AI 真正的瓶颈，并非芯片
有一位在 X 平台深耕 AI 供应链的观察者，仅用两年便将一套方法论转化为了惊人的收益。他并非依靠猜测英伟达的财报，也不是押注谁的模型更强大。他的策略听起来简单得不可思议：锁定 AI 基础设施中最关键的卡脖子组件。GPU 短缺？大家都在争抢。但 GPU 装入机柜后呢？数十万张卡之间的数据如何传输？光信号如何转换？激光器是否充足？散热能否扛住？封装产能排期到何时？他关注的正是这些细节。并非舞台中央的明星，而是台下那颗松动的螺丝钉。纵观整个 AI 产业链，大多数人只关注两层。第一层是模型与云——OpenAI、
华泰证券：聚焦光模块上游核心材料的增长潜力
伴随全球科技企业持续加大AI算力投入，光模块产业链预计将维持高景气态势。依据LightCounting在2026年1月发布的预测，全球高速率（100G及以上）数通光模块市场规模预计将从2025年的164亿美元增长至2031年的521亿美元。光芯片作为光模块上游的关键原材料之一，需求端同样呈现强劲增长态势，根据源杰科技(1398.900, 11.24, 0.81%)港股招股书披露的数据，预计全球光芯片市场规模将从2024年的26亿美元攀升至2030年的229亿美元，期间复合年增长率（CAGR）达到44%。