海信系纳真科技冲击IPO，拆解AI算力下的“光模块”逻辑

当OpenAI砸下3000亿美元锁定未来五年算力时，很少有人会把这笔天价订单和一个68岁的山大教授联系起来。黄卫平，恢复高考后的第一届大学生，留美博士，在光通信寒冬里和海信掌舵人周厚健一拍即合，一头扎进了被业内判了“死刑”的赛道。24年后，他一手创办的纳真科技估值破百亿，即将登陆港交所。而这一切的核心，是一个被AI算力浪潮推到聚光灯下的小器件——光模块，它就像数据中心的“高速血管”，决定着AI大模型训练的快慢。为什么一个不起眼的组件，能撑起百亿估值？这背后是一场正在重塑科技产业链的革命。

光模块：AI算力的“隐形油门”

你可以把光模块想象成数据中心的“快递员”——它负责把服务器里的电信号转换成能在光纤里飞速跑的光信号，再把光信号转成电信号送到下一个服务器。这个转换速度，直接决定了AI大模型训练的效率：比如训练GPT-4这样的大模型，需要成千上万块GPU同时运算，每一块GPU都要和其他GPU交换海量数据。如果用普通的低阶光模块，就像给高速公路铺了乡间小路，GPU再强也跑不起来；而AI训练用的800G光模块，每秒能传输800亿字节的数据，相当于一秒钟传完200部高清电影，是低阶模块的十几倍。

光模块的进化史，就是数据中心算力需求的升级史。最早的GBIC模块像个小盒子，只能传千兆数据；后来的SFP模块缩小到手指大小，能传10G；再到QSFP系列，把4个通道打包在一起，速率从400G跳到800G，现在已经向1.6T、3.2T演进。每一次升级，都是为了跟上AI算力爆发的脚步——当GPU的性能每18个月翻一番时，数据传输的速度必须同步跟上，否则就会出现“算力堵车”。

对纳真科技来说，光模块就是它的“印钞机”：2025年公司营收83.55亿元，其中光模块占了78.2%，尤其是为AI数据中心服务的数通光模块，收入占比从2023年的24.9%直接跳到65.5%。而这背后，是AI算力竞赛的下半场已经打响——巨头们不再比谁的GPU更多，而是比谁能把GPU的性能彻底释放出来，光模块就是关键的“隐形油门”。

CPO技术：光模块的“终极形态”？

当光模块的速率冲到800G以上时，传统的“可插拔”架构遇到了瓶颈：光模块和服务器之间的铜线连接，哪怕只有几厘米长，也会产生信号损耗和延迟，而且功耗越来越高——一个800G可插拔模块的功耗能达到15W，一万个模块一年的电费就是上千万。这时候，共封装光学（CPO）技术成了破局的关键。

CPO的核心逻辑，就是把光引擎和服务器的交换芯片直接封装在一起，把电信号传输的距离从厘米级缩短到毫米级。你可以把它想象成把快递站直接建在了工厂门口，不用再把货物拉到几公里外的快递点发货，不仅速度快了，还省了大量的运输成本。英伟达和Lumentum、Coherent的20亿美元投资，就是押注CPO会成为下一代AI基础设施的标准：它能把功耗降低30%-50%，带宽密度提升3倍以上，延迟减少一半。

但CPO并不是完美的解决方案。它的最大问题是“绑定”——光引擎和芯片封装在一起，一旦光模块出了问题，整个服务器都可能要停机维修，不像传统可插拔模块那样能随时更换。而且CPO的制造难度极高，需要把光芯片、电芯片和光纤精准地集成在一个封装里，良率低、成本高，目前只有英伟达、Broadcom这样的巨头能玩得起。对纳真科技这样的厂商来说，CPO既是机遇也是挑战：它需要投入大量资金研发，一旦跟不上技术迭代，就可能被市场淘汰；但如果能抓住机会，就能从“光模块组装厂”升级为“光互联解决方案提供商”。

不过，现在下结论还太早。CPO目前主要应用在超大规模AI训练集群，而中小数据中心更倾向于用LPO（线性可插拔光模块）——它取消了功耗极高的DSP芯片，把信号处理任务交给服务器，功耗降低30%，还保留了可插拔的灵活性。未来的光模块市场，会是CPO和LPO并存的格局，就像高速公路和城市道路各有各的用处。

产业链重塑：从“卖零件”到“卖方案”

纳真科技的崛起，其实是整个光模块产业链变革的缩影。过去，光模块厂商就是“组装厂”：从海外买光芯片、DSP芯片，然后封装成模块卖给数据中心，赚的是加工费。但AI算力浪潮来了之后，游戏规则变了——客户不再只看光模块的速率，还看它能不能和自己的AI集群完美适配，能不能降低整个数据中心的功耗，能不能提供长期的技术支持。

这就倒逼光模块厂商向上游延伸，掌握核心技术。纳真科技2012年收购美国光子，就是为了进入光芯片领域；中际旭创、新易盛这些头部厂商，也都在加大硅光子、CPO的研发投入。现在，光模块厂商的竞争力，不再是看谁的产能大、价格低，而是看谁能掌握光芯片、封装技术这些核心壁垒，谁能给客户提供从光芯片到光互联的整体解决方案。

同时，产业链的集中度也越来越高。纳真科技前五大客户的收入占比超过70%，其中近一半的供应商同时也是客户——这不是巧合，而是AI数据中心的需求太庞大了，巨头们需要和供应商深度绑定，保证产能和技术迭代的速度。比如Meta投资6000亿美元建AI数据中心，仅一个项目就需要100万个800G光模块，它必须和供应商联合研发，甚至直接投资供应商的产能。

对中国厂商来说，这既是机遇也是挑战。中国厂商在中游封装制造环节已经占据了全球70%的市场份额，但上游的高端光芯片、DSP芯片还被海外巨头垄断，国产率不足10%。不过，随着国家政策的支持和企业的研发投入，国产替代的速度正在加快：华工正源已经实现了1.6T硅光子模块的量产，杜根科尔研发的激光芯片也达到了国际先进水平。未来，谁能掌握核心芯片技术，谁就能在产业链中拥有话语权。

当纳真科技的招股书摆在港交所的案头时，黄卫平可能还在山东大学的实验室里给学生上课。他和周厚健在光通信寒冬里的那次相遇，没想到会在24年后赶上AI算力的浪潮。这就是科技产业的魅力：你永远不知道哪一次技术投入，会在未来的某一天成为风口上的“猪”。

AI算力浪潮下，光模块不再是一个不起眼的小零件，它成了决定AI大模型训练效率的核心组件，成了科技巨头们争夺的战略资源。而这场变革，不仅重塑了光模块产业链的结构，也改变了整个科技产业的商业逻辑——从“卖硬件”到“卖解决方案”，从“价格竞争”到“技术竞争”。

算力的未来，藏在看不见的光里。 这句话或许能概括光模块在AI时代的价值：它就像数据中心的“神经纤维”，默默地传输着海量数据，支撑着AI大模型的运转。而那些能提前布局的企业，终将在这场算力革命中收获属于自己的红利。