核心观察：磷化铟（InP）MOCVD设备正在成为光通信产业链的前置约束。需求端的订单并不是按单年度释放，而是跨年度排产；供给端则受爱思强（Aixtron）G4交期、腔体产能、客户优先级和现场工艺爬坡共同影响。设备交期从过去的4—6个月拉长到8个月、再到当前普遍接近一年，意味着真正... 继续阅读“磷化铟MOCVD设备为何紧缺：从爱思强交期、InP订单到光通信产能爬坡”
标签： AI产业链
mSAP多高层怎么放量？从GB300与Rubin板件、PTFE和RCC验证看AI PCB产业链
核心观察：AI 服务器 PCB 的增量正在从“宣布扩产”转向“认证完成后的有效产出”。mSAP、多高层、PTFE、陶瓷基板和 RCC 并不是相互替代的单一材料，而是围绕 800G、1.6T 及更高速率，在不同板件和局部层次上共同提高信号完整性、散热与量产良率。GB300 已经进入... 继续阅读“mSAP多高层怎么放量？从GB300与Rubin板件、PTFE和RCC验证看AI PCB产业链”
DCI订单进入兑现期：暗光纤分层与3.2T相干光模块的真实切入点
核心观察：DCI（数据中心互联）正在从“云厂商会不会下单”转向“订单如何兑现、光纤以什么商业模式交付、链路多长才值得使用相干技术”的验证阶段。供应不足使部分客户把交付承诺提前到12—24个月，但这并不等于需求已经无上限；数据中心选址、能源审批、GPU集群拓扑和网络资本开支，都会决... 继续阅读“DCI订单进入兑现期：暗光纤分层与3.2T相干光模块的真实切入点”
谷歌 TPU 去掉 OCS 后，光模块与高速 PCB 的价值如何重排？
核心观察：谷歌为 Anthropic 设计的 TPU 机柜去掉 OCS 后，网络价值从芯片内部向交换机、光模块和高速 PCB 外移。这个方案的确定性并不在于光模块一定按某个固定比例增加，而在于交换机数量、光模块接口和高端 PCB 的需求被重新组织；光与铜的最终配比仍取决于机房现场... 继续阅读“谷歌 TPU 去掉 OCS 后，光模块与高速 PCB 的价值如何重排？”
光互联进入验证深水区：外部光源、硅光与供应链护城河如何重塑AI算力
核心观察：AI算力继续扩张，但光互联的竞争焦点正在从“有没有需求”转向“能否通过工程、良率、物料和客户验证”。外部光源（ELS）是短期缓解温漂的工程方案，硅光与EML将在800G、1.6T、3.2T不同代际中交替占优；CPO、NPO和OCS的规模化仍取决于客户承诺、可靠性测试、供... 继续阅读“光互联进入验证深水区：外部光源、硅光与供应链护城河如何重塑AI算力”
AI算力为何加速集中？从实验室盈利、Rubin架构到PTFE混压看产业链重构
核心观察：AI产业正在同时发生三件事：头部实验室的现金流与算力规模形成正反馈，模型训练和内部研发的战略权重重新上升；Rubin一代把机柜、交换板、光互联和液冷的复杂度继续推高；供应链则围绕PTFE混压、CPO/NPO、PCB高层板和先进封装展开验证。算力集中、资本投入和硬件交付之... 继续阅读“AI算力为何加速集中？从实验室盈利、Rubin架构到PTFE混压看产业链重构”
CPO和NPO谁先放量？从6D拓扑、FCC监管到PTFE覆铜板看AI光互联供应链
核心观察：AI 光互联的下一阶段，不是单一技术路线的竞赛，而是 6D 拓扑、CPO/NPO 连接方式、FCC 监管与 PCB 材料供给同时进入验证期。能够决定产业兑现速度的，最终是组网后的成本、功耗、良率、订单和交付，而不是实验室参数或单一市场传闻。 01｜6D 拓扑把光路数量推... 继续阅读“CPO和NPO谁先放量？从6D拓扑、FCC监管到PTFE覆铜板看AI光互联供应链”
AI算力拓扑从3D走向6D：光模块用量、带宽收益与落地成本怎么算
核心观察：AI 算力拓扑从 3D 走向 6D，并不是简单增加链路数量，而是在推理延迟、训练带宽、机架内布线和光模块成本之间重新做系统级权衡。6D 的理论收益清晰，但能否落地取决于光互联降本与 AI 应用商业回报是否同时达到临界点。 核心要点：在卡数保持四千多张不变的示例中，6D ... 继续阅读“AI算力拓扑从3D走向6D：光模块用量、带宽收益与落地成本怎么算”
谷歌TPU 6D拓扑到底改变了什么？从3D环面、Boardfly到光模块配比看AI互联
核心观察：谷歌 TPU 互联拓扑的变化，重点不只是从 3D 走向 6D，而是把训练与推理对互联网络的不同要求拆开处理：训练更看重总通量和二分带宽，推理更在意延迟与跳数。拓扑升级能提高连接效率，但端口数量、光模块、OCS、铜缆和系统成本必须同时算账。 核心要点：在 4096 颗芯片... 继续阅读“谷歌TPU 6D拓扑到底改变了什么？从3D环面、Boardfly到光模块配比看AI互联”
SerDes、Rubin Ultra与1.6T：AI硬件供应链的四个兑现关口
核心观察：8月17日的产业信息集中指向同一条主线：AI系统的性能瓶颈正在从单一芯片转向SerDes、PCB材料、光互联和本地部署的系统协同。Rubin Ultra的可扩展架构把NPO、CPO、交换ASIC和背板设计放在同一张工程约束表上；与此同时，二代玻璃布、HVLP4铜箔、FA... 继续阅读“SerDes、Rubin Ultra与1.6T：AI硬件供应链的四个兑现关口”