AI产业链上游材料深度解析：CPO与PCB中谁是最强硬瓶颈
此前，市场对AI产业链的聚焦点多半落在GPU、服务器及云厂商资本支出上。然而，若将目光进一步向产业链上游延伸，便会察觉到真正主导产业进程的，往往非终端需求的强弱，而是核心材料与关键器件的充足度、扩产速度及认证壁垒的高低。正因如此，近期一批AI上游材料企业的股价显著走强。不论是CPO产业链中的InP衬底、激光器、TFLN调制器、磁光晶体、微透镜耦合，抑或PCB产业链中的HVLP铜箔、Low-Dk电子布、Q布、树脂体系、球形硅微粉，实质上都在回应同一个核心议题：当AI系统持续向超高速、高密度及低功耗演进时，何
风口研报：卡AI算力的InP衬底与TFLN光芯片！5家A股公司抢先布局
🔥AI 算力持续拉升，光模块迎来堪称“跨代”的跃迁！从 800G/1.6T 提升到 3.2T，速度实现翻倍，关键在于磷化铟衬底的国产替代加速，以及薄膜铌酸锂技术的不断演进。两类关键材料，正逐步成为 AI 数据中心“光速互联”的核心底座！在 AI 算力需求的强力带动下，光模块速率正由 800G/1.6T 向 3.2T 加速演进，上游关键材料环节迎来“磷化铟（InP）衬底国产替代”与“薄膜铌酸锂（TFLN）技术迭代”的双重利好。磷化铟作为 EML、CW 激光器等长波光芯片不可替代的衬底，在出口管制与海外供给受
AI硬件迈向物理极限：2026年材料新纪元
过去三年，AI投资的重心在于“订单驱动”——谁能获得订单，谁就能在市场上脱颖而出。然而，从2026年英伟达Rubin架构投入量产开始，这一逻辑将发生根本性转变，转向“物理瓶颈驱动”。当算法的算力需求每3.5个月翻一番，而材料的物理特性难以轻易突破时，那些能够解决瓶颈问题的“关键物料”将获得极高的附加价值。这并非市场炒作，而是由物理限制所带来的确定性重塑。深层原理：电信号的频率越高，介质损耗就越大。在高达1.6T的超高频率下，普通的玻璃纤维（E-glass）中的极性分子在交变电场作用下会剧烈振动并产生热量。