ChatGPT 爆红引发提升了光模块行业“钱”景
(报告出品方:中信建投证券)
1.ChatGPT 惊艳亮相,AI 带动光模块需求
1.1 ChatGPT 掀起 AI 浪潮,国内外科技巨头将展开竞赛
近期,ChatGPT 的爆红引发了人们对于人工智能发展的高度关注。2022 年 11 月 30 日,OpenAI 发布语言 模型 ChatGPT。该模型采用对话的形式与人进行交互,可以回答后续问题、承认错误、挑战不正确的前提、拒 绝不适当的请求。ChatGPT 不仅在日常对话、专业问题回答、信息检索、内容续写、文学创作、音乐创作等方 面展现出强大的能力,还具有生成代码、调试代码、为代码生成注释的能力。
ChatGPT 用户数攀升。据瑞银集团数据显示,ChatGPT 推出仅两个月后月活用户已经突破 1 亿,成为史上 用户增长速度最快的消费级应用程序。根据 Sensor Tower 数据显示,TikTok 达到 1 亿用户用了 9 个月,Instagram 则花了 2 年半的时间。2023 年 1 月,ChatGPT 平均每天大约有 1300 万独立访客,是 2022 年 12 月的两倍之多。
ChatGPT 运行背后需要强大的云计算算力支撑。OpenAI 在 2018 年推出的 GPT 参数量为 1.17 亿,预训练数据量约 5GB,而 GPT-3 参数量达 1750 亿,预训练数据量达 45TB。在模型训练阶段,ChatGPT 的总算力消耗 约为 3640PF-days,总训练成本为 1200 万美元。在服务访问阶段则会有更大消耗,据测算,仅满足当前 ChatGPT 日常用户搜索访问,使用服务器(GPU)进行处理,对应算力基础设施初始投入成本约为 30-40 亿美元。2 月 7 日晚,ChatGPT 再次因访问量激增而宕机,体现出 AI 应用对于云计算的海量算力需求。
1.2 AI 训练侧或改变数据中心网络架构,光模块需求有望明显提升
以 ChatGPT 为代表的 AIGC 技术,依靠强大的 AI 模型和海量数据,能够在多个应用场景下产生优质的内 容,有望推动人工智能更广泛的应用。算力作为 AIGC 技术的重要支撑之一,是影响 AI 发展与应用的核心因素。 算力基础设施成了目前行业亟需布局的资源,除了 CPU/GPU 等算力硬件需求强劲,网络端也催生了更大带宽 需求,以匹配日益增长的流量。与传统数据中心的网络架构相比,AI 数据中心的网络架构可能存在一些变化。
在传统的数据中心中,网络侧主要包括传统树形三层架构和叶脊架构。早期的数据中心一般采用传统的三 层结构,包括接入层、汇聚层和核心层,其中接入层用于连接计算节点与机柜交换机,汇聚层用于接入层的互联,核心层用于汇聚层的互联且实现与外部网络连接。随着数据中心内部东西向流量的快速提升,三层网络架 构的核心层和汇聚层任务加重,性能提升需求高,设备成本将大幅提升。因此,适用于东西向流量的扁平化的 叶脊网络架构应运而生,叶交换机直接与计算节点相连,脊交换机相当于核心交换机,通过 ECMP 动态选择多 条路径。叶脊网络架构具备带宽利用率高、扩展性好、网络延迟可预测和安全性高等优势,在数据中心中实现 广泛的应用。
AI 数据中心中,由于内部数据流量较大,因此无阻塞的胖树网络架构成了重要需求之一。英伟达的 AI 数 据中心中,采用了胖树(fat-tree)的网络架构来实现无阻塞的功能。胖树的网络架构基本理念为:使用大量低 性能的交换机,构建出大规模的无阻塞网络,对于任意的通信模式,总有路径让他们的通信带宽达到网卡带宽, 架构中用到的所有交换机都是相同的。胖树网络架构一般用于网络要求较高的数据中心中,如超算中心和 AI 数据中心等。
在英伟达 DGX A100 SuperPOD 的 AI 数据中心系统中,三层交换机全部为 Nvidia Quantum QM8790 的 40端口交换机。第一层交换机与 1120 张 Mellanox HDR 200G Infiniband 网卡连接;第二层交换机下传端口与第一 层相连,上传端口与第三层互联;第三层交换机只有下传端口,与第二层相连。此外,存储侧独立组网,与计 算侧网络架构分开,也需要一定数量的交换机和光模块。因此,相比较传统数据中心,AI 数据中心中的交换机 及光模块数量大幅提升。
英伟达的 A100 GPU 主要对应 200G 光模块,H100 GPU 可以对应 400G 或 800G 光模块。每个 A100 GPU 配一张 Mellanox HDR 200Gb/s Infiniband 网卡,每个 H100 GPU 配一张 Mellanox NDR 400Gb/s Infiniband 网卡。 英伟达在 H100 SuperPOD 的设计中,采用了 800G 的光模块,在光口采用 1 个 800G 光模块可以替代 2 个 400G 光模块,在电口也可以将 8 个 SerDes 通道进行整合,与光口的 8 个 100G 通道一一对应。因此这种设计下,交 换机的通道密度提高,物理尺寸显著降低。
光模块速率由网卡决定,网卡的速率受限于 PCIe 通道速率。英伟达 A100 的 DGX 服务器内部通过 NVLink3 连接,单向带宽为 300GB/s,但是 A100 GPU 连接 ConnectX-6 网卡是通过 16 个 PCIe 4.0 通道,带宽总和为 200G 左右,因此网卡带宽为 200G,需要连接 200G 的光模块或者 DAC 电缆。H100 的 DGX 服务器内部通过 NVLink4 连接,单向带宽为 450GB/s,但是 H100 GPU 连接 ConnectX-7 网卡是通过 16 个 PCIe 5.0 通道,带宽总和为 400G 左右,因此单个网卡带宽为 400G。可以看出,光模块速率是由于网卡与 GPU 之间的 PCIe 带宽所决定。假设 A100 和 H100 的 DGX 服务器内部所用 PCIe 通道速率达到 800G(即 PCIe 6.0),那么也可以采用 800G 带宽 的网卡,即也可以采用 800G 光模块,大大提升系统计算效率。
NVLink 带宽远大于网卡侧的 PCIe 带宽,因此若将 NVLink 从服务器内部 GPU 互连拓宽至不同服务器之 间的 GPU 的互连,将显著提升系统的带宽。若要实现不同服务器之间按照 NVLink 协议的 GPU 互连,除了需 要采用 NVSwitch 芯片的物理交换机,还需要物理器件来实现交换机和服务器之间的连接,那么光模块也成为 了重要的组成部分,从而也会大幅增长 800G 光模块的需求。目前该方案仍然处于前沿研发阶段,若要规模化商用仍需时日。但是 NVLink 较高的带宽仍然是非常具有吸引力的,一旦方案成熟,有望快速实现广泛应用。
训练侧光模块需求与 GPU 出货量强相关,推理侧光模块需求与数据流量强相关。AI 对光模块需求的拉升 主要分为两个阶段,训练和推理。其中,训练侧的网络架构以胖树架构为主,因为在大模型训练过程中,对于 网络性能的要求很高,网络无阻塞是重要的需求之一,比如腾讯用于大模型训练的星脉网络采用了胖树架构。 同时,我们认为大部分厂商会采用 Infiniband 协议的网络,时延远低于以太网,可以提升计算效率,缩短模型训 练时间。训练侧光模块的需求与所用 GPU 显卡的数量强相关,根据胖树架构中 GPU 和光模块的比例关系可以 得到所需光模块的数量,A100 对应 200G 光模块,H100 对应 400G 或者 800G 光模块。推理侧面向用户侧,网 络架构更接近于传统云计算数据中心的叶脊架构,主要用于承载 AI 应用带来的数据流量增量。传统云计算主要 是 ToB 市场,用户数量不多,若未来出现图片或视频相关的爆款 AI 应用,一方面用户数量有望大幅提升,另 一方面单个用户产生的数据流量可能会显著增长,因此数据总流量将暴增,所以推理所需的算力和流量实际上 可能远大于训练,因此对于包括光模块在内的网络设备需求将起到有力的支撑和提振。
1.3 800G 光模块量产窗口已至,2024 年或成 800G 大年
北美云厂商收入及资本开支增速有所放缓,若不考虑 AI 增量,今年传统云计算市场需求预计将持续低迷。 2022Q4,北美三家云厂商亚马逊、谷歌和微软的云业务收入总计 502 亿美元(其中 Meta 的云相关收入未披露), 同比增长 20.7%,环比增长 5.2%,增速有所放缓。2022Q4,北美四家云厂商的资本开支为 395.04 亿美元,同比 增长8.1%。其中,Meta的资本开支为90.43 亿美元,同比增长68.4%,微软同比增长6.97%,谷歌同比增长18.99%, 亚马逊同比降低 12.37%(2015Q4 以来首次单季度负增长)。海外云厂商的 Capex 增速放缓,也影响了数通光 模块市场的需求,若不考虑 AI 增量带来的拉动,传统云计算市场的需求处于低迷状态。
2022Q4,亚马逊的云业务收入为 213.78 亿美元,同比增长 20.2%,环比增长 4%;2022 年云业务收入为 800.96 亿美元,同比增长 28.77%。公司提到了 AWS 客户在考虑削减在云上的开支,公司也注意到了 AWS 营收的持 续放缓趋势。2022Q4,亚马逊的资本开支为 166 亿美元,同比下降 12%,环比上升 1%。2022 全年资本开支 636 亿美元,同比增长 4%,与三季度指引基本一致。公司对于下个季度及 2023 年的资本开支未给指引。
AWS 推出 AIGC 相关的重磅产品,包括生成式 AI 平台 Bedrock 服务,支持用户通过 API 访问亚马逊自己的 Titan(泰坦)大模型,由两个全新大语言模型组成;同时支持调用来自 AI21 Labs、Anthropic、Stability AI 等第三方的多样化模型;此外还推出了两款专门针对生成式 AI 优化的计算实例 EC2 Trn1n 实例和 EC2 Inf2。其 中,为了提升 EC2 实例的训练效率,AWS 采用了第二代 Elastic Fabric Adapter(EFA),网络带宽为 800Gbps。 因此,我们认为亚马逊有望在 AI 上增加资本开支,继 400G 光模块之后,公司有望在大规模采购 800G 光模块。
2022Q4,Meta 的资本开支为 90.43 亿美元,同比增长 68.4%。2022 全年资本开支为 314 亿美元左右,同比 增长 69%。公司预计 2023 年资本开支为 300-330 亿美元,低于公司之前 340-370 亿美元的预期,主要原因是数 据中心建设的成本降低,因为新的数据中心架构性价比高,可以同时支持 AI 和 Non-AI 的工作载荷。根据 LightCounting 数据,2022 年 Meta 仍有 40 多个数据中心正在建设和升级,但是对于 200G 的需求有削减,也影 响了今年传统云计算市场的景气度。在 AI 方面,Meta 开源了 LLaMA 大模型系列,参数量为 70 亿-650 亿左右; Meta 近期也发布了图像分割大模型 SAM,可以处理包含多个具有不同形状、大小和外观的对象的复杂场景。 同时,Meta 承诺建立人工智能基础设施,并追赶亚马逊和谷歌,这些采用 400G 光模块的场景有可能将采用 800G 光模块。因此,我们认为 Meta 在 2024 年可能大规模采购 800G 光模块。
2022Q4,谷歌云业务收入为 73.15 亿美元,同比增长 32.02%,环比增长 6.51%;2022 年云业务收入为 262.8亿美元,同比增长 36.8%。公司云业务仍然是未来重要的项目之一。2022Q4,谷歌的资本开支为 75.95 亿美元, 同比增长 18.99%,环比增长 4.4%。2022 年资本开支为 314.9 亿美元,同比增长 28%。公司预计 2023 年的资本 支出将与 2022 年基本持平,但资本开支的结构将有所改变,公司将增加对技术基础设施的投资,包括对 AI 及 云服务的建设投资,同时将缩减办公设施的资本支出,进一步提高整体投资效率。谷歌今年是 800G 光模块市 场的主要需求厂商,明年需求量有望持续快速增长。
2022Q4,微软智能云业务收入为 203.25 亿美元,同比增长 19.81%,环比下降 2.8%。2022Q4,微软的资本 开支为 62.83 亿美元,同比增长 8.14%,环比下降 8.56%。公司预计资本开支将持续增长,考虑到在云基础设施 建设的时间安排方面,季度间支出会出现正常波动。微软在 AI 大模型方面发展较为快速,作为 OpenAI 的重要 投资方,微软可以在 Azure 云上提供 OpenAI 的产品,同时也有融合 ChatGPT 的 New Bing 搜索引擎以及智能 Office 工具 Copilot 产品。微软在应用侧借助 OpenAI 的产品取得先发优势,对于算力的需求也将保持强劲。微 软开源 Deep Seed Chat,降低训练门槛,有望带动推理侧更大的需求。因此,我们认为微软对于 800G 光模块这 种高性能网络设备的需求也有望大幅提升。
800G 光模块 2022 年底开始小批量出货,2023 年需求主要来自于谷歌和英伟达,2024 年有望大规模出货,并存在时间前移的可能。从交换机的电口来看,SerDes 通道的速率每四年翻倍,数量每两年翻倍,交换机的带 宽每两年翻倍;从光口来看,光模块每 4 年升级一次,实际出货时间是晚于电口 SerDes 及交换机芯片新版发布 的时间。2019 年作为 100G 光模块升级的时间点,市场分成了 200G 和 400G 两条升级路径。但是在 2023 年这 个时间点,市场下一代高速率光模块均指向 800G 光模块,叠加 AIGC 带来的算力和模型竞赛,我们预计北美 各大云厂商和相关科技巨头均有望在 2024 年大量采购 800G 光模块,同时 2023 年也可能提前采购。
多家光模块厂商具备 800G 光模块能力,国内多家厂商具备较强的竞争力。在 2023 年的 OFC 光博会上, 各家光模块公司均推出了自己的 800G 光模块产品,涵盖不同封装方式、材料和传输距离等种类。值得一提的 是,国内厂商在 100G 和 400G 光模块时代已经取得了显著的进展,跻身全球先进水平。在数通 800G 光模块时 代,以中际旭创和新易盛为代表的国内厂商有望延续 400G 时代的竞争力,同时华工科技、剑桥科技、博创科 技、光迅科技和德科立等公司也有望取得突破。
2.光器件种类丰富,应用广泛
光器件,即采用光学技术的器件,一般是介于光学芯片、元件和光学模块、设备之间的产品形态。随着光 学技术在通信、云计算、消费电子、工业、医疗等领域的广泛应用,光电器件作为重要的基础组成部分,在各种 光学设备和模块中起到了关键的作用。光器件种类繁多,按照不同的分类方式,可以分为多种产品。按照是否 有外接能源分为有源光器件和无源光器件;按照功能分类,包括光接收器件、光发射器件、波分复用器件、半导体光放大器件和开关器件等;按照产品形态分类,包括光纤类器件和自由空间类器件等。
2.1 光有源器件是核心器件,推动光学技术的发展和应用
有源光器件,即外接能源的光器件,包括光源激光器、光电探测器和电光调制器等产品。有源光器件是各项光学技术应 用的核心驱动部分,其门槛也相对较高。例如,在光通信中激光器和光电探测器负责光电信号的转换,电光调制器负责 信号调制;在激光雷达中激光器负责产生发射光信号,探测器负责接收反射回来的光信号以实现测距等功能; 在光纤激光器中产生高功率的激光,实现焊接、打标和切割等目的;在医疗检测等领域,激光器发射探测光信 号,探测器接收反射回来的信号来检测相关样品。
2.1.1 激光器是现代光学领域的“心脏”,为光通信、激光雷达等领域持续输血
什么是激光?在英文中,激光是 laser,即 light amplification of stimulated emission radiation,通过受激辐射 产生的光放大。什么是受激辐射?受激辐射指的是外来光子与处于高能级的电子发生作用,诱导电子跃迁到低 能级,释放出一个与外来光子具有相同频率、相位、传播方向和偏振状态的光子,从而具备相干性。什么是自 发辐射?与受激辐射相反,指的是在没有外来光子的情况下,处于高能级的原子或者谐振子向低能级自发跃迁 产生光子,这些光子的传播方向和偏振态等性质是无规律分布的,因此不具备相干性。
产生激光一般需要满足三要素和一前提。三要素即泵浦源、增益介质和谐振腔,一前提即粒子数反转。泵 浦源,把能量提供给低能级的电子,使其跃迁到高能级,能量供给方式有电泵浦、光泵浦、化学泵浦和核泵浦 等;增益介质:被激发、释放光子的电子所在的物质,即促使激光被放大的物质,一般激光的波长由增益介质 的材料所决定;谐振腔:被激发的光在谐振腔中来回谐振,每次经过增益介质功率都会被放大。粒子数反转: 二级系统中,电子自低能级向高能级跃迁和自高能级向低能级跃迁的概率是一样的。为了实现光放大,高能级 需要有更多的电子,从而使受激辐射发生的概率更高,这个状态称为粒子数反转。
激光器分类繁多,应用广泛。激光器是利用受激辐射原理进行发射激光的器件,下游应用广泛。激光器按 照不同种类分为不同激光器。如按照泵浦方式来区分,分为电泵浦激光器、光泵浦激光器等;按照输出波长分 类,分为红外激光器、可见光激光器和紫外激光器等;按照增益介质来分,包括液体激光器、气体激光器和固 体激光器,固体激光器中可以分为光纤激光器、半导体激光器和全固态激光器等;按照工作方式分类,分为连续波激光器和脉冲激光器,脉冲激光器按照脉冲的宽度分为毫秒激光器、纳秒激光器和飞秒激光器等。
激光器二极管和发光二极管在线宽、相干性和发光方式上差异较大。半导体激光器中常见的是激光二极管 LD(Laser Diodes),激光二极管经常拿来和发光二极管 LED(Light Emitting Diodes)比较。两者均为二极管, 采用 PN 结为基本结构,通过向有源区注入载流子,少数载流子和多数载流子之间复合时将能量以光子的形式 释放出来。相比较 LED,LD 有源区多了增益介质,同时两个侧面平整且镀膜形成光学谐振腔,因此 LD 出射的 是激光,具有较强相干性,光谱线宽较窄,而 LED 出射的光斑相干性较差,发射角较大。
半导体激光器 LD 按照发射光所在位置分为 EEL(边发射激光器)和 SEL(面发射激光器)。其中,EEL 是常见的一类半导体激光器,指的是出射激光一般在激光器芯片的端面,且平行于激光器芯片所在晶圆的表面。 EEL 一般包括 FP 激光器、DFB 激光器和 DBR 激光器等,一般腔长较长(在几百 um 到几 mm 之间),光在谐 振的过程中能够获得足够的增益,因此激光器出射功率较高。EEL 的两个端面可以作为谐振腔的反射面,因此 需要抛光和镀膜等处理。SEL 也是广泛应用的激光器,指的是出射激光一般以面发射的形式存在,垂直于所在 晶圆的表面。VCSEL 激光器是最为常见的面发射激光器,全称为 vertical cavity surface emitting laser。该激光器 具备高集成度、低温漂系数、光斑较圆及封装测试成本较低的优势,但也有工艺复杂、成本相对较高等缺点。
激光器的芯片工艺包括哪些?相比较 EEL,VCSEL 的芯片工艺更简单,测试成本更低,良率更高。由于 EEL 是边发射激光器,因此需要切割、镀膜、钝化等操作之后,激光器才能发光,产品从晶圆到巴条,然后进 行测试筛选良品。在经过上述工艺后,存在一定的良率损失。因此 EEL 的芯片工艺及测试成本相对更高,良率 也相对更低一些。一般来说,一条成熟的 EEL 产品线的良率为 50%左右。而 VCSEL 由于是面发射激光器,因 此理论上来说,不需要经过上述切割等操作,只要加上探针即可对产品进行测试,从而筛选良品。一条成熟的 VCSEL 产线的良率要显著高于 EEL,为 90%左右。
激光器的封装方式包括哪些?激光器最常见的封装方式就是 TO 封装,TO 封装由一个 TO 管座和 TO 管帽 组成,管座为芯片提供底座以及电源,管帽则起到密封的作用,隔绝外部污染物质、气体、液体和高温对芯片 的影响,保证芯片的正常工作。除了 TO 封装,还有蝶形封装,COB 封装(包括 COC 和 COS 等)等等。一般 来说,激光器芯片需要进行老化,封装成器件之后也需要进行老化,老化的作用是通过将芯片在高温和大电流 下工作一段时间,来加速芯片的工作时间,从而避开芯片在刚开始使用时的高故障率发生期。
2.1.1.1 光通信领域的激光器
在光通信领域,EEL 激光器包括常见的 FP、DFB 和 EML 激光器,SEL 主要以 VCSEL 为主。FP 和 DFB 以及 EML 分别是什么激光器? FP 激光器即 Fabry-Perot 谐振腔的激光器,FP 是最常见的一种谐振腔,即两侧 有反射镜,一般来说一侧为高反射镜面,另一侧为半反射镜面,光子在两个镜面之间来回反射,在特定波长实现谐振,波长与腔长和介质的折射率相关。DFB 为分布式反馈激光器,Bragg 光栅分布在增益介质内,纵向的 光栅结构形成周期性的折射率分布,从而产生反射。EML 为电吸收调制激光器,其结构是 DFB 激光器后面加 上 EA 调制器,其对应的概念是 DML直调激光器。
光通信的这些激光器有哪些区别?FP 腔激光器存在多个纵模,因此无法实现高速调制,一般用于 2.5G 以 下的传输速率。DFB 和 EML 成本较高,一般用于中距离的高速率的单模光模块中,例如 DR、FR 光模块等, 其中 EML 为电吸收调制激光器,可用于 200G、400G 和 800G 以上的高速光模块中,EML 中前面的 DFB 部分 负责发射稳定功率的光,由 EA 负责对信号进行调制,能够有效减少 DML激光器在直接调制过程中产生的高故 障率。FP、DFB 和 EML 的波长一般以 C 波段(代表波长为 1550nm)和 O 波段(代表波长为 1310nm)为主, 其中 DFB 和 EML 的单模性能更好,研发及工艺门槛更高;VCSEL 一般用于短距离传输的光模块中,例如 AOC、 SR 等光模块,波长为 850nm 波段,一般为多模激光器。
DFB 和 EML 激光器的技术壁垒主要在于外延和光栅工艺。外延工艺是晶圆制造乃至光芯片生产最重要、 技术门槛最高的环节。通常在 DFB 和 EML 的外延工艺中,需要通过 MOCVD 对半导体材料进行精准堆叠,在 有源区多层堆叠的结构中,每层厚度在 10nm 以下级别,此时对层厚的均匀性控制难度极高,对外延设备的理 解要求非常深刻。外延工艺最终影响芯片的性能和可靠性。光栅工艺包括全息光栅和电子束光栅,在涂有光刻 胶的基板上定义出光栅结构的掩膜图形,再通过刻蚀技术转移到衬底上。光栅工艺会影响出光功率、单模良率、芯片波长、极限工作温度特性、模式稳定性和高频特性等。
光通信激光器市场的竞争格局如何?目前高端的光通信激光器市场,海外厂商仍是主要供应商,但是国内 厂商逐步实现国产替代化。从研发门槛来看,FP 激光器的难度较低,产业链较为成熟。VCSEL、DFB 和 EML 激光器的门槛较高,国内有多家光通信厂商布局多年,具备相关产品批量出货的能力。虽然高速率的激光器目 前仍在研发阶段,但是中低速率的产品已经实现完全国产替代化,整体看国产替代化稳步推进。
光通信激光器的市场规模多大?激光器作为光通信器件的“心脏”,重要程度不言而喻,且在器件中的价值 占比较高。根据源杰科技的招股说明书,参考 LightCounting 和 ICC 的数据,2021 年全球光通信行业光芯片市 场规模为 146.7 亿元,其中 2.5G、10G 及 25G 及以上的光芯片市场规模,分别为 11.67 亿元、27.48 亿元、107.55 亿元。根据 Omdia 的数据来看,2021 年 25G 以上高速率光芯片市场规模为 19.13 亿美元(与源杰科技招股说明 书中的数据比较接近),到 2025 年,高速光芯片市场规模有望达到 43.4 亿美元。
2.1.1.2 激光雷达领域的激光器
在激光雷达领域,收发模组是激光雷达的核心部分,其中激光器是发射模组最核心的元器件。激光器作为光源,发射出光信号进行探测。目前激光雷达方案及厂商众多,主要用到的激光器包括 EEL、VCSEL、光纤激光器和可调谐窄线宽激光器等。
激光雷达领域中的 EEL,一般是采用的 FP 谐振腔,采用的 TO 封装方式。EEL 一般用在两个方面:一是 激光雷达发光源,波长为 905nm 左右;二是光纤激光器的泵浦光源。EEL 具有功率高、产业链成熟、成本低等 优势,同时温漂系数也比较高。温漂系数即表示激光器输出波长随着温度变化而变化的参数,一般 FP 腔的 EEL 的温漂系数为 0.3nm/℃,主要是由于增益介质的温漂系数决定。Osram 的新一代 EEL 产品,其中一侧采用了准 DBR 谐振腔的形式,将温漂系数从 0.3nm/℃降低到 0.1nm/℃左右。公司纳米堆叠的技术使得同一个 TO 封装的 产品包含三颗外延生长的激光器,有效提升光功率。未来国内厂商若要在 EEL 产品上降低温漂系数,需要绕开 相关的专利壁垒,具有较高的难度。
与 EEL 一样,用于激光雷达领域的 VCSEL 激光器一般也是 905nm 的波长。VCSEL 具备高集成度的优势, 因此可以用于高线束数的激光雷达中。VCSEL 的温漂系数为 0.07nm/℃,显著优于 EEL。虽然目前的 VCSEL 成熟产品的功率相对不高,但是可以通过多结的设计来提升光功率。目前 Lumentum 五结的 VCSEL 功率密度已 经可以达到 800W/mm²以上,长光华芯八结 VCSEL 的功率密度达到 1800W/mm²。VCSEL 目前用在激光雷达 领域主要有三个方面:一是 VCSEL 一维阵列在竖直方向形成多个线束;二是 VCSEL 二维阵列用于固态 Flash 方案激光雷达;三是可寻址二维 VCSEL 阵列用于固态激光雷达中。
与上述 EEL 和 VCSEL 不一样,光纤激光器在激光雷达的应用波长一般为 1550nm。光纤激光器广泛应用于 工业制造领域,具有高功率的特点。而在激光雷达领域,为了使得发射波长对人眼相对友好,行业在选择激光 器的时候,认为 1550nm 波长的光纤激光器满足了两个条件:一是远离可见光波段,对人眼友好;二是从光通 信到工业激光器领域,1550nm 波长激光器的产业链相对比较成熟。
值得一提的是,FMCW 测距方案的固态激光雷达目前主要采用 1550nm 波长的窄线宽激光器。因为 FMCW 方案主要是利用光信号的相干性,所以对光源的相干性要求比较高。激光器的线宽越窄,则相干性一般越好。 目前窄线宽的激光器多用于光通信相干光模块中,波长多为 1550nm。除了可调谐激光器,外腔调制窄线宽激光器也可以适用在 FMCW 的激光雷达中,不过尚处在研发阶段,距离商用仍有一定的距离。
2.1.2 探测器在光通信领域国产替代化进展较快,激光雷达领域发展尚需时日
探测器的底层原理与激光器刚好相反,是由光产生电的过程。在不同领域,对于探测器的参数的要求也不 一样。例如在光通信领域,探测器的响应度、带宽以及波长相关性比较重要;在激光雷达领域,探测器的响应 度相对比较重要。探测器按照原理可以分为不同产品:PIN型探测器、APD型探测器、SPAD型探测器以及 SiPM型探测器,其中前二者主 要用于光通信领域,后三者主要用于激光雷达领域。
在光通信领域,一般采用 PIN型和 APD型的探测器。PIN 型即在 PN 结中间加入本征半导体层,从而降低 扩散的影响。PIN光电探测器的工作原理包括:光子照射在半导体材料上产生光生载流子;光电流在外部电路作用 下形成电信号并输出。PIN 探测器是光通信领域最常见的探测器之一,广泛应用于各种数通光模块中。APD光电探测器的工作原理是:光子照射在半导体材料上产生光生载流子;光生载流子在雪崩区即高电场区发生雪崩倍增; 光电流在外部电路作用下形成电信号并输出。APD 的灵敏度相比 PIN 要高的多,因此一般会用在对灵敏度要求 比较高的电信光模块等产品中。
在激光雷达领域,一般采用的是 APD、SPAD 和 SiPM 探测器。采用 TOF 测距方案的激光雷达,尤其是 iTOF 方案,对反射光的功率相对比较敏感,因此一般采用灵敏度更高的探测器。APD 的灵敏度比一般的 PIN 探测器 更高。SPAD 为单光子放大探测器,其字面意思旨在强调探测器的灵敏度较高,能够探测到几个光子量级的能 量。与 APD 的反偏电压略低于击穿电压相反,SPAD 的反偏电压设置到略高于击穿电压,因此其获得的增益也 明显高于 APD。SiPM 为光电倍增管,是用硅材料做的 SPAD 阵列探测器,探测器阵列与激光器阵列一一对应, 从而达到扫描的目的。在 FMCW 测距方案中,对发射回来的光功率要求并不高,因此理论上只需要采取 PIN探测器即可。
2.1.3 调制器作用重要,铌酸锂具备材料天赋
电光调制器是光通信行业的关键器件,是重要的集成光学器件之一。按照调制原理来讲,基于各种对光信号 的作用原理,包括电光效应、声光效应、磁光效应、Franz-Keldysh 效应、量子阱 Stark 效应、载流子色散效应 等,可以制作成不同的调制器产品。在光信号的发射、传输、接收过程中,光调制器被用于控制光的相位和幅 度,其作用是非常重要的。国内公司在调制器领域亦有布局,如中际旭创在硅光调制器有多年的技术积累,光库科技的铌酸锂和薄膜铌酸锂调制器具备较强竞争力。
2.2 国内厂商在光无源器件领域具备全球领先地位,产品完备且有竞争力
光无源器件原指在光纤通信网络中,内部不发生光电能量转换的一类器件。目前光无源器件不断拓宽应 用领域,广泛应用于光通信、消费电子和汽车光电子等领域,其中包括光纤连接器、光定向耦合器、光隔离器、光衰减器、滤光片和光学透镜等器件。作为光学设备的重要组成部分,光无源器件在光路中发挥着连接、功率分配、信号衰减和光波分复用器等作用,具有高回波损耗、低插入损耗、高可靠性、稳定性、耐磨性 和抗腐蚀性等特点按照产品的形态,主要分为光纤类无源光器件和自由空间类光无源器件。
2.2.1 光纤类无源器件广泛应用于光通信和 1550nm 激光雷达方案中
光纤类无源器件指的是与光纤相关的无源器件,此时光在光纤介质中实现传输、合光和分光等功能。 器件包括光纤连接器、光纤耦合器、光纤环形器和合束器/分束器等等。在应用领域:随着光进铜退的进程 开启,光纤通信网络开始大规模应用于通信领域,光纤类器件也开始得到了高速发展;光纤激光器具有高 功率、稳定性好和高可靠性等优势,广泛应用于工业智能制造领域,光纤光栅、合束器/分束器和光纤连接 器等产品作为重要的组成部分之一,对光纤激光器的性能和可靠性作用较大;1550nm 激光雷达作为新兴的 市场,光纤类无源产品也将发挥重要的作用。
2.2.2 自由空间类光无源器件为光学领域最基础产品之一
自由空间类光无源器件指的光在空气等自由空间(free space)中进行传输、合光和分光等功能。器件包括 球面透镜、非球面透镜、平面类光学器件以及滤光片等等。传统领域,透镜、棱镜等基础光学元件在光学显微 镜中发挥着重要的作用;消费电子领域对于拍照的需求越来越强,因此光学镜头的价值量也实现了不断提升; 在激光雷达领域,905nm 激光雷达目前普遍采用自由空间类的光学元器件,包括透镜、棱镜、滤光片等。
3.从材料看光器件及光模块的演进历史
材料作为影响光学器件发展历史中重要的因素之一,发挥着关键的推动作用。不同材料对于光的作用也不 一样,包括对光的吸收、折射、反射,以及激发辐射产生光。我们从硅、III-V 族以及铌酸锂这三大主要半导体 材料,对光器件的发展历史进行梳理和展望。
3.1 硅光技术发展迅速,硅光集成目前是各行业主流方案
硅光子技术是以硅或硅基材料(Si, SiO2,SiGe)作为衬底材料,利用与集成电路兼容的 CMOS 工艺制造 对应的光子器件和光电器件,以实现对光的激发,调制,响应等,广泛应用于光通信,光传感,高性能计算等。 硅光子技术的发展阶段主要分为技术探索阶段,技术突破阶段,集成应用阶段,以及应用拓展阶段。
技术探索阶段 1960s-2000s:从 S.E.Miller 首次提出集成光学的概念以来,很多学者和研究机构在波导,电光调制器,光电探测器,光源激光器等领域都做出了很多奠定扎实基础的探索工作; 技术突破阶段 2000-2008:产业界也开始了商业化的研究工作,并实现了突破性的进展,比如 GHz 的调制 器,混合集成激光器,以及硅基探测器; 集成应用阶段 2008-2014:Intel,IBM,Accacia,Luxtera 等公司将分立的光电器件采用 CMOS 工艺集成到光收发模块中; 应用拓展阶段 2014-至今:Ayar Labs,Lightmatter 等公司的光子芯片应用于光互连和量子计算等领域中; AEVA公司的硅光集成产品可应用于激光雷达领域。
从硅光技术应用场景来看,呈现传输距离越来越短,端口数越来越多的趋势。铜退光进的光通信进程,同 时也伴随着传输距离的逐步减短。因此根据 Intel 的观点,硅光通信技术早期应用于电信长距离传输网络之中, 逐步往数通领域以及未来的板与板、芯片与芯片互连发展。电信传输中使用到的硅光产品数量较少,随着距离 越来越短,需要连接的终端越来越多,因此硅光产品将越来越多。
硅光技术在电信领域的应用,近年来实现了高速发展。从一开始的平面光波导(PLC)技术到波分复用产 品 AWG 和 DWDM器件,再到 ROADM 和相干光模块领域,硅光技术在快速进步的同时,也发挥了重要的作 用,单根光纤的传输速率实现了大幅增长。硅光无源器件包括光分路器、硅光光栅 I/O 耦合器和 DWDM 器件等。 硅光有源器件方面,Luxtera 和 Intel 在硅光调制器的突破,衍生出探测器、光开关和 VOA等产品,真正打开了 硅光技术在电信领域的应用。目前硅光技术在电信领域的应用主要分为两块:Acacia 为主提供硅光相干光模块; LCOS 方案的 WSS 器件。
数通领域的硅光模块同样实现了大规模商用,未来份额有望不断提升。随着数据中心的快速发展,对于光 模块的需求爆发式增长,多家厂商开始大力研发用于数据中心的硅光模块。初期是 40G 硅光数通光模块小规模 应用,Intel 和 Luxtera 的 100G 硅光模块大规模应用,目前 400G 的硅光模块已经实现量产,800G 亦在验证中。 目前国内的硅光模块厂商具备较强的竞争力,包括中际旭创、新易盛、华工科技等公司有自研的硅光芯片,博 创科技等公司与海外硅光芯片巨头厂商深度合作,有望在 800G 光模块市场取得突破。
数通领域中,除了高速光模块产品,硅光子技术同样可以应用在光连接的其他场景中。共封装光学(CPO) 是业界公认的未来更高速率光通信的主流产品形态之一,可显著降低交换机的功耗和成本。51.2T/s 及以上带宽 的交换机时代是 CPO 切入市场的绝佳机会。交换机速率从 640G 升级到 51.2T 及以上,Serdes 速率升级叠加数 量的增加,总功耗将大幅提升。硅光是 CPO 交换机中光引擎的最佳产品形态,也是未来硅光在数通最具潜力的 应用场景。
硅光技术在激光雷达领域主要以高集成度的产品形态,应用于固态激光雷达中,未来有望实现大规模应用。 固态激光雷达以其高可靠性和低成本的优势,普遍被认为是未来主流的技术方案。目前硅光技术主要是应用在 OPA 方案中,目前还处在研究阶段,预计大规模应用在 2025 年以后。OPA 方案,即相控阵,通过改变相位来 控制出射光的方向,从而达到扫描的作用。
3.2 InP 材料是激光器最主流的选择,集成化方案亦有应用
InP,即磷化铟材料,是常见的 III-V 族材料。较硅材料,InP 材料的主要优势为 InP 是最佳的激光器材料选 择,除此之外 InP 还可以做成调制器等器件,因此 InP 材料也是光学集成平台的重要选择之一;InP 主要的缺点 是无法兼容 CMOS 工艺,规模化生产成本比硅材料更高,温度敏感性也比较高。
光源是光芯片的最核心器件,而 InP 基材料也是光源的最佳材料之一。硅材料是间接带隙,很难直接发光, 而 InP 材料是直接带隙,是非常好的激光器材料。因为 InP 材料的各种激光器,包括 VCSEL、DFB、DML 和 SGDBR 等,在光通信领域有着非常广泛的应用,因此即便未来硅和铌酸锂等材料取代部分器件,但是作为光源, InP 基材料仍将是最主流的选择。
InP 材料可用于制作几乎所有有源+无源光电器件,InP 集成具有广泛的应用前景。除了光源,InP 材料还 可以用于 AWG、波导、光栅等无源器件,以及调制器、探测器、光开关等有源器件。硅材料由于难以制作光源, 因此严格意义上的硅光集成难以实现,而 InP 集成可以完美实现。InP 集成可以用于电信中的相干光模块,数通侧的光模块和光引擎(相比硅光方案成本较高),及 OPA 方案激光雷达,较硅光方案,算是第二选择。
铌酸锂材料的优势在调制器上体现,目前主要应用在电信领域。LiNbO3 具有电光系数大、本征调制带宽 大、波导传输损耗小、稳定性好等优点,同时也有偏振敏感、尺寸大、调制电压高的缺点。LiNbO3 调制器是目 前发展较成熟的调制器,其利用线性电光效应实现电信号对光信号的调制,通过外加电场改变光在晶体中传播 的折射率,进而改变光的相位和偏振。目前 LiNbO3电光调制器的应用场景主要在长距离的相干光通信领域以及军 事及航天的陀螺仪等产品中。
薄膜铌酸锂调制器未来有望应用到数通光模块和激光雷达中。薄膜铌酸锂具有尺寸小、功耗低和易集成等 优点,不过该技术目前尚未成熟。薄膜铌酸锂可以取代体材料铌酸锂的应用场景,包括长距离相干光通信领域 和军事航天等领域。同时,薄膜铌酸锂调制器的应用场景可以拓展到数通光模块和硅基激光雷达中。TFLN 调制器可以取代高速数通光模块中的硅基调制器和 EA调制器,也是硅基激光雷达中 OPA 的主流材料之一。
4. CPO、全光互连和光计算等前沿领域空间可期
4.1 CPO 产业化尚需时日,但却是行业未来重要的产品形态
什么是 CPO? Co-packaged Optics,即共封装光学,光学引擎 PIC 与电学引擎 EIC 合封在一起的封装技术。 其中光学引擎包括有源光学器件和无源光学器件,电学引擎则包括各种电学芯片及电路部分。共封装光学的优 点: 降低功耗(核心优势)。电学引擎与光学引擎的电路距离大大缩短,电信号损耗降低,简化后的 SerDes 去 掉 CDR、DFE、FFE 和 CTLE 之后功耗降低,最高可节省 30%的功耗; 降低成本。封装工艺成本更低,高集成度的光引擎成本更低,同时省去部分电学芯片成本更低,可降低 25%-30%的成本。 减小尺寸。借助硅光技术和 CMOS 工艺,共封装的方式显著减小光电引擎各自独立封装方式的尺寸,同时 能够实现更高密度的 I/O 集成。
为什么要用 CPO?CPO 交换机主要分为交换机芯片、SerDes 和光学部分,过去 10 年交换机带宽增长了 80 倍。交换机芯片的带宽每两年提升一倍;电接口的 SerDes 数量和速率也在提升,速率从 10G/s 提升到 112G/s, 数量从 64 个通道提升到 51.2T 时代的 512 个通道。交换机带宽从 640G 提升到 51.2T,交换机芯片功耗提升 7.4 倍,每个 Serdes 通道的功耗提升 2.84 倍,结合 Serdes 通道数的增加,总功耗增加 22.7 倍。 交换机中 SerDes 的功耗大幅提升。随着单个 SerDes 带宽提升带来功耗的提升,同时结合 SerDes 数量的提 升,未来 SerDes 的总功耗在交换机中的功耗占比将大幅提升。网络部分的功耗在数据中心中的功耗大幅提升: 根据 Facebook 的测算,随着数据中心内部流量的大幅提升,网络部分的功耗占比增加明显,到下一代网络部分 的功耗占比将从现在的 2%左右提升到 20%左右。
传输距离越近,SerDes 功耗越低。缩短交换机和光模块之间电信号需要传输的距离,可以简化 Serdes 芯片 的功能,同时降低电信号的发射功率,从而降低 SerDes 的功耗。 传输距离越近,还可以降低光模块的功耗。电信号传输距离越近,对光模块中本来需要的 DSP 芯片要求也 更低,从而降低光模块的功耗。
CPO 部署将在很大程度上受到交换演进的推动。交换演进将在 2025 年达到 102.4Tbps。一旦交换达到这个 水平,可插拔收发器将逐渐消失。与使用可插拔光学器件相比,CPO 承诺将功耗降低 30%,每比特成本降低 40%。 到 2027 年,共封装光学的市场收入将达到 54 亿美元,2025 年全球 CPO 组件市场将超 13 亿美元,到 2028 年 将增长到 27 亿美元。根据 LightCounting 的报告,从长远来看,CPO 不局限于硅光、不局限于数据中心,还 有更大的前景。在 2027 年,CPO 端口将占总 800G 和 1.6T 端口的近 30%。CPO 参与公司主要包括云服务厂商、 设备商和芯片厂商等。Meta 在 2022 年的 OFC 会上展示了新一代的基于 51T ASIC 和 NPO 端口的交换机,4RU 的尺寸;Marvell 推出的 NPO,基于自家 Teralynx 交换芯片平台,集成到标准 1RU 32 端口设备中,未来计划发 展到支持 51.2T 交换机的 3.2T CPO 平台;Intel 的样机计划于 2024 年上市,此前先后收购了 Optoscribe 和 Tower; 博通在 2023 年 OFC 推出了 51.2T 的 CPO 产品;IBM 推出了基于 VCSEL 的 CPO 产品。
CPO/NPO 交换机中的核心器件是光引擎,能够实现光电信号互相转换的功能。早期的光引擎可以通过传 统分立式的结构,后续硅光技术逐步成熟后,也可以通过硅光集成的形式实现。光引擎可以被认为是光有源器 件,且其中包含多个种类的光无源器件。光引擎可分为发射端和接收端,两者的结构类似,均包括有源和无源两部分。因为光模块中失效比例最高的器件就是激光器,所以为了提升 CPO 交换机整体的可靠性,目前主要的 方案是将激光器外置,单独以 ELSFP 模块的形式存在。一旦激光器失效,直接更换 ELSFP 模块即可。因此光 引擎的有源部分包括探测器、调制器和激光驱动芯片等,无源部分包括隔离器、MUX/DEMUX、透镜系统、FA 器件和光收发组件等。
NPO 优缺点清晰,应被看作 CPO 第一代产品。NPO,即 near packaged optics,最近成为继 CPO 之后又一 热门的技术方向。相较 CPO,NPO 在高性能 PCB 底板上加上中间层,使得交换机芯片到光引擎的信号路由更 方便,且中间层的加入使得信号不再通过 PCB 板,因此整个 PCB 板的性能无需升级,从而大大降低成本。同 时,NPO 在遇到板上光引擎失效的问题时也更加容易解决。但是,相较 CPO,NPO 方案下交换机芯片和光引 擎之间的电通道距离达到 150mm,损耗为 13dB,而 CPO 方案下只有 50mm 长度,损耗只有 10dB。虽然两者名 称略有差异,但是我们更倾向于认为,NPO 可以看作 CPO 的第一代产品,后续随着各种技术难题的解决,会 逐步演化到 CPO。
CPO 仍有很多技术难题,挑战和机遇并存。虽然行业内很多人对 CPO 的前景非常乐观,对 CPO 的研究也 在热火朝天进行中,但 CPO 作为一个比较前沿的技术,仍然有很多技术难题需要攻克。例如光源的功耗问题, 光源作为核心的部件之一,虽然外部光源在配置上更加灵活,但是激光器在高温下效率较低,因此给多个通道 同时提供光源时,高功率带来低效率,其功耗反而会更高。而且,光引擎紧密排布在交换机芯片的周围,巨大 的发热量如何进行有效地散热,光引擎失效后如何进行灵活地更换,新的光学连接器如何定义等这些技术难题 都需要更加有效的解决方案。此外,CPO 产品是将光模块和交换机集成在一起,因此将对光模块和交换机行业 产生较大的影响,在制定好相关产品标准之后如何使得两个产业链更好的协同,也将是一个重要的挑战。
4.2 光计算闪耀 AI 领域,光互连实现芯片间高速通信
在数据中心及超算中心领域,计算、存储和传输是三大关键要素。在传输侧,通过光模块可以将交换机的 电信号转化成光信号,再经过光纤传输到另一个交换机中,再经过光模块转换成电信号到交换机芯片中进行处理。因此交换机之间的传输可以通过光信号大大提升带宽,并降低功耗,目前最高传输速率可达 800Gbps。而 芯片模组之间的传输,以及计算也可以通过光芯片实现,能够大幅提升传输速率,优化功耗。近年来,行业内 也实现了高速的发展。
在 CPU 和 GPU 等算力芯片的计算能力以及存储系统读写能力大幅提升的前提下,芯片模组间的传输能力 的提升成为了新的挑战。随着人工智能、云计算等行业的高速发展,数据流量呈现爆发式增长,而芯片间的传 输能力也制约着整个算力系统的性能。通常来说,芯片之间的传输通过电通道,随着传输速率的提升,电信号 的趋肤效应使得信号损耗增大,因此需要提升电信号的功率才能保持正常传输,导致整体功耗较高。若通过光 信号进行传输,不但可以提升带宽,还可以降低功耗,因为光信号的传输损耗随着速率提升的变化几乎可以忽 略不计。行业内,Ayar Labs 和 Intel 合作推出了在 CPU 和 FPGA 等芯片加上光引擎实现光互连,英伟达和台积 电合作在 GPU 芯片加上光引擎实现光互连。
近年来,光计算在 AI 领域也呈现高速的发展,具有广阔的应用前景。根据 OpenAI 的数据,人工智能训练 任务所需求的算力在 2012 年至 2018 年期间增长了 300,000 倍,大约每 3、4 个月翻一番,远超摩尔定律带来的 性能提升。以 Lightmatter 和 Lightelligence 为代表的公司,推出了新型的硅光计算芯片,性能远超目前的 AI 算 力芯片。该光芯片的计算过程通过光信号进行,无需额外功耗,只需要光源产生光信号即可。根据 Lightmatter的数据,他们推出的 Envise 芯片的运行速度比英伟达的 A100 芯片快 1.5 到 10 倍,具体根据任务的不同有所差 异。以运行 BERT 自然语言模型为例,Envise 的速度是英伟达芯片的 5 倍,功耗仅为后者六分之一。
光计算芯片的核心是硅光芯片,在非线性计算方面仍存限制。AI 领域的神经网络计算中,主要包括线性的 加乘和非线性计算。光信号通过硅光芯片上的 MZI 阵列,能够顺利地实现加乘的线性计算,功耗低,延时低, 并行能力强,且通过设计每个 MZI 两臂的电压可以适配不同的计算模型。光信号可以顺利完成矩阵的线性计算, 且相比电信号计算更有优势,但是在非线性计算方面,光计算还有一定的困难,因此涉及到非线性计算时,光 信号还需要转成电信号。且目前光芯片只负责计算方面的任务,存储以及交互都是通过电芯片完成的,因此要 想用一颗光芯片实现计算+存储+互连全功能的理想情况,还有一定距离。
5.海外光器件龙头发展启示录
通过梳理海外光器件龙头公司的发展史,我们可以看到三个趋势:垂直一体化布局、持续并购和多业务并 行发展。虽然近年来国内光器件公司迅速发展,尤其在光通信领域,国内厂商在行业的排名中占据了半壁江山, 但是海外光器件龙头厂商仍然具有领先的优势和较强的竞争力。我们梳理了 Coherent(前身为 II-VI)、Lumentum 以及 Fabrinet 等公司的发展史,可以看到相通的规律:一是在业务方面呈现垂直一体化布局;二是通过不断并 购加强自身竞争力,保持增长的势头;三是多业务齐头并进。
5.1 Coherent:全球最大的光器件公司,近年来并购市场表现活跃
Coherent 是全球最大的光器件公司,其前身是 II-VI 公司。公司是材料、网络和激光领域的龙头厂商,其下 游主要为工业、通信、电子和仪器仪表这四个市场,共同代表了一个快速增长的总目标市场,整体市场空间达 650 亿美元。2022 年财年,公司营业收入为 33.17 亿美元,同比增长 6.8%;净利润为 2.35 亿美元,同比下降 21.1%, 主要是由于公司收购 Coherent 带来利息费用的大幅增加。
光器件由于其基础属性,可以应用于多个下游市场。公司 1971 年成立,专注于二氧化碳激光器相关光学器 件。成立以来的 51 年内,公司不断新增相关业务。1998 年,公司启动了碳化硅业务;2004 年,公司开展热电 子学业务;2007 年,公司新增激光处理头业务;2010 年,公司新增微光学系统业务; 2012 年,公司新增先进 镀膜、国防光学系统和陶瓷金属化合物等业务;2016 年,新增 3D 识别的 VCSEL 阵列产品,RF 和光学外延片; 2018 年,新增高功率激光器系统,基于 LC 的 WSS;2019 年,新增高速率光模块、InP 光电子、基于 LCoS 的 WSS,可调激光器等业务;2022 年,新增工业激光器、仪器仪表和激光加工设备等业务。综合来看,Coherent 的下游市场包括通信、消费电子、激光加工、汽车光电子和仪表仪器等领域,市场空间广阔。
纵观 Coherent 及其子公司 Finisar 的发展史,就是一部并购史。Coherent 每年都能新增不同的业务,除了 自身内生研发以外,另外也主要是由于外部不断的并购。公司的并购史可以分为两个阶段,第一阶段是公司前 身 II-VI 从 1971 年成立到 2018 年期间的并购,第二阶段为 2018 年至今的并购。第一阶段,公司从细分领域的 光学公司,逐渐成长为全球无源光学器件龙头企业,同时工业激光器产品、功率半导体产品以及光通信有源器 件产品也发挥垂直一体化的优势,所以无论是横向还是纵向,公司的竞争力不断增强。
第二阶段皆为大手笔收购,公司有望产生质的变化。第二阶段为 2018 年至今,其中包括两个大手笔的收购, 收购光通信行业龙头厂商 Finisar 以及激光器整体解决方案龙头厂商 Coherent。2019 年,II-VI 以约 32 亿美元的 报价,完成对 Finisar 的收购,营收差不多翻倍,该收购对 II-VI 的业绩和业务影响都是里程碑式的;2022 年, II-VI 以总价约 70 亿美元收购了 Coherent,收购完成后,II-VI 和 Coherent 将共同实现年收入约为 41 亿美元, 成为在光子解决方案、化合物半导体和激光技术及系统的全球领导者。
子公司 Finisar 通过垂直整合模式不断加强竞争力,保持全球光通信龙头地位。Finisar 成立于 1988 年,1999 年上市,至 2018 年被 II-VI 收购时的近二十年器件营业收入保持高速增长。2003 年至 2014 年,Finisar 通过收 购不断提升自身垂直整合能力,不断扩大制造及研发优势,建立起光模块领域多种核心技术壁垒,先后布局激 光器芯片、电芯片、相干技术及 WSS 等。2019 年,公司被 II-VI 收购。
5.2 Lumentum:全球领先的光芯片提供厂商
得益于苹果的 3D 传感的高速发展,消费电子类的业务 2018 年大幅提升,未来有望在 LiDAR 等领域继续 实现突破。公司主营业务在光通信领域,包括数据中心业务和电信通信业务。2018 年以后得益于苹果消费电子 类产品中大量采用 3D 传感方案,公司的 VCSEL 产品成为苹果主要供应商,因此其消费者与工业业务大幅增加, 2018 年收入达到 5.84 亿美元,占收比达 46.8%,后续其营收占比稳定在 30%左右。2022 年公司实现收入 17.13 亿美元,同比下降 1.7%。其中消费者与工业收入占比 29.8%,数通及电信收入占比为 58.9%。
Lumentum 前身 JDSU 由 Uniphase 与 JDS 于 1999 年合并而成,相关产业链合并购频繁。公司的历史始于 1979 年,前身之一 Uniphase 成立,另一前身 JDS 于 1982 年成立,1999 年 JDS 与 Uniphase 合并为 JDSU 公司。 2015 年 8 月,JDSU 拆分为两家独立上市公司,分别为 Lumentum 和 Viavi,Lumentum 主要是负责商业光学产 品业务,Viavi 主要负责源 JDSU 的设备业务。在光通信方面,公司 2018 年收购了 Oclaro,并且剥离了光模块 业务,主要聚焦于激光器等器件产品。2021 年,公司收购了 Neophotonics,2022 年,公司收购了 IPG 的电信传 输产品业务线。目前 Lumentum 主要业务聚焦在光电器件及光模块、3D 传感和商用激光三大领域,延续了 JDSU 在光学技术市场领域的领先地位,生产高性能商用激光器。
JDSU 在分拆前,同样践行垂直一体化的战略,从芯片到器件再到设备,具备较强的竞争力。作为全球老 牌光通信龙头厂商,在分拆前通过收购保证了产业链垂直一体化布局。2018 年,Lumentum 在收购 Oclaro 之后, 虽然剥离了光模块业务,专注于激光器等芯片产品,但是公司在光通信以外的多个领域布局,包括 3D 传感等。 2021 年,公司参与了 Coherent 的收购,旨在获取工业激光器、激光设备等业务,拓宽公司业务范围,可惜在最 终竞争中不敌报价更高的 II-VI。公司转头便收购了新飞通,补齐了在激光器领域的商业版图。有意思的是,如 果我们去梳理 Oclaro 和新飞通的历史,也能看到数量繁多的并购事件。
公司依靠多年来在光通信领域激光器的研发、生产等经验,产品广泛应用于消费电子及汽车光电子领域。 Lumentum 面向 iToF、dToF、结构光、汽车 In-cabin 及汽车激光雷达等多种应用的 VCSEL 和 EEL 产品,均处 于量产状态,目前在世界各地,有超过 10 亿个 Lumentum 二极管激光器正在正常运行。Lumentum VCSEL(芯 片及封装)已经通过了 AEC-Q102 认证并实现批量出货,可为车内 DMS/OMS 应用提供货架产品。面向激光雷 达,Lumentum 多结 VCSEL 的光功率密度大幅提升,有望成为激光雷达系统设计的首选光源。Lumentum 不仅 可以提供车规级可靠性的 VCSEL 标品,也可以根据客户需求进行汽车 VCSEL 的深度定制开发。
5.3 Fabrinet:全球领先的光器件一站式解决方案厂商
Fabrinet 是全球从事光器件代工的行业龙头厂商,基于在光通信领域积累的丰富经验,逐步向工业激光器、 汽车光电子和光学传感等领域拓展。Fabrinet 目前与 1550nm 激光雷达领先厂商 Luminar 和 FMCW 硅光子激 光雷达领先厂商 Aeva 合作。
Fabrinet 创立于 2010 年,公司创始人 Tom Mitchell 为希捷联合创始人,同年收购希捷在泰国的工厂。在创 立之后的十几年期间,该公司通过内生和外延不断增加新的产品线,纵向一体化布局,横向不断拓宽市场。其 中包括,2004 年新增 PCBA、汽车 MEMS 传感器以及光模块产线;2005 年新增定制化光学产品,定制化高精 度玻璃元器件和连接解决方案产品线;2007 年新增工业激光器和科研用激光器,医疗器件和传感器等产品线; 2012 年新增定制化硅光器件和模块,100G 电信和数通光模块及器件等产品线;2016 年新增激光雷达模块及系 统产品线。参考 Fabrinet,天孚通信也在向激光雷达和医疗检测等领域拓展,公司未来发展空间仍然广阔。
(本文仅供参考,不代表我们的任何投资建议。如需使用相关信息,请参阅报告原文。)
精选报告来源:【未来智库】。