AI 的下一次供應鏈危機：InP 激光器短缺如何威脅數據中心
2026/08/04 11:13:00
人工智慧的熱潮已暴露出 GPU、高頻寬記憶體、先進封裝、電力和冷卻方面的短缺。下一個限制因素可能較不顯眼，但同樣重要：用於在現代人工智慧資料中心內的處理器之間傳輸大量資料的雷射。
磷化銦（InP）是一種用於高速光學元件的化合物半導體。隨著雲端公司從 400G 和 800G 網絡轉向 1.6T 連接和共封裝光學，基於 InP 的雷射需求正在上升。同時，出口管制、生產能力有限以及供應商集中度高，使得擴張更加困難。對於加密貨幣投資者而言，這一問題可能影響 AI 基礎設施成本、去中心化計算經濟學、AI-token 定價 以及將科技股與比特幣聯繫在一起的整體風險偏好。
如何將 InP 短缺轉化為 AI 問題
短缺並非由單一工廠事故或突如其來的投機性買盤所導致，而是隨著 AI 集群變得更大且更依賴高速網絡而逐漸形成的。訓練和運行先進模型需要數千個加速器以最小延遲交換數據，這增加了對光收發器、高容量交換機以及產生透過光纖電纜傳輸信號的雷射的需求。
Lumentum 表示，AI 基礎設施的擴張正推動光學元件的需求異常強勁。该公司引用市場估計指出，InP 電吸收調製雷射及相關雷射晶片的需求比供應高出約 30% 至 50%。這種失衡至關重要，因為當處理器可用但連接它們的網絡尚未完備時，AI 集群無法高效運作。
地緣政治又增添了一層不確定性。中國於2025年2月加強了對InP相關出口的管控，而海外買家也報告對銦的運輸進行了更嚴格的審查。中國生產了全球約70%的銦，這是製造InP的上游金屬。路透社報導，許可證延遲和基板生產的集中化，使美國和歐洲企業難以確保替代供應。
企業採購行為進一步證明，這是一個結構性問題，而非臨時性的新聞事件。AXT 已同意為 Lumentum 預留 InP 基板供應至 2031 年 12 月 31 日。Lumentum 同時正在美國建設一座先進 InP 激光器製造設施，而 Coherent 則在德克薩斯州擴大其六英吋 InP 生產能力。這些都是為應對未為當前 AI 基礎設施增長速度而設計的多年期投資。
為何 AI 資料中心需要 InP 激光器
AI 資料中心不僅僅是堆滿 GPU 的倉庫，它是一個同步系統，其中處理器、記憶體、網路、電力和冷卻必須同步擴展。一個大型叢集可能包含數千甚至數萬個加速器。如果這些加速器無法快速交換模型參數和中間計算結果，它們將花費更多時間等待，而減少計算時間。
銅線連接在短距離內仍具實用性，但隨著速度和距離增加，訊號損耗、熱量和功耗會變得更難控制。光學鏈路可透過光纖以更高的頻寬和更好的能源效率傳輸資料。InP 具有重要價值，因為它能在光纖通訊廣泛使用的波長下產生和調製光。Lumentum 的資料中心產品組合包括基於 InP 的 EML 和連續波雷射，專為高頻寬、低延遲網路設計。
EMLs 和連續波雷射
電吸收調制雷射（EMLs）將雷射源與高速調制器相結合，常用於可插拔光收發器。例如，Lumentum 的 200G EML 設計可讓八條 200G 通道支援 1.6T 模組。隨著資料中心升級至更快的連接，這些裝置的性能與生產要求也變得更加嚴苛。
連續波雷射為矽光子系統和共封裝光學提供穩定的光源。矽光子技術能有效引導、分割和調製光線，但矽並非高效的發光材料。因此，NVIDIA 的共封裝系統仍繼續使用可靠的外部雷射源。架構的改變在於雷射的位置及其連接方式，而非消除對合格光源的需求。
| 基礎設施組件 | 主要功能 | 短缺的後果 |
| GPU 或 AI 加速器 | 執行訓練和推論計算 | 限制原始計算能力 |
| 高頻寬記憶體 | 為加速器提供數據 | 降低處理器使用率 |
| 光學收發器 | 轉換電氣和光學信號 | 延遲高速網絡部署 |
| InP 激光 | 為光學連接提供光源 | 限制收發器和光子學生產 |
| 網路切換 | 將加速器連接成叢集 | 限制叢集規模與效率 |
| 電力與冷卻 | 保持系統運作 | 限制可運行的硬體數量 |
最簡單的比喻是，GPU 是 AI 數據中心的引擎，而光纖網絡則是連接它們的高速公路系統。InP 激光器提供部分讓交通持續運行的光線。運營商可能擁有足夠的引擎，但如果高速公路尚未完工，系統便無法達到全速性能。
為何供應無法快速追上
第一個難題是供應商集中度。InP 衬底和高性能雷射器件的產業基礎遠小於傳統矽晶片。路透社報導指出，三家公司主導了全球約 90% 的 InP 衬底供應。當一個市場僅依賴少數合格生產商時，任何涉及原材料、晶圓、外延或器件製造的中斷都可能影響整個鏈條。
客戶亦無法立即更換供應商。資料中心的雷射必須符合輸出功率、溫度穩定性、使用壽命和一致性的嚴格要求。新的晶圓或雷射源必須通過測試和客戶資格認證，方可應用於大型商業系統中。因此，紙面上的產能可能需要數月甚至數年才能轉化為可用的生產能力。
較大的晶圓可提升產業的經濟效益。Coherent 表示，其六吋 InP 平台相比較小晶圓方案，可提供四倍的生產能力，並降低超過 60% 的晶粒成本。然而，這些優勢取決於設備的可用性、製程成熟度、良率提升以及客戶的採用程度。擴大化合物半導體製造規模，仍比擴充成熟的矽製程產能更為複雜。
供應商也必須避免在週期的錯誤時點擴張。建設過慢有損失客戶和延長短缺的風險；建設過快則可能在超大規模客戶支出隨後放緩時，使製造商面臨工廠利用率不足的問題。長期合約、客戶預付款和戰略性投資有助於在需要穩定供應的公司與必須為昂貴新產能融資的製造商之間分攤此風險。
短缺如何延緩資料中心運作
InP 短缺不太可能導致已運營的 AI 數據中心關閉。更現實的風險是，它會延遲新集群和網絡升級。運營商可能已收到 GPU，但需更長時間等待 800G 或 1.6T 光模塊、交換機或外部雷射系統。昂貴的處理器可能因此以較小的配置運行、處於使用不足狀態，或比原計劃更晚產生收益。
影響將不會均勻分佈。超大規模運營商可以提供充幣、簽訂多年合約並協商優先獲取產能。較小的雲服務提供商、專業的 AI 公司和去中心化計算運營商的採購能力較弱，可能面臨更高的價格、更長的交貨時間或較不理想的配額，這可能強化最大基礎設施公司的持倉優勢。
共封裝光學可能提升能源效率並減少訊號損耗，但並未解決供應問題。NVIDIA 表示，其矽光子開關與傳統可插拔設計相比，能顯著降低功耗並提升訊號完整性。然而，這些系統仍依賴外部雷射源和專用的光子學生態。瓶頸可能從傳統收發器轉移到高功率雷射陣列，而非消失。
真正的挑戰在於系統平衡。更多的 GPU 並不會自動創造出更多的可用 AI 能力。運算、記憶體、網路、電力和冷卻必須在同一時間到達正確的位置。一個相對便宜的光學元件，就可能延誤一項總投資達數十億美元的設施。
Nvidia 的光學佈局改變了格局
NVIDIA 的行動已將光學網路轉變為主流的 AI 投資主題。在 2026 年 3 月，該公司宣布與 Lumentum 和 Coherent 分別建立戰略合作夥伴關係，包括對每家企業投資 20 億美元。這些協議旨在擴大製造能力、深化研發，並支持未來 AI 基礎設施所需的光學技術。
邏輯很簡單。NVIDIA 可以設計出越來越強大的加速器，但客戶必須將它們連接成可靠且高效的叢集。隨著模型規模和推論流量的增長，資料傳輸成為總體系統效能和能耗中越來越重要的部分。確保光學容量有助於保護 NVIDIA 更廣泛的計算與網路平台的價值。
| 市場訊號 | 它所建議的 | 這並不能證明 |
| NVIDIA 投資 Lumentum | 光學容量已變得具有戰略重要性 | 每家光學公司都將獲得更高的保證金 |
| NVIDIA 投資 Coherent | 需要多個供應商和技術 | 這種短缺將永久持續 |
| Lumentum 建立了一個新的美國設施 | 國內 InP 產能正在擴張 | 新產品將立即上線 |
| Coherent 擴大六吋製造 | 較大的晶圓可能提升規模與成本效益 | 製造和收益風險已消失 |
| AXT 將供應保留至 2031 年 | 客戶希望獲得長期的物質安全保障 | 需求將直線上升至 2031 年 |
NVIDIA 也與康寧達成長期合作，以擴大超大規模資料中心中使用的光學連接。這些協議共同表明，光纖、光子學和雷射已不再是 AI 故事中的次要部分，它們正與加速器和記憶體一樣，成為戰略性基礎設施。
危機對 AI 代幣的意義
InP 激光器短缺與 AI 代幣的價格沒有直接的機械關係。加密項目通常不製造光學元件。這種關聯是通過對 AI 行業增長的預期、計算基礎設施的成本以及去中心化網絡以有競爭力的價格提供有用服務的能力來實現的。
較高的成本將考驗薄弱的商業模式
如果網路設備變得更昂貴或更難取得，建立 GPU 集群的總成本將上升。購買雲端容量並透過代幣化市場平台轉售的項目，其保證金可能縮小。使用代幣發行來補貼需求的網路，當實際基礎設施成本上升速度快於客戶收入時，可能面臨額外壓力。
代幣可以協調激勵和支付，但無法製造稀缺的硬體或縮短工廠認證週期。因此，投資者應審查 AI 加密項目是否擁有活躍的計算提供者、重複性客戶、透明定價、可驗證的工作負載，以及足以支持其激勵的收入。一個運作良好的市場平台能夠適應更高的成本；而主要依賴「AI 現貨 AI 網格 區塊鏈」這一說法的項目，則缺乏較多保障。
稀缺性並非自動看漲
一些投資者可能認為，有限的中心化容量會自動提升去中心化 AI 網絡的價值。當網絡能提升閒置 GPU 的利用率，或將客戶與較小的區域供應商連接時，這一論點有一定道理。然而，去中心化運營商同樣依賴數據中心、交換機、光纖和光學元件，並未脫離實物供應的限制。
最可能的結果是 AI 代幣之間的差異將更加明顯。GPU 市場平台、推論網路、數據平台和代理協議不應被視為同一類別。它們對硬體、頻寬、延遲和資本支出的暴露程度差異顯著。
因此，這種短缺應被視為一場根本性考驗，而非普遍的加密催化劑。它可能揭示哪些項目真正理解提供 AI 服務的經濟學，而哪些僅是依賴流行敘事進行交易。
去中心化人工智慧能帶來好處嗎？
當集中式計算資源昂貴或難以取得時，去中心化計算網絡便擁有真正的機遇。它們可以整合閒置的 GPU，將小型客戶與區域運營商連接起來，並為長期與主要雲端平台簽約提供替代方案。代幣激勵有助於吸引計算資源並協調跨境支付。
這些網路在推理、模型服務、渲染、資料處理以及其他可跨供應商分割的工作負載中，可能特別有用。如果光學元件短缺推高超大規模雲端服務商的成本或延緩新資料中心的建設，客戶可能會更願意測試替代的運算資源來源。
然而，去中心化網絡無法完全取代超大規模集群。訓練前沿模型需要高度同步的加速器、極高的頻寬和極低的延遲。地理上分散的消費級GPU很難再現由先進InfiniBand或以太網架構連接的專用集群的性能。
最強大的去中心化項目將是那些選擇與其架構相容的工作負載，而非聲稱要取代所有中心化供應商的項目。去中心化可以改善市場接入和硬體利用率，但無法消除頻寬、能源、可靠性與距離的物理限制。
短缺對比特幣的意義
比特幣與 InP 供應鏈的距離更遠。其安全性主要依賴 ASIC 挖礦硬體和電力，而非用於先進 AI 訓練的高速光纖網路。因此，短缺情況不太可能成為推動比特幣採用、挖礦經濟或網路活動的直接因素。
更相關的關聯是市場情緒。AI的資本支出已成為科技行業收益與估值的重要因素。如果網路瓶頸延遲了資料中心的收入或降低AI投資的預期回報，科技股可能走弱，整體風險資產的需求也可能下降。當投資者在相同的流動性環境中將比特幣視為高波幅資產進行交易時，比特幣可能會受到影響。
也可能出現更樂觀的結果。供應限制可能觸發額外投資、製造擴張和政府支持，而不會顯著延緩 AI 建設。在這種情況下，該事件將強化長期基礎設施週期。利率、全球流動性、ETF 資金流、監管和加密貨幣特定需求對比特幣的影響，仍將超過 InP 元件的價格。
投資者下一步應關注什麼
短缺的說法應以營運數據為依據進行驗證，而非僅作為口號重複。投資者需要證據表明需求仍高於供應、新工廠正在推進，且客戶願意支付足夠的價格，使製造商獲得有吸引力的回報。
在看漲情境下，新容量陸續到位，而 AI 需求持續強勁，使光學供應商能在不損害定價的情況下提升產能。基準情境為持續緊張、逐步擴張，並優先分配給最大客戶。看跌情境則為資料中心項目延遲與 AI 支出疲弱並存，導致客戶回報降低，供應商則面臨昂貴的擴張承諾。
關鍵問題不在於光學連接的需求是否會增長，而在於合格的供應能否迅速擴張，以防止網路成為AI部署的重大限制。
AI 熱潮現已成為全棧競爭
InP短缺改變了投資者對人工智慧基礎設施的看法。第一階段的繁榮聚焦於處理器，下一階段則取決於完整的系統：記憶體、封裝、網路、雷射、光纖、電力、散熱和軟體。任何一層的薄弱都會降低其他所有層面的投資價值。
對於加密貨幣投資者而言，這既非保證的 AI 代幣漲勢，也非直接的比特幣衝擊。這是一個提醒：數位市場最終依賴於物理系統。擁有真實用戶、高效資源配置和可信基礎設施策略的項目可能獲得相關性，而主要依賴廣泛 AI 叙事支撐的代幣則可能難以證明其估值的合理性。AI 熱潮的下一階段，將不僅由誰擁有最好的晶片決定，更由誰能大規模連接、供電和運營它們決定。
|
KuCoin 正慶祝成立 9 週年，推出專屬平台活動，提供獨家獎勵、交易活動和限時優惠。不要錯過參與並享受這家交易所邁入第九年成長與創新成果的機會。立即訪問官方活動頁面：
|
常見問題
铟磷化物是否用於 NVIDIA 圖形處理器內部？
InP 並非 NVIDIA GPU 內邏輯電路的主要材料，這些處理器主要採用先進的矽製程製造。InP 與在加速器、交換器和資料中心之間傳輸資料的光學元件相關。
短缺會直接影響普通比特幣挖礦嗎？
直接影響應受到限制。比特幣礦場需要網路設備，但並不需要像前沿人工智慧訓練叢集那樣高度同步且超寬頻的連線。同時運營大型 GPU 設施和基於加密貨幣的計算市場的企業，面臨更大的風險。
基於雲端的 AI 服務會變得更昂貴嗎？
較高的光學和網路成本可能提高部署 AI 基礎設施的總費用。客戶是否需支付更多費用，取決於競爭、利用率、採購合約以及雲端供應商吸收的額外成本數量。因此，價格上漲可能僅出現在受限的服務中，而不會對所有 AI 產品產生同等影響。
哪些加密貨幣領域的風險敞口最大？
去中心化實體基礎設施、GPU 市場、AI 推理網絡和代幣化雲計算平台之間的關聯最為明確。支付代幣、去中心化交易所和大多數 Layer 1 網絡的相關性較低，除非它們的估值嚴重依賴於 AI 敘事。
公司能否重新設計光學系統以減少雷射的使用？
設計改進可減少元件數量，或讓光源更有效地共用。共封裝光學和外部雷射陣列即是此演進的範例。然而，這些架構仍需使用合格的雷射，並帶來自身的製造、測試和可靠性挑戰。
投資者將如何知道供應短缺正在緩解？
證據包括較短的交貨時間、穩定或下降的基板價格、較高的商業出貨量、提升的製造良率以及較不緊迫的產能預訂。單靠工廠公告是不夠的；投資者應關注合格的生產和客戶交付情況。
其他供應商能否快速解決這個問題？
額外的供應商可提升韌性，但資格認證需要時間。客戶必須確認新材料和設備符合嚴格的性能和可靠性標準。因此，新的製造能力可能在一段時間內存在，但才會對大規模資料中心部署產生實質貢獻。
InP 短缺會持續數年嗎？
確切的持續時間仍不確定。延續至下個十年的供應協議以及現有的工廠擴建計劃表明，企業認為供應安全仍具有戰略重要性。如果更大尺寸的晶圓能迅速提升產能、更多供應商通過資格審核，或人工智慧基礎設施支出放緩，這種不平衡狀況可能提前緩解。
免責聲明：此內容僅供資訊參考，不構成投資建議。加密貨幣投資存在風險，請自行進行研究（DYOR）。
免責聲明: 本頁面經由 AI 技術翻譯，旨在方便您的閱讀。欲獲取最準確資訊，請以原始英文版本為準。