ai是這篇文章討論的核心

💡 核心結論
光子學與光學技術不再只是通訊配角,而是AI硬體效能突破的「物理極限解方」。2026年,光互連與光計算將直接影響大規模模型訓練成本與推理速度。
📊 關鍵數據(2026年預測)
- 全球光學元件市場規模預計達 380 億美元,AI相關佔比突破 40%
- 光模組出貨量年增率 27%,800G/1.6T 規格成主流
- 光學神經網路推理能效較電子晶片提升 10~100 倍
🛠️ 行動指南
- 關注光通訊 ETF(如 SOXX、IGV)及純光子學公司(如 LWLG、Coherent)
- 佈局上游材料(磷化銦、矽光子)與設備供應鏈
- 追蹤 CPO(共同封裝光學)技術量產進度
⚠️ 風險預警
- 技術標準未統一,供應鏈分散
- 量產良率與成本仍偏高
- 地緣政治影響高端光學材料出口
筆者觀察到,過去幾年AI狂熱聚焦在GPU與算力晶片,但真正讓「算力」能串聯成「超級電腦」的,反而是那些藏在光纖與光模組中的「無名英雄」。CNBC近期報導點明,與AI相關的光子學與光學產業群,其市場表現已遠超其他板塊——這不是概念炒作,而是基礎設施的剛需爆發。
光子學為何成為AI的「光速高速公路」?
AI模型參數從千億邁向兆級,傳統銅線傳輸在頻寬與能耗上已逼近物理極限。光子學解決方案——從VCSEL雷射、矽光子調變器到相干光模組——能將資料傳輸速率推升至 1.6Tbps 以上,同時每 bit 能耗降低 90%。這不是未來式,2025 年量產的 800G 光模組已大量部署於超大型資料中心。專家預測,2026 年將是 CPO(共同封裝光學)進入量產的元年,屆時光學元件將直接與交換器晶片封裝在一起,徹底改變機櫃內部的資料流動方式。
2026年光子學市場規模與投資機會在哪?
根據 LightCounting 與 Yole 的綜合預測,2026 年全球光學元件市場將突破 380 億美元,其中 AI 資料中心相關的光互連需求佔比將從 2023 年的 25% 躍升至 42%。更驚人的是,光學神經網路(Optical Neural Network)在特定推理任務上的能效比傳統 GPU 高出兩個數量級,這意味著未來三年,我們會看到更多「光學加速器」出現在邊緣運算與雲端機房。投資機會集中在三個層級:上游材料(磷化銦、氮化矽)、中游元件(調變器、偵測器)、下游系統(光模組、交換器)。
如何布局光子學ETF與個股?
散戶最簡單的方式是透過 ETF 參與,例如 iShares 半導體 ETF(SOXX)或 VanEck 半導體 ETF(SMH),它們都涵蓋了 Coherent、Lumentum 等光學龍頭。純光子學的選擇較少,但可關注 LWLG(矽光子調變器)、Coherent(光通訊龍頭)以及中際旭創(中國光模組廠)。策略上,建議分批布局,因為 2026 年 CPO 技術量產將帶來訂單爆發,但短期波動難免。風險方面,地緣政治可能影響高端光學材料出口,建議分散配置。
Pro Tip: 關注每月光模組出口數據與雲端大廠資本支出,這兩項是超前指標。若北美四大雲端業者(Google、AWS、微軟、Meta)的 CAPEX 年增率維持 15% 以上,光學供應鏈訂單能見度將延長至 2027 年。
FAQ
問:光子學與光學在AI中的具體應用是什麼?
主要應用包括數據中心內的光互連(光模組)、晶片間的光傳輸(CPO)、以及光學神經網路中的光矩陣乘法。這些技術能大幅提升傳輸速度並降低能耗。
問:2026年光子學市場的成長動能來自哪些領域?
主要來自AI訓練集群的擴建、邊緣AI設備的光學感測、以及量子通訊的早期部署。預估AI相關營收年複合成長率達35%。
問:散戶如何簡單參與光子學投資?
可透過半導體ETF(如SOXX、SMH)間接持有光學龍頭股,或關注專門的光通訊ETF(如FIVG)。此外,亦可考慮布局上游材料供應商。
Share this content:













