每經AI快訊，天風證券研報指出，算力需求驅動光模塊更新迭代進程提速。模型升級迭代的背后是對海量數據的訓練和推理，自2012年以來全球算力需求迎來快速增長，但AI的應用和發(fā)展存在“木桶效應”，即算力服務器集群之間的數據交換需要數據中心內部的網絡互聯(lián)做配套，從而激發(fā)出對高速率光模塊的大量需求，推動光模塊行業(yè)發(fā)展。算力時代背景下，數據中心成為能耗大戶，光模塊技術的升級不僅僅是簡單的速率翻倍，更需要解決速率提高所帶來的功耗高、成本大等問題。LPO、CPO、硅光和薄膜鈮酸鋰方案有望成為解決該系列問題的突破口。