ICC訊(編譯:Nina)2022年,全球光收發(fā)器市場產生的收入年增12.5%,至110億美元。在大型云服務運營商對800G高數(shù)據(jù)速率模塊的高需求和國家電信對增加光纖網絡容量的要求推動下,Yole預計,到2028年,全球光收發(fā)器市場收入將達到222億美元,從2022年至2028年間的年復合增長率(CAGR)為12%。
生成式人工智能將推動數(shù)據(jù)中心基礎設施的擴張
在Open AI的ChatGPT和谷歌的Bard等技術的引領下,人工智能使用的發(fā)展勢頭越來越強勁,并推動了數(shù)據(jù)中心的需求。隨著技術集成商將生成式人工智能(Generative AI)更深入地應用于日常應用,數(shù)據(jù)中心對計算能力的需求將不斷升級。人工智能所需的服務器計算機密度也會產生大量熱量,從而對能源效率和可持續(xù)性提出了挑戰(zhàn)。雖然人工智能是推動數(shù)據(jù)中心需求的主要因素,但其他應用,如超高清(UHD)視頻和各種增強現(xiàn)實/虛擬現(xiàn)實(AR/VR)應用以及云服務(如社交網絡、商務會議、超高清視頻流、電子商務和游戲),也將繼續(xù)推動數(shù)據(jù)中心需求增長。
2022年,全球光收發(fā)器市場產生的收入年增12.5%,至110億美元。在大型云服務運營商對800G高數(shù)據(jù)速率模塊的高需求和國家電信對增加光纖網絡容量的要求推動下,Yole預計,到2028年,全球光收發(fā)器市場收入將達到222億美元,2022年至2028年間的年復合增長率(CAGR)為12%。
Yole預計2023年全球光收發(fā)器市場收入將略有下降,主要原因是超大規(guī)模資本支出(Hyperscale CAPEX)的增長速度放緩。2023年超大型企業(yè)(Hyperscalers)的整體數(shù)據(jù)中心資本支出將大幅下降,另一方面,未來三年電信資本支出(Telecom CAPEX)將每年下降3%。然而,2023年,有線和無線電信設備的同比增長率可能只有1%。數(shù)據(jù)中心超大規(guī)模資本支出增長緩慢的原因之一是元宇宙(Metaverse)的關閉及其負面影響。Meta和其他受影響行業(yè)采取的行動將導致2023年光收發(fā)器部署放緩。
在人工智能的推動下 中國的地位逐漸凸顯
全球光收發(fā)器行業(yè)競爭激烈。玩家既有提供廣泛產品的大型國際公司,也有專門針對狹窄市場的小型公司。光收發(fā)器市場的主要競爭力包括為高速通信提供領先技術的能力、設計和制造高質量且可靠產品的能力,以及定制解決方案。光收發(fā)器提供商可以使用不同的技術和方法來克服物理限制,以實現(xiàn)更高的數(shù)據(jù)速率??梢郧宄乜吹?,這兩種戰(zhàn)略(一種基于InP,另一種基于硅光子學平臺)將在未來幾年共存。競爭力強的玩家與兩個平臺都有關聯(lián)。
在不斷追趕和加快發(fā)展的進程中,中國在光通信行業(yè)的地位日益突出。如今,高速模塊的核心光學技術是美國和日本制造商的主導領域,但中國在砷化鎵(GaAs)、磷化銦(InP)和硅光(SiPh)等光子制造平臺上投入了大量資金。中國政府的《中國光電子器件產業(yè)技術發(fā)展路線圖(2018-2022年)》確定了提高本土光芯片生產商市場份額的國家戰(zhàn)略。中美貿易限制和中興通訊禁令可能促使中國加大對高速光芯片的支持力度,中國本土光芯片生產有望進一步加速。
人工智能驅動的NVIDIA最新系統(tǒng)設計將需要800G可插拔光模塊,用于其即將推出的AI/ML硬件。他們正在投資線性非重定時技術,以緩解人工智能擴展帶來的互連功率、功率密度和延遲等限制。中國頂級光學供應商正積極走向供應商前列。在過去的幾個月里,它們在股票市場上的價值翻了三倍或四倍。
是時候推出采用新材料的新設計了
硅光子是一種多功能平臺,可以承載各種光子組件,如調制器、光電探測器(PD)、分路器、(解)復用器和濾波器,而與InP和GaAs等更成熟的III-V族材料相比,它在激光源方面受到限制。近年來,各種材料的集成已經高性能SiPh調制器開辟了額外的途徑。在硅平臺上引入其他材料,將TFLN(薄膜LiNbO3)、BTO(BaTiO3)、等離子體有機雜化物(POH)或石墨烯等其他材料引入硅平臺以實現(xiàn)高效相移,有望取代硅,從而放寬對其功率、性能(速度、驅動電壓)和占地面積的限制。
高速光互連的功耗是數(shù)據(jù)中心內光鏈路的主要限制因素。最大的功耗來自交換ASIC和光模塊之間的電氣接口SerDes、數(shù)字信號處理器(DSP)和附加重定時器(CDR),特別是可插拔封裝。共封裝光學器件(CPO)是一種將光學器件和交換ASIC緊密結合在一起的新方法,旨在克服上述挑戰(zhàn)。但是,CPO必須成長以滿足所有行業(yè)要求。業(yè)內還有一種潛在的替代共封裝光學器件的方案,即保留在交換機前面板上的線性驅動器可插拔光學器件(LPO)。在機器學習(ML)和高性能計算(HPC)中的交換機到交換機、交換機到服務器以及GPU到GPU連接等應用中,減少延遲是一個至關重要的改進。