随着AI算力需求不断增强,800G光模块的需求不断增大

简介: 随着AI算力需求增长和硅光技术进步,光模块产业正经历快速发展,尤其在400G、800G及1.6T领域。到2024年,硅光方案将广泛应用于高带宽光模块,推动技术更新速度加快。800G光模块因高速、高密度和低功耗特性,市场需求日益增长,将在2025年成为市场主流,预计市场规模将达到16亿美元。光模块厂家需关注技术创新、产品多样化和产能提升以适应竞争。

在人工智能芯片(AIGC)和算力不断发展的背景下,光模块产业正在迎来快速发展的时期。随着光模块朝着更高速率的技术发展,硅光技术的成本也在逐步降低,同时降低功耗也成为市场需求的重要方面。

预计到2024年,硅光方案将逐渐在400G和800G光模块的需求中占据市场份额,而1.6T时代也将逐年提升。这将为光模块厂家带来技术更新的机遇,需要他们不断推动技术创新,以满足市场对更高速率、更低功耗的需求。

在这一发展趋势下,光模块厂家需要重点关注技术创新、产品多样化、提高生产能力、质量保障以及产业合作等方面。只有不断适应市场需求的厂家才能在激烈的竞争中取得成功。

111.jpeg

一、AI算力需求不断增强

光模块在电信市场和数据通信市场有着重要的应用,根据数据分析,预计到2025年,全球电信和数据中心光模块市场规模将分别增长至39.85亿美元和73.33亿美元。

光模块厂家的盈利能力受到技术升级的影响,以往每代技术更新周期约为4至5年,但在人工智能算力的推动下,技术更新的速度将逐渐加快。预计1.6T光模块的更新周期将会缩短,这将对盈利能力和市场格局产生持续的影响,强化行业头部企业的地位。

到了2024年,光模块厂商正在逐步实现400G和800G硅光模块的大规模出货,并有望在1.6T硅光模块的送样中取得先发优势。这一趋势表明,光模块行业正在朝着更高速度和更高带宽的方向发展,为电信和数据通信市场带来更先进的解决方案。

二、800G光模块

目前,市场对于200G、400G和800G光模块产品的需求占据主导地位,而1.6T光模块则被视为下一代产品。尽管1.6T光模块目前正在进行推进送样测试阶段,但市场需求尚未形成真正的规模。

222.jpeg

由于人工智能计算的驱动,端到端用户流量不断增加,导致了800G光模块需求的激增。这表明市场对网络带宽并发性和实时性的提升提出了更高的要求。随着带宽需求的持续增加,预计800Gbit/s光模块将逐渐实现规模部署,并凭借其性能优势成为市场的主流产品,预计到2025年将占据主导地位。

乘光网络800G QSFP-DD FR8 是一系列可插拔光收发器模块,专为数据中心800G以太网链路而设计,通过8对并行 MMF(带 FEC),传输距离可达2公里。乘光QSFPD8-FR8 收发器模块设计用于SMF上长达2公里的千兆位以太网链路。符合QSFP-DD MSA和IEEE P802.3bs,光模块符合RoHS标准。

三、800G光模块分类

800G光模块主要有两种分类方式,即按封装分类或按电接口通道数分类。 从封装来看,800G光模块主要有双密度四通道小封装可插拔800G QSFP-DD和八通道小封装可插拔800G OSFP两种类型。

其中乘光网络800G QSFP-DD传输距离分为100米,500米,2公里,采用LC或MPO光口,具有功耗低、体积小、速率高等特性,有利于数据中心增加容量、提高端口密度和降低功耗。主要应用于800G数据中心网络互联。

333.png

乘光网络800G OSFP系列是一款可热插拔的光收发模块,符合IEE802.3ck和OSFP MSA标准,产品涵盖100m,2Km传输距离。产品采用LC或MPO光口,具有功耗低、体积小、速率高等特性,有利于数据中心增加容量、提高端口密度和降低功耗,主要应用于800G数据中心网络互联。

四、800G光模块未来发展趋势

800G光模块凭借其高速传输、高密度、低功耗和卓越可靠性等特性,被广泛应用于IDC数据中心、光通信骨干网等诸多场景。随着人工智能与大数据产业的蓬勃发展,将进一步推动数据流量的不断增长,同时也催生了ICT行业的蓬勃发展。这一发展势头将加速光模块技术向更高规格的800G及以上产品迭代,为信息传输提供更快速、更可靠的支持。

预计从2025年开始,800G光模块将开始主导市场。根据数据分析统计,400G光模块的市场规模预计将从2022年的11亿美元下降至2025年的8亿美元;而800G光模块的市场规模有望从2022年的2亿美元增长至2025年的16亿美元。预计800G光模块的市场占比将从2022年的7%上升至2025年的50%

相关文章
|
8月前
|
人工智能 并行计算 调度
AI创业公司的算力困境,远比你想象的更复杂
当前AI创业公司面临严峻“算力困局”:不仅受制于高昂成本,更受限于技术封锁、生态绑定与资源低效。算力获取难、用不起、用不好,正成为制约创新的关键瓶颈。
|
10月前
|
存储 人工智能 Cloud Native
科技云报到:算力即国力,智算基础设施成AI下一主战场
在数字化与AI浪潮推动下,算力已成为衡量国家竞争力的核心指标。随着大模型和生成式AI迅猛发展,中国智能算力规模持续高速增长,2024年达725.3 EFLOPS,预计2026年将突破1460 EFLOPS。未来,算力将呈现多样化、泛在化与智能绿色三大趋势,推动AI基础设施升级。以联通云为代表,通过AI全栈焕新,构建覆盖“云-网-数-智-安”的全链条智算能力,助力千行百业智能化转型。
804 5
|
9月前
|
人工智能 运维 安全
重塑 AI 算力底座!阿里云服务器操作系统 V4 正式发布
Alinux 4不仅是技术突破,更是产业变革的催化剂。
|
11月前
|
存储 人工智能 云计算
挑战杯专属支持资源|阿里云-AI大模型算力及实验资源丨云工开物
阿里云发起的“云工开物”高校支持计划,助力AI时代人才培养与科研创新。为“挑战杯”参赛选手提供专属算力资源、AI模型平台及学习训练资源,包括300元免费算力券、百炼大模型服务、PAI-ArtLab设计平台等,帮助学生快速掌握AI技能并构建优秀作品,推动产学研融合发展。访问链接领取资源:https://university.aliyun.com/action/tiaozhanbei。
|
12月前
|
人工智能 缓存 安全
算力引擎如何按下 AI 落地加速键?
本文探讨了AI时代企业对算力的新需求及应对策略,涵盖高吞吐与实时性、向量数据库挑战、隐私保护与成本控制等关键议题。文章还分析了垂直场景下的算力解决方案,如PolarDB的“Data+AI”理念和身份安全领域的多模态检测系统。同时介绍了英特尔至强六代处理器与阿里云G9i实例的创新实践,并展望了AI未来发展趋势,强调降低门槛、多元算力生态建设及端到端工程化思维的重要性。
|
人工智能 数据挖掘 大数据
“龟速”到“光速”?算力如何加速 AI 应用进入“快车道”
阿里云将联合英特尔、蚂蚁数字科技专家,带来“云端进化论”特别直播。
308 11
|
存储 人工智能 边缘计算
当 AI 进入「算力密集时代」:你的服务器能跑通大模型吗?
本文深入探讨AI服务器在技术落地中的核心瓶颈问题,结合实战经验解析从模型训练到端侧部署的算力优化策略。内容涵盖三大典型场景的算力需求差异、GPU服务器选型的五大反直觉真相、实战优化方法(如混合精度训练与硬件资源监控),以及边缘AI部署挑战和解决方案。同时提供算力弹性扩展策略、模型生命周期管理及合规性建议,帮助读者构建可持续发展的算力体系。文末附有获取更多资源的指引。
1151 17
|
人工智能 JavaScript 前端开发
领导给我3天时间汇总所有AI模块词条,结合DeepSeek,20分钟就搞定了。
本文分享了一次利用AI工具提升工作效率的实际案例。作者接到任务,需在3天内梳理公司AI模块的所有词条并以增量形式提供给项目组。为高效完成任务,作者借助DeepSeek编写了三个Node.js脚本:第一个脚本扫描所有/ai目录下的文件,提取符合“zxy.xxx”格式的词条;第二个脚本对比目标词条库与已提取的词条,生成过滤后的副本;第三个脚本将最终结果输出为Excel文档,满足领导需求。整个过程从十几分钟到二十分钟不等,大幅缩短了原本需要数天的工作量。此案例表明,在重复性工作中合理运用AI工具可显著提高效率。
465 12
|
8月前
|
数据采集 Web App开发 人工智能
如何让AI“看懂”网页?拆解 Browser-Use 的三大核心技术模块
Browser-Use 是一种基于大语言模型(LLM)的浏览器自动化技术,通过融合视觉理解、DOM解析和动作预测等模块,实现对复杂网页任务的自主操作。它突破了传统固定选择器和流程编排的限制,具备任务规划与语义理解能力,可完成注册、比价、填报等多步骤操作。其核心功能包括视觉与HTML融合解析、多标签管理、元素追踪、自定义动作、自纠错机制,并支持任意LLM模型。Browser-Use标志着浏览器自动化从“规则驱动”向“认知驱动”的跃迁,大幅降低维护成本,提升复杂任务的处理效率与适应性。
4487 29