12.8T 光模块亮相光博会 光通信圈热议「超级周期」
一句话看懂：在第二十一届“光博会”上，多家头部光模块厂商展示了 6.4T NPO、12.8T XPO 等前沿方案，尽管当前主流需求仍集中在 400G 和 800G，但业界已普遍押注 AI 算力基建驱动的“超级周期”，加速布局下一代高速互联技术。
事件核心：发生了什么
据财联社报道，在 2026 年 5 月 21 日开幕的第二十一届“光博会”上，光通信产业链呈现显著的技术代际跳跃特征。尽管 1.6T 速率光模块仍在量产上量阶段，且国内 CSP（云服务提供商）客户主要采购仍来自 400G 和 800G 产品，但业内已竞相展出 6.4T NPO（近封装光学）、12.8T XPO（扩展封装光学）等新型方案。目前，头部的光模块玩家已构建起包括传统可插拔光模块、LPO（线性可插拔光学）、LRO、XPO、NPO、CPO（共封装光学）在内的多种形态光模块方案矩阵。
为什么重要
这一进展直接反映了 AI 算力基建浪潮对数据传输基础设施的迫切需求。大模型迭代与 AI Agent 应用的爆发，导致 Token 调用量井喷，云厂商资本开支持续提升，成为这一轮光通信“超级周期”的底层逻辑。从 400G/800G 到 1.6T，再到已经预研的 6.4T/12.8T，跳代发展意味着：AI 训练和推理的带宽瓶颈正倒逼行业将产品规划周期从以往的 3-5 年压缩至 1-2 年。这对整个光模块产业链的研发投入、产能布局和成本结构都将产生深远影响。
对用户/开发者/创作者的影响
短期来看，普通用户和开发者可能不会直接感知到光模块本身的变化，但这一趋势的最终效果将体现在 AI 服务的成本与响应速度上。更高速的光互联意味着数据中心内部 GPU 集群之间的通信延迟更低、带宽更宽，这直接决定了训练一个千亿参数大模型所需的时间以及推理服务的 Token 吞吐量。对于使用大模型 API 的开发者而言，未来可能看到推理价格进一步下降、更长的上下文窗口成为标配；对于 AI 创作者（如图像/视频生成），渲染速度与模型迭代效率也将受益于底层算力集群的互联升级。企业用户在采购云服务或部署私有 AI 基础设施时，需要考虑光互联等级是否匹配其长期算力需求。
AI 工具推荐
想把多个 AI 模型放在一个入口？
GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。
推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。
值得关注的后续
目前公开信息显示，仍需重点关注以下几点：一是 6.4T/12.8T 方案从技术展示到量产落地的具体时间表及良率爬坡情况；二是这些新型光模块（如 XPO/NPO）的功耗和成本相比传统可插拔方案是否存在规模化优势；三是国内 CSP 客户（如阿里云、腾讯云、百度云）何时会启动从 800G 到 1.6T 乃至更高速率光模块的规模化集采，这将是判断“超级周期”是否真正兑现的关键信号。
来源：Readhub · AI
