存储之后，下一个超级周期会不会属于光子学？

过去一年，如果只盯着AI芯片，很容易忽略一个正在发生的变化：AI基础设施的价值正在从GPU向存储、网络和光互连不断扩散。

这也是为什么我最近越来越关注一个问题：当HBM、DRAM、NAND已经进入超级周期之后，下一个真正值得研究的产业链，会不会是光子学？

我的答案不是“光子学马上取代存储”，而是恰恰相反：2026—2027年，存储仍然是确定性更高、盈利兑现更快的AI硬件方向；但如果把投资周期拉长到2027—2029年，光子学可能成为AI基础设施中下一条被重新定价的产业链。

原因很简单：AI数据中心的瓶颈正在迁移。

过去是“算力不够”，于是GPU成为最稀缺的资源；后来是“HBM不够”，高带宽内存成为AI加速器的核心瓶颈；现在随着单机柜算力越来越高、GPU和ASIC集群规模越来越大，问题正在逐渐变成：芯片之间的数据，到底怎么传得更快、更远、更便宜？

答案最终还是光。

而这意味着，存储和光子学其实不是两个互相竞争的主题，而是同一个AI超级周期在不同阶段的价值迁移。

一、先看存储：这轮周期为什么可能比传统内存周期更长？

这一次DRAM/HBM周期和过去最大的区别，是需求端出现了一个前所未有的大客户群体——全球超大规模云计算公司。

AI服务器不是普通服务器。

一台传统服务器增加一点内存，影响有限；但AI加速器系统对HBM、RDIMM、Enterprise SSD的需求是系统级的。随着模型越来越大、推理越来越多，内存已经从一个配件变成了AI基础设施的核心组成部分。

TrendForce在2026年8月的研究中预计，全球主要CSP的资本开支2026年同比增长98%，2027年进一步增长50%；其估算中，DRAM和NAND Flash相关支出占这些CSP资本开支的比例将从2026年的47%上升至2027年的68%。这里的68%是TrendForce对资本开支结构的估算，并不能简单理解为“68%的钱直接购买存储芯片”。

更值得关注的是，HBM正在吞噬越来越多的DRAM产能。

当AI服务器对HBM、DDR5和企业级SSD的需求同时增加，而原厂又需要把有限产能优先配置给利润率更高的产品时，传统DRAM/NAND就可能受到挤压。

所以这一轮周期最重要的不是“AI带来更多存储需求”这么简单，而是：

AI正在重新分配整个存储行业的产能。

二、HBM可能从“价格拖累项”变成“价格推动项”

这里有一个容易被忽略的变化。

HBM大量采用年度合同，因此价格调整往往滞后于现货和普通DDR。当DDR价格快速上涨时，HBM价格如果保持相对稳定，反而会拖累DRAM整体blended ASP。

但如果下一轮合同开始重新定价，逻辑就会反过来。

近期市场流传的RBC渠道调查显示，2027年HBM ASP可能上涨80%—100%。这一具体数字目前应视为渠道信息，而不是已经由RBC公开报告正式确认的数字。

另一方面，TrendForce公开预测的2027年HBM合同价格涨幅区间更宽，为70%—140%。

如果价格重定价真正发生，那么：

HBM出货量增长 × HBM ASP上涨

将同时推动收入增长。

这就是为什么美光、SK海力士、三星的盈利弹性仍然值得关注。

更重要的是，这一逻辑正在向传统存储扩散。

三、下一轮涨价可能不是HBM，而是传统存储

如果HBM继续大量占用先进DRAM产能，服务器DDR5继续获得优先供应，那么原本处于供需平衡状态的传统存储产品就可能出现“级联瓶颈”。

HBM抢产能；

DDR5抢产能；

企业级SSD抢NAND；

高端产品利润率更高，原厂自然优先生产高价值产品；

于是中低端产品获得的产能进一步减少；

最终，Legacy Memory也开始出现供给紧张。

这就是为什么近期市场开始重新关注DDR2、DDR3、SLC NAND等传统产品。

这并不是一个完全独立的新周期，而可能是HBM超级周期向整个存储产业链扩散的第二阶段。

近期路透报道也显示，全球内存供应紧张正在迫使部分手机和笔记本厂商重新考虑采购策略，行业参与者甚至开始为持续至2027年甚至更久的供应紧张做准备。与此同时，国内长鑫科技正在推进向NAND领域扩张，显示AI需求正在改变国内存储产业的产品结构。

所以，如果把存储产业链画出来，大致是：HBM → DDR5/RDIMM → Enterprise SSD → Legacy DRAM → Legacy NAND

这条链条仍然值得继续跟踪。

四、但真正需要提前研究的是：光子学

但问题来了。

如果AI服务器越来越多，GPU和ASIC越来越强，那么数据中心还有一个必须升级的东西：网络。

AI集群越大，GPU之间的数据交换越频繁。

GPU与交换机之间需要高速连接；

机架之间需要高速连接；

不同机架之间需要高速连接；

数据中心之间还需要大量高速互联。

于是一个新的瓶颈出现：

算力增长速度，开始超过传统电互连能力。

这就是光互连的机会。

所以我更愿意把2027年的光子学理解成：

AI基础设施的第二个瓶颈周期。

五、光子学不是一个行业，而是一整条产业链

如果只把光子学理解成“光模块”，其实低估了这个产业。

真正值得研究的是：DSP → TIA → Driver → Laser → InP → EML/CW Laser → Optical Engine → Optical Module → Fiber → CPO

其中每一个环节都有可能成为瓶颈。

尤其值得注意的是，产业链越往上游，市场规模可能越小，但一旦成为瓶颈，其议价能力反而可能越强。

这也是为什么我特别关注：Laser和InP。

假设一个上游激光器供应商一年只有十亿美元收入，它看起来远不如光模块公司甚至内存公司。

但如果它的产能限制了整个1.6T光模块产业，那么它的战略价值就远远超过自身收入规模。

这就是：

小市场，大瓶颈。

六、国内公司怎么映射？

如果把存储到国学这个框架落到A股，我不会简单地把所有“概念股”放在一起。

国内公司至少应该分成六层。

第一层：国产存储原厂——长鑫科技、长江存储

这是整个存储周期最上游的位置。

长鑫科技主要对应DRAM，长江存储主要对应NAND。

2026年9月，路透报道长鑫科技正在向NAND领域扩张，并计划建设相关研发生产线，这意味着国内DRAM与NAND的产业边界正在发生变化。

但这里需要注意：

长鑫科技和长江存储本身并不是普通A股投资者可以直接按照光模块公司方式交易的标的。

真正的A股映射更多来自其产业链上下游。

如果未来国产HBM、DRAM、NAND持续扩产，那么设备、材料、封测和存储控制器都会获得映射。

第二层：存储设计与模组——兆易创新、江波龙、佰维存储、德明利

这一层的特点是：

对存储价格最敏感，但商业模式与原厂完全不同。

江波龙、佰维存储、德明利更多属于存储模组、SSD、嵌入式存储等方向，而不是DRAM/NAND晶圆制造商。

所以如果存储价格上涨，它们可以获得明显的收入和利润弹性，但同时也承担库存、采购成本和价格拐点风险。

公开资料显示，江波龙主要收入来自Flash相关产品，佰维存储同时布局存储和先进封测，德明利也以Flash相关产品为主。

这意味着：

存储原厂赚的是“芯片制造周期”；模组公司赚的是“库存和价格周期”。

两者不能用同一个估值框架。

如果这一轮存储价格继续上涨，模组公司的利润弹性可能非常大；但一旦价格拐头，库存也可能反过来成为风险。

因此这一层更适合定义为：

存储价格弹性标的。

而不是长期成长型AI基础设施公司。

七、第三层：内存接口与服务器互联——澜起科技

如果说江波龙、德明利等是存储价格的直接映射，那么澜起科技是另一种逻辑。

它并不依赖简单的“DRAM涨价”。

它更接近：

AI服务器出货量增长 + DDR5升级 + 内存接口技术迭代。

这意味着它与存储价格的相关性相对弱一些，而与服务器平台升级更加相关。

随着DDR5、MRDIMM、CXL等技术继续发展，内存接口芯片的价值量也会提升。

所以如果把国内存储产业链分成两种：

周期弹性：江波龙、德明利、佰维

平台升级：澜起科技

这是非常重要的区别。

八、第四层：光模块整机——中际旭创、新易盛

真正进入光子学之后，第一批最容易看到的当然是光模块。

国内最重要的两家公司之一是：

中际旭创。

另一家是：

新易盛。

两家公司都直接受益于800G、1.6T等高速光模块需求。

截至2026年上半年，中际旭创和新易盛的高速光互连业务已经形成相当大的规模，产业位置主要是将光芯片、DSP、PCB、封装、散热、测试等整合成完整光模块。

因此它们最大的优势是：

对AI资本开支的收入弹性最直接。

AI集群增加多少？

800G/1.6T模块需求增加多少？

模块ASP提升多少？

产品结构升级多少？

这些变量都会直接进入公司的收入和利润。

但问题也非常明显：

它们并不是纯粹的上游“瓶颈资产”。

因为完整模块的产业链较长，竞争者也较多。

所以未来如果行业真正进入供不应求阶段，需要进一步寻找：

模块里面到底哪个器件最缺？

这就进入下一层。

九、第五层：光引擎、FAU、微光学——天孚通信

天孚通信的位置非常特殊。

它并不是传统意义上的完整光模块厂，而更加接近：

光引擎 + FAU + 微光学 + 精密封装。

这意味着AI光模块速率越高、通道越多、光学结构越复杂，其单位端口的光学内容量可能越高。

所以天孚通信的投资逻辑不是简单的：

“1.6T光模块卖多少？”

而应该问：

每一个1.6T/3.2T端口里面，需要多少光学器件？天孚拿到了多少份额？这些器件的ASP和毛利率是多少？

这就是典型的：

Content per port（单端口价值量）

逻辑。

2026年上半年公开资料显示，天孚通信光互连元器件业务毛利率已经处于较高水平。

因此，如果未来光模块数量增长，同时单端口光学内容继续提升，那么天孚的弹性可能来自两个方向：

量 × 单端口价值量。

十、第六层：光芯片和激光器——源杰科技、光迅科技、仕佳光子、长光华芯

这一层可能是未来最值得深入研究的。

因为如果未来真正出现“光学瓶颈”，市场最终一定会寻找：

谁拥有最稀缺的光芯片？

国内比较重要的映射包括：

源杰科技

重点关注高速激光芯片。

光迅科技

产业链覆盖非常广，从光芯片、器件到模块都有布局，是国内少数具有较完整垂直整合能力的公司之一。

仕佳光子

重点关注PLC光分路器、AWG、DFB/EML相关器件及高速光通信产业链。

长光华芯

重点关注高功率半导体激光器、激光芯片等。

其中，源杰科技尤其值得放到“Laser”这个框架里观察，而不是简单当成普通光模块公司。

仕佳光子2025年年报对产业趋势的描述也值得注意：公司认为2026年1.6T光模块进入规模化商用阶段，2027—2028年3.2T开始进入预研和小规模试点，同时硅光、CPO、NPO、LPO等技术路线并行发展。

这正好对应我们前面提出的产业链迁移：

800G → 1.6T → 3.2T → CPO。

十一、还有一个容易被忽略的方向：光纤

如果AI集群越来越大，除了光模块，光纤本身的需求也会增长。

国内可以关注：

亨通光电、长飞光纤、烽火通信、永鼎股份、东山精密等。

其中光纤的逻辑与光模块不同。

光模块是：

速率升级 + 单端口价值量提升。

光纤更多是：

数据中心网络规模扩大 + 光纤用量增加。

所以两者应该分开估值。

十二、把国内公司放进一张“AI瓶颈迁移地图”

AI产业阶段

核心瓶颈

海外代表

国内映射

第一阶段

GPU/AI加速器

NVIDIA、AMD

海光信息、寒武纪等

第二阶段

HBM/DRAM

SK hynix、Micron、Samsung

长鑫科技、兆易创新等

第三阶段

NAND/SSD

Samsung、SK hynix、SanDisk

长江存储、江波龙、佰维、德明利

第四阶段

内存接口

Montage Technology等

澜起科技

第五阶段

800G/1.6T光模块

Broadcom、Coherent等

中际旭创、新易盛

第六阶段

光引擎/微光学

Coherent等

天孚通信

第七阶段

Laser/Optical Chip

Coherent、Lumentum等

源杰科技、光迅科技、仕佳光子、长光华芯

第八阶段

光纤

Corning等

长飞光纤、亨通光电、烽火通信

第九阶段

CPO/硅光

Broadcom、NVIDIA等

光迅科技、新易盛、天孚通信、仕佳光子等产业链

这里最重要的一点是：

这不是一个“排名表”。

同一家公司可能同时处于几个环节，而不同公司的盈利模式也完全不同。

真正应该做的是研究：

谁的收入最直接受益于需求增长？

谁的ASP最有上涨空间？

谁处于供应链瓶颈？

谁拥有最高的技术壁垒？

谁的产能扩张最快？

十三、如果按照“瓶颈价值”重新看国内公司

我会把国内产业链进一步分成四种资产。

第一类：超级周期直接受益

中际旭创、新易盛、江波龙、德明利、佰维存储

这类公司最大特点是：

行业价格/出货量变化，很快进入利润表。

所以弹性最大。

但周期风险也最大。

第二类：高价值量提升

天孚通信、澜起科技

它们的特点不是简单的“价格涨多少”，而是：

每一台服务器、每一个端口、每一个系统需要更多价值量。

这类公司的长期逻辑通常比纯价格周期更重要。

第三类：真正的上游瓶颈

源杰科技、仕佳光子、长光华芯、光迅科技

如果未来Laser、InP、EML、光芯片出现持续供给紧张，这一层可能出现非常强的利润弹性。

但这里需要更加严格地验证：

产品到底有没有进入核心客户？

实际出货量是多少？

良率是多少？

海外客户占比是多少？

不能因为“拥有某项技术”就直接等同于“拥有市场份额”。

第四类：下一代架构

硅光、NPO、CPO

这是最远的一层。

也是最容易被市场提前炒作的一层。

因为CPO最终是否大规模部署，不仅取决于技术可行性，还取决于：

成本、良率、散热、维护、可插拔性、供应链成熟度以及客户架构选择。

所以现在研究CPO，更重要的是研究技术路线和客户验证，而不是直接把未来的收入全部提前资本化。

十四、所以我真正想寻找的，不是“下一只光模块股票”

而是：

下一个瓶颈。

如果2026年是：

HBM瓶颈

那么2027年可能变成：

Laser / DSP / TIA / Optical Module瓶颈

再往后：

Silicon Photonics / Optical Engine / CPO瓶颈

这才是整个AI基础设施投资最有意思的地方。

AI资本开支并没有消失。

它只是不断从一个瓶颈传递到另一个瓶颈。

GPU解决了，内存成为瓶颈；

HBM解决了，网络成为瓶颈；

800G解决了，1.6T成为瓶颈；

1.6T解决了，功耗成为瓶颈；

于是CPO出现。

所以真正的超级周期，并不是某一个行业永远上涨。

而是：

需求持续增长，而瓶颈不断迁移。

十五、我的国内观察框架

如果把时间拉到未来三年，我会把国内AI硬件产业链按照下面的顺序持续跟踪：

2026年：存储。

核心观察：

长鑫科技、长江存储产业链，以及兆易创新、江波龙、佰维存储、德明利、澜起科技。

核心变量：

HBM价格、DRAM价格、NAND价格、DDR5需求、企业级SSD需求。

2027年：光互连。

核心观察：

中际旭创、新易盛、天孚通信、光迅科技、源杰科技、仕佳光子、长光华芯，以及光纤产业链。

核心变量：

800G → 1.6T → 3.2T、Laser价格、DSP/TIA供应、光芯片产能、海外客户拉货。

2028年以后：CPO。

核心观察：

硅光、光引擎、CPO/NPO、光电共封装以及相关设备材料。

核心变量：

CPO从验证走向规模部署。

如果这条路线最终被验证，那么整个AI硬件产业链实际上会形成一个非常清晰的价值迁移：

GPU解决“算多少”的问题。

CPO最终解决“怎么以更低功耗把数据跑得更快”的问题。

这就是我现在越来越关注光子学的原因。

存储超级周期并没有结束。

相反，它可能正在进入盈利兑现最明显的阶段。

但资本市场真正应该提前研究的，是下一处瓶颈。

如果2027年AI资本开支继续增长，而800G向1.6T、3.2T持续迁移，那么光子学很可能成为继存储之后，AI基础设施中最值得研究的产业链之一。

而对于国内市场来说，真正值得关注的也不是简单的“光模块概念”。

而是：

中际旭创、新易盛代表的高速模块；天孚通信代表的光引擎和微光学；源杰科技、仕佳光子、长光华芯、光迅科技代表的光芯片和激光器；长飞光纤、亨通光电代表的光纤；以及最终可能进入CPO时代的硅光和光电共封装产业链。

这条产业链的投资逻辑，最终可以浓缩成一句话：

不要追逐今天已经被市场看见的热点，而要寻找明天AI系统里最先出现的瓶颈。

2026年，这个瓶颈仍然很大程度上属于Memory。

而2027年以后，越来越值得问的问题是：

下一块“HBM”，会不会就是光子学

这里是《逻辑与常识》，用逻辑看市场，用常识做投资。

如果这篇文章对你有帮助，欢迎转发给同样在投资路上摸索的朋友。

早七点准时发文

大家好，我是江南君，一个路见不平一声吼的老boy。

做过监理，行政，金融，设计，干过培训，超市，餐饮，投资，外贸……目前常住越南。

喜欢写点文字，思考点人生，管管闲事。

多年后，当后人问我对社会做了哪些贡献时，我会自豪地说，面对事实，我做了诚实的记录和评论。

为防失联，加好友（67932342），也欢迎价值投资群。

投资认知类文章

10万+文章

【社会】

【社会】

【社会】

【社会】

【社会】

【社会】

【时事】