天孚通信:AI巨头嘴上说"慢下来",手里却在抢它的货

【开头】身边的故事 你刚在DeepSeek上问了它一个工作问题,不到一秒钟,答案就一行行蹦了出来。你以为是巧合,其实背后是上万张GPU在数据中心里同时开火,用光信号交换着天量数据。 每一次提问,都有成千上万颗光芯片在收发信号。这些光信号要从激光器钻进比头发丝还细的光纤——16根细如发丝的光纤,必须同时、分毫不差地对准毫米级的芯片端口,偏差不能超过一根头发丝直径的几十分之一——就像要在针尖上同时穿好16根线。 而完成这个"针尖上穿线"动作的产品,叫做FAU光纤阵列单元。 当AI算力每几个月翻一倍,这些"光纤插座"的需求量也在指数级膨胀。问题是:能把它们做到英伟达标准的工厂,全球有几家? 这就是今天市场疯狂追捧天孚通信的原因。 【宏观事件】反常即信号 2026年9月16日,雪球热门话题榜上挂着一条看似矛盾的新闻:Anthropic一边公开呼吁"AI发展需要放缓、建立安全监督协议",一边悄悄签下了澳大利亚2.16GW的超大数据中心园区。 表面看,这是AI巨头在为安全议题表态——连OpenAI和Anthropic自己都在喊"慢下来",算力需求是不是要见顶了?按理说,“AI放缓"利空算力链,和光器件公司八竿子打不着。但市场偏偏选了光互联——CPO概念集体拉升,天孚通信所在的板块逆势走强。这说明资金已经不在乎"嘴上说了什么”,而在乎"手里做了什么"。 深入一点看,你会发现一个更底层的逻辑:AI军备竞赛不会停,只会从"拼芯片数量"转向"拼连接效率"。 天孚通信,英伟达CPO官宣名单里唯一一家中国大陆上市公司,8月中旬以来股价在260—295元区间剧烈波动、屡创新高。 不是因为它沾了英伟达的光,而是因为它的产品,正好卡在CPO时代增值最大的那个环节上。 【第一个故事】为什么突然重要 让我们回到那个针尖上穿线的场景。 2023年,AI行情炒的是"预期"——谁家有GPU概念,谁就能涨停。但当时大家并不清楚,一个万卡集群里到底需要多少光连接。 2024年,行情进入第二阶段,炒"铲子"——光模块出货量暴增,市场意识到:GPU再多,没有光模块连接就是一堆孤岛。800G光模块成为标配,中际旭创、新易盛一年翻了几倍。 2026年,故事进入第三阶段:英伟达官宣CPO量产,把光引擎直接封进了交换芯片的封装里。 为什么这一步如此关键? 因为可插拔光模块和芯片的关系,不是简单的"一对一"。一个51.2T的交换机芯片,需要32个1.6T光引擎环绕在四周;每个光引擎内部,又需要多组FAU把光信号精密导入导出。当AI集群从"千卡"扩展到"十万卡"时,光连接的需求量不是线性增加,而是指数级增加——而且连接点越来越多、越来越密,对精密对准的要求呈数量级提升。 更关键的是技术代际的切换。英伟达8月官宣的CPO方案里,激光器从"内置于模块"变成了"外置光源(ELS)+光纤阵列导入"——这意味着,FAU和ELS这类器件的用量不降反升,而且精度标准比可插拔时代更苛刻。过去FAU是"可选配件",现在是"刚需卡位"。 天孚通信的1.6T光引擎已经量产,面向CPO配套的FAU和外置光源产品也已处于稳定交付状态,正在配合客户做产能储备和扩产。这不是概念,是英伟达官宣名单上白纸黑字的名字。 【第二个故事】值不值这个价 需求爆发解释了"为什么涨",但投资者更关心的是——这种涨,值不值得追? 光器件行业的估值,历来是个难题。 传统上,市场把它当作"消费电子配套件"来估值——组装活、毛利率薄、跟着运营商资本开支周期波动,给15-20倍PE就算客气。这个逻辑在4G/5G时代是对的,但在AI算力时代需要重新审视。 让我们看几个数字: 2026年上半年,天孚通信营收28.28亿元,同比增长15.15%; 归母净利润12.04亿元,同比增长33.92%——利润增速是收入增速的两倍多; 研发投入1.95亿元,同比增长55%——研发增速又比利润增速快; Yole预测,CPO市场规模将从2024年的4600万美元飙升至2030年的81亿美元,年复合增长率高达137%。 这些数字意味着什么? 意味着天孚通信正在从"周期性的组装厂"变成"AI基础设施的核心器件商"。传统的光器件需求跟着运营商建网的节奏波动,但AI带来的需求是"训练+推理"双轮驱动的——只要大模型还在变大、应用还在变多,数据中心的光连接密度就不会停止提升。 市场愿意给天孚通信更高估值的原因:它不再是一家"可插拔时代的配套厂",而是CPO架构定义者(英伟达)亲自挑选的"标准制定参与者"。 【第三个故事】为什么是这一家 估值重构给了买入的理由,但问题是——为什么是天孚通信,而不是其他光器件公司? A股做光器件的公司不少,为什么英伟达的名单里,中国大陆只点了它的名? 答案在于它的结构性优势。 第一,卡位环节无可替代。 天孚做的是"光"这口饭,不是"可插拔"这口饭——FAU、外置光源、光引擎子组件,恰恰是CPO方案里用量增加、精度要求最高的环节。当传统光模块厂面临"被英伟达重新定义供应链"的焦虑时,天孚是被定义进新标准的那一方。 第二,精密制造的时间壁垒。 把16根光纤对准毫米级端口,误差控制在亚微米级,并且要做到百万件量产的良率稳定——这不是设计能力,是工艺know-how。公司花了近二十年,从陶瓷插芯、隔离器一路做到光引擎子组件,才沉淀出这套精密无源器件的平台化能力。 第三,客户锁定的认证护城河。 进入英伟达CPO供应链需要与台积电的硅光工艺、矽品的封装测试协同验证,认证周期以年计。一旦进入,就是生态级绑定——英伟达一年采购约500万只光模块,它亲自组建的供应链,成员名单短期内不会换。 这些优势不是一朝一夕建立起来的。天孚通信花了近二十年,投入了数十亿的研发和产线,才形成了今天的精密无源器件平台。 竞争对手可以模仿它的单个产品,但很难复制它从材料到工艺、再到与英伟达-台积电-矽品生态协同的整套积累。 【收尾】三句话闭环 AI越会"说人话",数据中心越要拼命互联;互联越密,光纤阵列越要精密对准;对准越难,天孚通信越值钱。 或者按标准框架理解: 事件:Anthropic一边喊"AI放缓"一边签下2.16GW数据中心,英伟达CPO正式量产,光互联从"可插拔时代"进入"共封装时代"。 关键变量:AI集群规模越大,光连接密度呈指数级提升;CPO架构下,FAU和外置光源等精密无源器件的用量和精度标准不降反升。 公司利好:作为英伟达CPO官宣名单里唯一的中国大陆公司,天孚通信的1.6T光引擎已量产、CPO配套产品稳定交付,上半年净利润同比增长33.9%,业绩与订单正在双重兑现。 免责声明:本文仅为产品故事写作练习,不构成任何投资建议。股市有风险,投资需谨慎。

2026年9月16日 · 东周

AI医疗的双重困境:当微软的AI读取病历,字节跳动却在抢英伟达芯片

微软推出能读病历的AI,字节跳动拿到英伟达顶级芯片。两条新闻同一天出现,巧合还是必然? 导语:两个平行世界 2024年3月,两个看似无关的事件同时冲击着科技圈: 事件A:微软宣布其AI医疗工具可读取患者病历并提供诊断建议,已在部分医院试点。 事件B:《华尔街日报》披露,字节跳动通过新加坡子公司,绕过美国出口管制获得英伟达H20芯片——专为中国市场设计的"阉割版"顶级AI芯片。 一个关乎生命健康,一个关乎算力霸权。它们之间有什么联系? 答案藏在3P框架里:技术的可能性(Physics)、人类的接受度(Psychology)、以及谁有权使用(Philosophy)。 🔬 Physics: 算力即权力 医疗AI的物理现实 微软的AI医疗工具看似是软件创新,实则是算力堆砌的结果: 模型规模:GPT-4级别的医疗模型需要数千张H100 GPU训练 推理成本:单次诊断查询的算力成本约$0.50-2.00 数据吞吐:一家三甲医院日均10万次查询,年算力成本超千万美元 英伟达的隐形征税 这就是事件B的关键——没有英伟达芯片,就没有事件A的AI医疗。 具体数据: H100芯片单价约$30,000-40,000 训练一个医疗大模型需要2,000-5,000张H100 全球90%的AI训练负载运行在英伟达GPU上 供应链的地缘政治 台积电生产 → 英伟达设计 → 美国出口管制 → 中国公司绕道获取 这个链条的每一环都是物理约束: 台积电的3nm工艺无法被快速复制 英伟达的CUDA生态形成锁定效应 出口管制创造黑市溢价(H20比H100贵30-50%) Physics的冷酷:技术民主化的前提是算力民主化,而算力民主化在短期内不可能。 🧠 Psychology: 信任的游戏 患者的算法厌恶 2023年MIT一项实验显示: 当AI和人类医生犯同样错误时,患者对AI的信任度下降40% 但当AI表现优于人类时,信任度仅提升15% 这就是算法厌恶——人们对机器错误更苛刻。 医生的防御性医疗 更有趣的是医生的心理: 85%的医生表示愿意使用AI辅助诊断 但只有23%愿意让AI做最终决策 原因是"责任归属模糊" 这种心理导致防御性使用:AI建议仅供参考,医生仍需独立判断——实际上增加了工作负担。 企业的FOMO竞赛 微软推出医疗AI的时机值得玩味: Google Health 2021年失败后沉寂 亚马逊2022年关闭Amazon Care 苹果HealthKit不温不火 微软为何此时入场?因为不入场就是输。这是典型的FOMO(Fear Of Missing Out)驱动。 字节跳动抢芯片也是同理——没有算力,连参赛资格都没有。 Psychology的洞察:技术竞争的本质是心理战,谁先让对方相信"这是未来",谁就赢了。 🏛️ Philosophy: 谁的生命更重要? 诊断责任的真空 ...

2026年3月14日 · 安安