通信行业市场分析.docx

《通信行业市场分析.docx》由会员分享，可在线阅读，更多相关《通信行业市场分析.docx（11页珍藏版）》请在第一文库网上搜索。

1、通信行业市场分析光模块行业传统应用场景为电信市场和数通市场，具备一定的周期性。光模块下游一直应用在电信市场和数通市场，其中电信市场的需求和全球基站建设节奏明显相关，当前国内5G基站建设节奏稳中略降，全球光纤接入市场仍保持较高景气度。数通市场的需求往往取决于海外大型云厂商的资本开支，整体而言数通市场需求持续性较强，电信市场的周期性更强。A1等新应用场景的出现，有望成为未来云基建投资的重要推动力，带来光模块持续新增需求。云基建作为算力底座持续受益于数据流量的增长，A1等新应用场景的出现有望推动行业新一波的建设周期，叠加传统投资动能的底部复苏，我们预计未来云基建行业将会呈现总量增长叠加技术等级持续升

2、级的趋势，而光模块作为算力基础设施一环，有望充分受益。A1大模型推动高速光模块需求加快释放。A1大模型的使用对与网络架构的提出更高要求，向着低时延和高速率方向演进，由于AI计算需要同时调用的模型参数在千亿甚至万亿级别，存储、计算、通信网络带宽需要同步提升，其中计算部分通过利用GPU,性能已实现快速提升，存储部分也实现了演进，因此通信网络带宽需要明显提升，对应首选网络技术为Infiniband,而网络通信速率也由传统数据中心25G1OOG需求快速提升至端到端的200G/400G,甚至向着800G速率演进。01、传统光模块市场概述光模块主要用于实现光、电信号的转换光模块是用于设备与光纤之间光电转换

3、的接口模块。光模块主要用于实现光电信号的转换。光模块主要由光学器件和辅料（外壳、插针、PCB与控制芯片）构成。光学器件（包括光芯片和光学元件组件）约占光模块成本70%以上，辅料（外壳、插针、PCB与电路芯片等）占光模块总成本近30%o光发射组件TOSA一般包含激光二极管、背光监测二极管、耦合部件、TEC以及热敏电阻等元件。一定速率的电信号经驱动芯片处理后驱动激光器（1D）发射出相应速率的调制光信号通过光功率自动控制电路，输出功率稳定的光信号。光接收组件ROSA一般包含光电探测器、跨阻放大器、耦合部件等元件。一定速率的光信号输入模块后由光探测器转（PD/APD）换为电信号,经前置放大器（T1A）

4、放到后输出相应速率的电信号。光模块传统应用场景：电信网络和数据中心电信网络的光通信应用：1980年代光纤诞生以来，光通信应用从骨干网到城域网、接入网、基站。目前国内传输网络基本完成光纤化,但数据在进出网络时仍需要进行光电转换；未来向全光网演进。数据中心的光通信应用：1990年代开始，光通信应用从中短距离的园区、企业网络延伸到大型数据中心的系统机架间、板卡间、模块间、芯片间应用。仍以光模块为例，据数据统计，数通市场（以太网+光互连+光纤通道）收入占比在55%60%左右。数据中心应用占比已经超过电信市场。据预测，20232024年全球光模块市场规模预计从2023年的105.4亿美元增长到2024年

5、的138.2亿美元，年复合增长率约为7.0%。应用于数通领域的光模块市场规模预计则由2023年的54.2亿美元快速增长2024年的83.9亿美元,年复合增长率约为11.5%,其占比从51.4%进一步提高至60.7%o电信市场：运营商5G资本开支平稳，光纤接入市场景气度高无线侧：用于5G资本开支预计2023年达到高点，后期逐步下行，电信运营商的CaPeX具有周期性特点，在代际升级的主建设期，运营商CaPeX会有明显的上升。接入侧：技术升级和渗透率提升带来持续需求。国内在政策驱动千兆光网渗透，海外大部分国家光纤接入率仍较低,具有明显提升空间;技术上光纤接入步入10G-PoN时代，带来持续新增需求。

6、根据数据统计，2023年FTTX全球光模块市场出货量约6289万只，市场规模为4.73亿美元，随着新代际PON的应用逐渐推广，预计至2025年全球FTTx光模块市场出货量将达到9208万只，年均复合增长率为7.92%,市场规模达到6.31亿美元,年均复合增长率为5.93%o交换机系统升级推动数通光模块迭代数通市场：交换机芯片产品升级节奏影响光模块升级部署。一般来说,从交换机芯片推出到光模块开始放量需要2-3年的时间。博通首款32X1OOG交换机芯片2014年开始送样，亚马逊等北美云厂商2016H2起量部署IOOG光模块。2017年底博通32X400G交换芯片TOmahaWk3开始送样，亚马逊、

7、谷歌等北美云厂商从2018年H2开始部署400G产品。2019年底具备25.6Tbps交换能力的交换机芯片Tomahawk4发布，20232023年是400G光模块的快速起量期。2023年博通和英伟达、思科等均有800G交换机布局。光模块市场空间：预计2026年超过170亿美元2023年全球光模块市场规模80亿美元，未来五年预计稳步增长。根据预测，20162018年光模块行业增长平缓，2019年后光模块升级加速，尤其2023年受疫情和新基建政策催化，电信和数通市场需求强劲，全年光模块市场规模为80亿美元，同比增长23%。预计到2026年，全球光模块市场将超过170亿美元，20232026年的五

8、年CAGR为14%。分下游客户来看，数通客户市场规模超过电信客户市场规模，是未来光模块行业的主要驱动力。根据数据，2023年光模块市场中，数通市场规模约为电信市场的1.2倍；2026年预计数通市场将为电信市场2.6倍。以太网光模块市场空间：高速光模块放量是核心动力以太网光模块的收入在光模块市场中占比将近一半，市场空间超过百亿美金。根据最新报告，以太网光模块的销售额在2023年达至U46.52亿美元，同比增长25%。预计2023年用户侧以太网光模块的营收增幅为22.3%o未来随着新技术的发展和网络流量长期保持持续增长,以太网光模块销售额也将保持较快增长并不断迭代升级。预计到2026年，以太网光模

9、块市场将达到88.51亿美元，约为全球光模块市场规模的52%。22-26年复合增速11.7%。高速以太网光模块（200G400G和800G）是以太网光模块需求增长的核心驱动。2023年IOOG及以下的光模块收入规模约为30亿美元，在以太网光模块市场中占比64%。当前200G及以上光模块迅速放量，后续将成为增长主力。市场格局变化：国内厂商已占据领先位置国内光模块企业全球地位持续提升010G时代以北美光模块厂商为主,40G时代，中际旭创和AOI崛起，2023年旭创和II-IV成为出货量头部厂商。国产厂商崛起原因分析：（1）欧美日光模块厂商起步较早，专注于芯片和产品研发，部分厂商剥离低毛利的光模块业

10、务，制造生产端产能逐步向以中国为代表的发展中国家转移；（2）国内光模块厂商依托劳动力成本、市场规模以及电信设备商扶持等优势，在光模块封装、测试等环节积累了大量实践经验，以中际旭创和新易盛为代表的国内厂商在竞争中取得份额突破，积极扩建产能；（3）云厂商采购模式变化和封装工艺的变化，带来行业洗牌机会。技术演进趋势：硅光子集成硅光子技术意在提升光模块集成度。基于标准硅制造的硅衬底材料，利用半导体晶圆材料可延展特性，采用CMoS等工艺应用于光电一体集成器件制造。其物理架构由硅衬底激光器、硅衬底光电集成芯片、光纤等辅助物料封装构成。硅光技术的难点之一是集成激光器和调制器，PD各种被动器件，目前，相关技术

11、主要包括独立激光器，混合集成，异质集成，单片集成等。硅光模块市场空间：根据预测，硅光模块市场将从2018年的约4.55亿美元增长到2024年的约40亿美元，复合年增长率达44.5%。硅光行业市场格局：Infinera是大规模InPP1C技术及产业的领导者；InteI、1UXtera等是硅基光子集成产业应用的引领者,SicoyaRock1eyInPhi、ACaCia在硅基光电集成收发芯片的设计方面也较为领先，硅光模块封装环节依旧是传统光模块的封装厂商占主导。02、AI驱动高速光模块迭代加快AIGC等新场景：有望成为新一轮的云基建建设驱动力A1GC等新应用场景的出现，成为未来云基建投资的重要推动力

12、。数据中心作为流量的基石，算力的重要载体，核心受益于算力和流量的扩张，近十年行业经历了几轮快速的发展增长，分别受益于移动互联网、疫情带来的线上流量增长等；随着A1等新应用场景的出现，为行业赋予了新的增长动能，有望带动行业新一轮建设升级。AI：无人机、自言语言处理以及计算机视觉为主要应用场景人工智能主要利用数字计算机或者由数字计算机控制的机器，模拟、延伸和扩展人类的智能，感知环境、获取知识并使用知识获得最佳结果的理论、方法、技术和应用系统。A1的核心技术主要包含：深度学习（D1）、计算机视觉（CV）、自然语言处理（N1P）和数据挖掘（DM）等，A1目前主要的应用场景包括：医疗、无人机、自然语言处

13、理和计算机视觉与图像处理等。ChatGPT：确立11M模型的大参数和深度学习两大属性ChatGPT的出现确立了大语言模型两个必备元素：大参数+深度学习（1arge&Deep）ChatGPT是基于自然语言处理（N1P）下的A1大模型，产品能够通过大算力、大规模训练数据突破A1瓶颈，通过理解和学习人类的语言来进行对话，并引入新技术R1HF进一步提升了人工智能模型的产出和人类的常识、认知、需求、价值观保持一致。在在GPT模型出现之前，行业对于A1大模型的构建并没有取得较高关注，核心在于没看到模型展现出靠近人类的特征。GPT模型首次展示出了通过深度学习和大模型参数的输入，A1模型可以涌现出靠近人类的特

14、征。一般认为模型的思维推理能力与模型参数大小有正相关趋势，一般是突破一个临界规模（大概62B,B代表10亿），模型才能通过思维链提示的训练获得相应的能力。如果在6B以下，那很可能还只是GPT-2级别的初级模型。A1大模型下，网络结构向低延时高速率演进A1模型作为高性能计算业务，强调低时延高速率，通常由旧网络承载。数据中心内部有三类典型的业务：通用计算（一般业务）、高性能计算（HPC）业务和存储业务。每类业务对于网络有不同的诉求,比如：HPC业务的多节点进程间通信，对于时延要求非常高；而存储业务对可靠性诉求非常高,要求网络0丢包;通用计算业务规模大,扩展性强，要求网络低成本、易扩展。由于上述业务

15、对网络的要求不同，数据中心内部一般会部署三张不同的网络：由旧（InfiniBand）网络来承载HPC业务，由FC(FiberChanne1)网络来承载存储网络，由以太网来承载通用计算业务。数据中心从云时代进入A1时代。在企业数字化转型的大背景下，数据资产逐步成为企业的核心资产。和云计算时代比，A1时代企业数据中心的使用正在聚焦业务快速发放向聚焦数据高校处理转变。未来满足在A1时代下数据高效处理诉求，O丢包、低时延、高吞吐成为A1数据中心核心考核指标。Infiniband高速网络，大模型下优选网络技术以太网是一种广泛使用的网络协议，但其传输速率和延迟无法满足大型模型训练的需求。相比之下，端到端I

16、B(InfiniBand)网络是一种高性能计算网络，能够提供高达400GbPS的传输速率和微秒级别的延迟，远高于以太网的性能。这使得旧网络成为大型模型训练的首选网络技术。Infiniband网络(IB网络)：是指通过一套中心Infiniband交换机在存储、网络以及服务器等设备之间建立一个单一的连接链路,通过中心Infiniband交换机来控制流量，能够降低硬件设备间数据流量拥塞，有效解决传统I/O结构的通信传输瓶颈，还能与远程存储设备和网络设备相连接端到端旧网络还支持数据冗余和纠错机制，能够保证数据传输的可靠性。在处理大模型中较多的数据时，数据传输错误或数据丢失可能会导致训练过程中断甚至失败，因此保证传输的可靠性尤为重要，而IB网路有效实现了保证。03、ChatGPT场景下需求弹性测算A100：网络结构解析A1大集群数据中心的方案部署通过切分基本单元进行部署，每个基本单元英伟达定义为SuperPODo对于一个网络集