2026年人工智能行业北美光纤：北美AIDC需求释放，扩产极慢导致供需紧平衡

原理与架构：AI 数据中心具体怎么用光纤？

机内 / 机架内：从铜线到光纤 & CPO

传统以太网服务器内部和机架内互连主要使用铜缆（DAC），距离一般在 1–3 米 内，速率 10–100Gbps。  随着 GPU 节点带宽需求攀升（400G/800G 甚至 1.6T），每米传输速率可以达到 100Gbps 以上，铜线在距离、损耗和功耗方面逐渐吃紧。 为了降低机内电互连距离、减小功耗，新一代交换机开始采用 Co-Packaged Optics（CPO，光电共封装）： 把光模块“塞进”交换芯片边上，虽然节省了板上的铜线长 度，但对外连出的光纤数量并没有减少，甚至因为端口密度提高、速率升级，单台设备需要的光纤接口更多。

机架间 / 机房内：PAM4 光模块 + MPO/MTP 干线

在 2km 以内的数据中心内部连接（front-end / back-end network），主流方案是PAM4 可插拔光模块 + 单模 / 多模光纤： AI back-end network（GPU 之间的深度互联）：0–2 km，采用 800G / 1.6T PAM4 模块，通过高密度光纤将大量 GPU 连接成训练集群。 front-end network（连接 AI 与常规工作负载）：同样 0–2 km 距离，采用类似的光模块和光纤，只是业务流量不同。 Synergy Research 记录了全球 967 个正在运行的超大规模设施，并确认另有 278 个园区处于不同的建设阶段，其中仅北美就有 142 个；每个新建场所平均使用 260 万英 尺低损耗单模光纤、19 万条 Cat6A 端口以及 4,500 根 MPO-24 干线组件。合计预计在年底前将拉出 7.24 亿英尺光纤和 5,300 万条铜缆链路。

数据中心之间（DCI / Scale-Across）：相干光 + 长距单 模

超大规模云厂往往在一个大区域内部署多个园区和设施，通过长距离光纤互联成“逻辑上的一个大数据中心”。 这一层使用的是光模块（例如Coherent）+ 长距离单模光纤，典型距离 80–1000 km，速率 400G / 800G 甚至 1.6T。

需求端：北美AI数据中心驱动光纤需求上行

全球光纤需求结构：北美地区有望贡献增长动力

近年来全球光纤光缆市场处于低谷周期，2025年起需求复苏。根据光通信市场分析机构CRU(英国商品研究所)的数据，2023年全球光纤光缆需求量约为5.39亿芯公里， 2024年将基本持平(2024年10月的预测)。2025年，随着各国网络光纤化进程的加速，全球除中国以外的市场光纤光缆需求将大幅增长，主要来自于美国市场的反弹、欧洲 市场的复苏以及中国市场的企稳。CRU预测，2025年至2029年，全球光缆需求年复合增长率约4%。另据Reportsand Data报告，预计到2030年，全球光纤市场规模将达 到111.8亿美元，年复合增长率约9.3%。

据CRU预计，2026年全球需求总量将达5.77亿芯公里，同比增长5%；其中北美洲市场需求1.49亿芯公里，同比增长17%；亚太市场（不包括中国）需求0.71亿芯公里，同 比增长6.6%；西欧市场需求0.53亿芯公里，同比增长2.5%。此外，东欧、中东、中美和南美洲等市场需求也将实现不同程度地增长。不过，从规模需求来看，2026年，除 中国以外的全球范围内，北美洲、亚太地区（不含中国）及西欧将是最主要的光纤光缆市场之一。

AI数据中心需求量是传统IDC的10倍以上

根据Ainvest，生成式 AI 驱动的数据中心所需光纤数量是传统数据中心网络的 10 倍以上。 AI训练、推理集群的快速扩张要求服务器机房内部建立高密度光纤连接，而日 益互联的超大规模数据中心园区则推动了新一轮数据中心互连建设热潮。这些应用场景依赖低损耗设计、更高规格的光纤（如弯曲不敏感光纤）以及极高纤芯数的光缆结构， 使得数据中心相关需求成为市场增长的核心。 CRU预计AI有望推动数据中心内部与DCI两大场景下的光纤光缆需求，从2024年占比不到5%、提升至2027年的35%； 按应用方向划分，面向 AI 应用的光缆需求在 2024 年将同比增长 138%，并预计在 2025 年增长 77%。到 2029 年五年复合年增长率将达到 26%，远超非 AI 应用。

Scale out:“无阻塞”的三层胖树架构带来P³/2根光纤需 求

我们预计，向外扩展 (Scale-Out，数据中心内部的连接)、跨域扩展 (Scale-Across，数据中心之间连接的DCI网络)将是短期内主要需求来源，预计2027年起向上扩展 (Scale-Up，服务器内部的连接)将因CPO、OIO渗透率的提升而带来增量需求：

1）向外扩展 (Scale-Out，数据中心内部的连接) ：AI训练（分布式计算）是成千上万张GPU卡联动，它们需要时刻高速交换数据。如果网络卡顿，几千张昂贵的显卡就得停 下来等，极其浪费。为了不堵车，网络必须是“无阻塞”的。也就是说，如果一个交换机（Leaf交换机）有总计 P 个端口，它必须拿出一半（P/2）去连接下面的设备，另一 半（P/2）去连接上面的交换机。下联和上联的通道一样宽（1:1）。这导致了整个网络需要的交换机端口和光纤数量呈指数级暴增。

随着AI数据中心规模的扩张，两层架构无法满足大规模GPU集群的需求(P²/2) ，所以，产业演变出了三层胖树的网络架构 ，分为三层：Spine（核心层） -> Leaf（汇聚层） -> ToR（接入层），假设每个交换机有 P 个端口，假设P=64，遵循一半向上、一半向下的1:1原则之后，整个网络可以容纳的最大GPU数量 = (ToR交换机总数) * (每台ToR接 卡数) = (P²/2) * (P/2) = P³/4 = 65,536 张 GPU 卡；

交换机之间所需的光纤数量= ToR层 到 Leaf层+ Leaf层 到 Spine层 = P³/4 + P³/4 = P³/2 = 131072 根；如果GPU到ToR交换机也用光纤那就是增加P³/4（131072）根。

2） DCI（数据中心互联）/Scale across ：美国新建数据中心正面临显著的能源限制，核心瓶颈是电网容量不足、接入周期长、区域供需错配，建数据中心需要平衡离用户 近还是离能源近等问题 。英伟达的Spectrum-XGS技术在Spectrum-X 以太网平台之上，通过新增“跨区域扩展（Scale-Across）算法”和软件/固件升级，让分散在不同城 市、不同国家的数据中心，像同一座超大AI工厂一样协同工作； AI 工厂之间的连接距离可超过 500 米，甚至能够实现校园内不同建筑之间的互联，或延伸至数十乃至数百英 里的跨城市、跨州乃至跨国连接。

Scale-Up：CPO、OIO技术把光纤接口搬得离芯片更近甚 至封装里

我们预计，向外扩展 (Scale-Out，数据中心内部的连接)、跨域扩展 (Scale-Across，数据中心之间连接的DCI网络)将是短期内主要需求来源，预计2027年起向上扩展 (Scale-Up，服务器内部的连接)将因CPO、OIO渗透率的提升而带来增量需求：

2）向上扩展 (Scale-Up，服务器内部的连接) ：“柜内光进铜退”的技术趋势，根源在物理定律：铜线在 100Gbps+、尤其 224Gbps 时代，传输距离很快被压缩到 1 米量 级，损耗和功耗急剧上升，而光纤在带宽、距离和能效上更从容。 CPO 和 OIO，本质上都是把“光纤接口”搬得离芯片更近，甚至搬进芯片封装里，用光而不是铜来承担越 来越吃紧的高速互联。CPO 是在交换机/网络侧，把光引擎和交换 ASIC 共封装；OIO 则是在计算侧，把光 I/O 直接做到 CPU/GPU 封装甚至中介层上，替代传统电 I/O。

康宁CEO在2025Q2业绩会上表示，“Scale-up”这一项带来的光纤/光互联替换需求，将会为公司带来40亿至60亿美元的全新增量市场。