在巴黎 RAISE 峰会上，Lumentum CEO 发出警告：AI 基础设施的下一个硬瓶颈将是磷化铟（InP），供需缺口预计超过 30%，比年初预期更大。英伟达已分别向 Lumentum 和 Coherent 投入 20 亿美元，用于提前锁定未来数年的高端光芯片产能。
在 AI 算力刚需的 100G/200G 高速 EML 有源光芯片赛道，全球市场高度集中，海外头部寡头占据绝对主导地位，牢牢把控全球高端算力光芯的供给命脉。
注：市场份额为行业估算近似值，柱形为相对比例示意，不代表精确的绝对值。高端 EML 核心市场由海外四家巨头垄断，国产厂商占比不足 2%。
答案就藏在每一颗 GPU 旁边。
AI 数据中心内，高速光模块负责将 GPU 集群连接到一起。每一个光模块内部，都有一颗甚至多颗 磷化铟（InP）基高速 EML 激光器。从跨机架 800G/1.6T 可插拔光模块，到下一代 CPO 共封装光学引擎，都离不开它。
问题是：能造好 100G/200G EML 的厂家，全球一只手数得过来。
依赖独立 EML 激光器 + DSP 芯片，每一颗激光器都需要 InP 衬底和外延工艺。
将激光器与 GPU 封装在一起，对 InP 芯片的功耗、可靠性、集成度要求更高，但依然离不开 InP 基材料。
Lumentum 在巴黎 RAISE 峰会上明确警告：「AI 基础设施的下一个瓶颈将是磷化铟，这比当前内存行业面临的供求缺口更为严峻。」 仅凭当前行业两大巨头 Lumentum 和 Coherent 的产能，根本无力满足英伟达和其他客户的需求，供需失衡可能超过 30%。
注：磷化铟（InP）是一种能发光的化合物半导体，是 100G/200G 高速 EML 激光器的主流基材。AI 数据中心光模块内的每一颗激光器、每一颗为光放大器供电的泵浦激光器，以及每一颗 GPU 旁的 CPO 引擎，都离不开它。
面对即将爆发的需求，海外头部供应商不是没有动作——但产能释放的节奏，远跟不上 AI 算力增长的曲线。
一个诚实的注脚：即便这些扩产计划全部落地，也无法立刻解决供应瓶颈。海外产能优先保障的是英伟达、Meta、亚马逊等北美大客户的合约，国内光模块厂商长期面临缺货、涨价、延期问题。加上贸易限制的潜在风险，供应链稳定性难以保障。
通过梳理全球格局与国内梯队不难发现，国产光芯片产业已实现中低端赛道的全面自主可控，在高端赛道完成技术攻坚与样品突破，但距离规模化替代、全球化供货仍存在多重结构性壁垒。
注：硅光光模块预计 2026 年首次占据全球市场 50% 以上份额，成为算力光模块主流方案。硅光架构不再依赖传统高速 EML 芯片，转而采用 CW 外置光源 + 硅基调制器方案，为国产替代提供差异化路径。
但与此同时，国产光芯正迎来宝贵的替代窗口：
EML 供需缺口显著，海外产能优先保障北美客户，国内厂商被迫加速导入国产方案。
100G EML 实现量产与批量供货，200G EML 进入头部客户验证阶段，CW 光源出货量居国内首位。
答案不复杂：AI 算力链条的每一个环节，最终都落在物理世界。模型可以在云端无限迭代，但 GPU 集群之间的通信带宽，受限于激光器、光纤、光模块的物理产能。
从架构逻辑看，光芯片就是 AI 基础设施的「最后一公里」——这条链路已经跑了二十余年：
变化的只是需求规模：从数据中心内部互联，到超大规模 GPU 集群的 Scale-up 与 Scale-out 网络，光芯片的用量在指数级增长。而产能的扩张，受限于晶圆厂建设周期、设备采购周期、工艺验证周期——没有任何捷径。
把高端光芯片的供需缺口盯在 30% 以上，证明了一件事：AI 硬件的瓶颈，正在从「算力不够」转向「数据搬不动」——而搬运数据的核心，就是光芯片的产能。
AI 时代的硬件瓶颈，正在从 GPU 算力内核，转向光芯片的物理产能。未来谁能建立稳定的磷化铟供应链，谁就能在 AI 算力竞赛中占据先机。
持续关注 Lumentum、Coherent 的产能扩张节奏，以及国内源杰科技、东山精密等企业的 200G EML 验证进展。硅光技术路线走向，将是 2026-2027 年行业格局变化的关键变量。
综合公开信息整理 → 持续跟踪