根据微软的 FY26Q1 Earnings Call，其中包括 PP&E 资本支出 193.9 亿美元，融资租赁 111 亿美元，主要用于大型数据中心。（3）Meta：根据 Meta 的 FY25Q3 Earnings Call，FY25Q3 Capex 为 193.7 亿美元，同比+110.5%，环比+13.9%，其中包括 PP&E 资本支出 188.3 亿美元。（4）亚马逊：根据亚马逊的 FY25Q3 Earnings Call，FY25Q3 Capex 为 342 亿美元，同比+60.7%，环比+9.0%。

AI 收入与折旧的剪刀差正在逐渐缩小。以微软为例，由于其 AI OPEX 和 AI Capex 相比体量较小，我们可以通过微软近 3 年 AI 收入占比与折旧占比的差距逐 渐缩小的现象来观测到公司收回 AI Capex 支出速度在逐渐加快的整体趋势。从 2023 年到 2025 年，AI 收入和折旧都在保持增长，但是 AI 收入增速显著高于折 旧的增长。

在加大 AI 投入的同时，科技巨头仍保持稳健的现金流和健康的偿债能力。目 前四大云厂商 AI Capex 主要由自由现金流覆盖，只有少部分采取融资租赁的方式 补充。首先四大云厂商核心业务盈利强劲，能持续产生充沛现金流支撑算力建设， 在 Capex 持续环比上升的过程中自由现金流（TTM）仍持续保持高位；其次四大 厂商虽然目前也有发行债券进行融资的情况，但是其一直保持稳健的偿债能力。

以谷歌为例，近几个季度公司处于 ROE 的上行周期，盈利能力得到提升；同 时折旧利润比可控（低于 20%），尤其 25Q3 现金储备达到 985 亿美元，证明其 造血能力良好、AI 正在不断改善谷歌的资源配置能力。

1.3 算力加速：确定的需求带动科技巨头资本开支增长

我们认为 AI 产业飞轮还在持续旋转。上游，英伟达的芯片订购量还在持续增 长；在中游，微软、亚马逊、谷歌、Meta、甲骨文的资本开支不断增长；在下游， 更多客户还在不断采购大型科技公司的云计算服务、软件产品，以及广告服务。 我们认为，美国科技五巨头资本支出快速增长，核心原因是市场需求正在快速 增长。即当前算力建设速度，甚至追不上积压订单增速，也就是说，算力实际上供 不应求。市场需求，涉及一个核心指标——积压订单（即剩余履约义务，财务指标 RPO，Remaining Performance Obligations），即已经签署、等待交付的合同。 我们认为积压订单大幅增长，意味着越来越多的客户正在与微软、亚马逊、谷歌、 甲骨文签订规模更大、年限更长的算力使用合同。 云计算和软件公司的商业模式是订阅制，客户按月/季/年提前付钱。订阅期内， 客户消耗合同资源。提前收取的费用，不会立即计入营收，而是随着资源消耗逐步 在未来 1 年-3 年确认为收入。 积压订单不断增长，科技巨头为了履约，会投资相应规模的算力。根据《财经》 统计，2Q22~2Q25，微软、亚马逊、谷歌、Meta、甲骨文的剩余履约义务总额， 分别是 4012/4593/6011/11460 亿美元。三年以来五大科技巨头积压订单增速不 断提升，增速分别是 14.5%/30.6%/90.7%。即使扣除甲骨文在 1Q25 和 OpenAI 签署的 5 年 3000 亿美元订单，2Q25 五大科技巨头剩余履约义务总额也还有 8460 亿美元，同比增长 41%。

美国算力建设已进入百万卡模式。根据新浪财经，美国科技巨头的算力建设， 正朝着 10GW 和百万卡的规模推进。微软、亚马逊、谷歌、Meta、甲骨文 2026 年资本支出将超过 4700 亿美元（较 2025 年同比增长约 26%）。2025 年五大科 技公司资本支出总额将超过 3700 亿美元（约合 2.6 万亿人民币），总增速约为 64%。 Marvell 最近运用了 Dell’Oro 的预测数据来展示其对数据中心市场需求增长 的观点。26-28 年，北美的数据中心建设相关 Capex 或将保持 20%的年复合增长 率，并在 2028 年达到万亿美元的规模。

算力扩建的背后是整个产业链的高景气。根据华尔街见闻，数据中心的建设成 本（不含 IT 设备）已达到每 MW 1700 万美元以上（合约 1GW 算力建设成本大 概是 100 亿美元-200 亿美元）。以 OpenAI 的 Stargate 项目为例，其 7GW 容 量对应超过 4000 亿美元的投资承诺，折合每 MW 成本高达 5700 万美元（含 IT 设备），凸显了 AI 基础设施的巨大资本密度。单 GW 算力建设成本主要包含：1） 服务器硬件相关，如 GPU（图形处理器）、CPU（中央处理器）、HBM（高带宽 内存）等；2）网络相关，包括交换机、光模块、光纤电缆等；3）数据中心的土地、 建筑、机架、供电设施、液冷系统等。 总结来看，我们认为 AI 相关的 Capex 能够持续主要原因在于：（1）模型的 迭代依然是行业竞争的关键点，Scaling Law 依然有效，同时对模型的优化提出更 高要求；（2）从现金流角度看，四大云厂商核心业务盈利强劲，能持续产生充沛 现金流支撑算力建设，在 Capex 持续环比上升的过程中自由现金流（TTM）仍持 续保持高位；（3）从 ROI 角度看，AI 收入加速趋势未变，同时 AI 带来收入与折 旧之间差值逐渐缩小，我们看好未来科技巨头顺利实现从“基础设施”到“应用兑 现”的转向。

向光而行：算力多元化带来光链接新需求

2.1 业绩核心：800G 和 1.6T 硅光光模块及优势

LightCounting 预计，2025 年光模块（含 AOC）的销售额将超过 230 亿美 元，较 2024 年增长 50%。其中，以太网光模块的销售额预计将达到 170 亿美元， 比去年增长 60%。根据是德科技引用 LightCounting 数据，2026 年 400G 光模 块需求达到最高值，800G 光模块需求增速放缓，1.6T 光模块开始高速增长。根据 LightCounting 的预测，2026-2027 年 1.6T 光模块的出货量呈现加速增长的态 势。

我们认为 1.6T 光模块有望兼具高增长和长生命周期两个特点。首先 1.6T 光 模块目前业界公认的主流路径是 8 通道 × 200Gbps，之后的 3.2T 产品需要采用 448G SerDes。但是我们可以看到，单通道通信能力的迭代速度显著落后于以半 导体制程为核心驱动的芯片能力提升的速度。这也是过去三年，光模块从 4×100G 的 400G 光模块升级到 8×100G 光模块，而不是 4×200G 的主要原因之一。我们 认为从单通道 200G 向单通道 400G 的迭代速度会比上一次的迭代升级面对更大 的困难和更多的不确定性。

近期，EML 芯片供应短缺问题日益凸显。Lumentum FY26Q1 业绩电话会上 表示，EML 激光器出货量创记录，光芯片的供需缺口在持续扩大，虽然供应已经 增长了 10%以上，但其最新季度供应缺口仍占总客户需求的 25-30%；Coherent 在 FY26Q1 业绩电话会议上也重点强调光芯片物料缺口持续扩大的问题，其 EML 芯片的供应仍受限于磷化铟短缺，其第一季度未完成的订单积压被累积到第二季 度。 在 EML 芯片短缺背景下，硅光方案渗透加速。虽然硅光子器件也需要基于磷 化铟的 CW 光源，但 DR4 和 DR8 光模块可通过 1 个 CW 光源支持 2 个通道，当 前能更好满足终端用户对光模块的迫切需求。因此，硅光方案凭借更好的产能弹性 和成本优势以及高集成度、低损耗等性能优势，市场份额有望加速提升。硅光芯片 代工厂争相扩大产能，25 年 11 月格芯（Global Foundries）宣布收购 AMF，收 购后格芯在硅光子业务营收方面跃居全球第一；Tower 半导体正通过内生增长扩 大规模，计划到 25 年底将硅光芯片制造产能翻倍，到 26 年年中增至三倍。根据 Yole 数据，硅光芯片市场规模有望从 2024 年的 5.2 亿美元增加到 2030 年的超过 46 亿美元，复合年增长率为 43%。

2.2 关键增量：Scale-up 超节点光链接趋势

英伟达 NVL-72 超节点和华为 384 超节点相继发布。超节点在 Scale-UP 层 面的链接需求成为 2026-2027 年 AI 算力网络中最重要的连接需求关键增长量。 Scale Up 的实现路径主要分为两大方向： 1) 高电机柜的单机柜 GPU 高密度集成方案。该路径的核心在于突破机柜供电与散热的物理瓶颈，通过优化电力分配架构、升级液冷/风冷散热系 统，在有限的机柜空间内堆叠更多 GPU 算力单元。这一路线的典型实践 者是 NVIDIA，从 NVL72 开始部署超节点，持续以提升单机柜 GPU 数 量为核心目标，不断刷新算力密度上限。 2) 多机柜的 GPU 全光互连超节点方案。当算力需求突破单机柜边界后， 该路径以高带宽、低时延的光互连技术为纽带，将分散在多个机柜中的 GPU 集群，整合成一个统一调度、协同运算的“虚拟超级算力域”，彻底 打破物理机柜的算力分割限制，谷歌、华为是典型“玩家”。例如华为 发布 CloudMatrix 384 超节点。

（本文仅供参考，不代表我们的任何投资建议。如需使用相关信息，请参阅报告原文。）