The AI computing power competition has entered a new stage! The internet firmly stands in the "C position" as Morgan Stanley downgrades Corning, but Fabrinet does not change the bullish trend of optical communication stocks

智通財經 APP 獲悉，在近期美股光通信股走出強勢行情之際，華爾街巨頭摩根大通卻下調了康寧 (GLW.US) 和 Fabrinet(FN.US) 這兩隻光通信股的評級。不過，投資者大可不必因此對光通信股的前景感到憂慮。在 AI 基礎設施建設從單點算力的競爭轉向集羣效率的博弈的大背景下，光模塊的角色正變得愈發關鍵，今年以來續刷新高的光通信股或繼續把持美股 AI 硬件賽道的 “杆位”。

小摩下調康寧、Fabrinet 評級 同時大幅上調目標價

小摩將康寧和 Fabrinet 這兩隻光通信股的評級從 “增持” 下調至 “中性”，理由分別是估值過高和業績可見度有限。受此影響，在其他光通信股週四普漲的情況下——Lumentum(LITE.US) 漲超 8%、Applied Optoelectronics(AAOI.US) 漲超 10%、Coherent(COHR.US) 漲超 6%，康寧和 Fabrinet 週四美股分別收跌 1.30% 和 1.92%。

但值得一提的是，小摩在下調這兩隻股票評級的同時大幅上調了目標價。該機構將其對康寧的目標價由 115 美元上調至 175 美元，較該股週四收盤價 166.08 美元有約 5% 的上行空間;將對 Fabrinet 的目標價由 530 美元上調至 700 美元，較該股週四收盤價 672.64 美元有約 4% 的上行空間。

具體來看，小摩下調康寧評級的主要原因是該股估值過高。由分析師 Samik Chatterjee 領銜的分析團隊在一份客户報告中表示：“我們認為，與當前買方投資者為證明如此高溢價合理性而嵌入的盈利預期相比，這一估值形成了具有挑戰性的執行門檻。”

分析師補充稱：“我們認為，投資者越來越多地將關注點轉向 2028 年前景，並在光纖電纜/連接器定價以及規模擴張機會等多個變量上納入某種程度的理想化情景預測，這使得在產能風險以及光通信規模化採用進程線性程度等方面幾乎沒有犯錯空間，更不用説公司仍有約 60% 的業務與非光通信市場相關。”

儘管評級被下調，小摩仍上調了對康寧的營收預測。該行將其 2026 年全年營收預測從 186 億美元上調至 190 億美元，將 2027 年營收預測從 209 億美元上調至 217 億美元，並首次給出 2028 年營收預測為 251 億美元。

小摩下調 Fabrinet 評級的原因則是其短期客户產能爬坡進度 “波動加劇”，且新客户未來產能爬坡節奏的可見度有限。分析師指出：“我們預計，這些因素的綜合作用將導致該股短期上行空間低於買方當前預期，儘管我們總體仍對公司長期發展軌跡持積極看法，尤其是考慮到公司目前正在推進的製造佈局擴張。”

小摩仍上調了對 Fabrinet 的營收和每股收益預測。該行將其 2027 財年營收預測從 55 億美元上調至 59 億美元，將 2028 財年預測從 63 億美元上調至 71 億美元，並首次給出 2029 財年營收預測為 85 億美元。該行還將其 2027 財年每股收益預測從 16.65 美元上調至 18 美元，將 2028 財年每股收益預測從 19.40 美元上調至 22 美元，並首次給出 2029 財年每股收益預測為 26.50 美元。

分析師補充稱：“我們更新後的預測主要受到光通信業務收入上行空間推動，其中包括電信/DCI(數據中心互聯) 以及數據通信 (Datacom) 業務，預計在預測期內的複合年增長率分別達到約 20% 和 30% 以上。”

康寧和 Fabrinet 是近段時間以來走出強勢行情的美股光通信股中的一員。小摩下調對這兩隻股票的評級、但上調目標價的舉動也從側面印證出光通信股近期的漲勢喜人 (或許在部分投資者看來已屬漲過頭)、以及市場對光通信行業未來發展前景的普遍樂觀預期。

續刷新高！美股光通信股走出強勢行情

2026 年初，全球資本市場的目光依舊聚焦在人工智能。當大多數投資者還在爭論 AI 算力是否已經透支了未來三年的增長預期、媒體頭條依舊被英偉達 (NVDA.US) 的新一代芯片發佈會佔據時，美股光通信板塊卻悄然走出了一波獨立的強勢行情。

數據顯示，Lumentum、Applied Optoelectronics、Coherent、康寧、Fabrinet 等光通信龍頭企業的股價今年以來接連刷新歷史新高，其走勢明顯強於納斯達克綜合指數與其他 AI 巨頭。

引爆光通信股近日漲勢的主因是 Lumentum 首席執行官邁克爾·赫爾斯頓的一番提氣言論。赫爾斯頓上週五表示：“美國幾家超大規模雲廠商的資本開支規模極其龐大，而且看起來完全沒有放緩的跡象。我們的產能正越來越跟不上需求。如果按目前趨勢發展，再過兩個季度，我們到 2028 年全年的產能就會徹底售罄。”

Lumentum 此前曾披露，公司到 2027 年底的產量已經全部被訂完。因此，赫爾斯頓的最新表態鞏固了市場對光通信行業景氣度的信心：即便在中東戰爭擾動原油市場和全球經濟的背景下，數據中心設備的需求依然保持強勁。

赫爾斯頓補充稱：“這種情況不可能永遠持續下去，這是不現實的。但目前來看，這一輪行業週期至少還能維持 5 年左右的景氣持續性。當我們説產能已經售罄時，指的是已經簽署了不可取消的訂單協議。這一點非常關鍵。”

範式轉移——從 “芯片” 到 “互聯”

光通信股的強勢並非簡單的市場情緒輪動，而是一條被低估多年的產業邏輯開始正式兑現。在大模型規模指數級擴張的背景下，真正的瓶頸已從 “算力芯片” 轉向 “算力互聯”。當 GPU 之間的數據流量呈幾何級增長，光模塊不再是配角，而成為 AI 基礎設施的 “血管與神經”。AI 基礎設施建設進入了一個新的深水區——從單點算力的競爭，轉向了集羣效率的博弈。

過去兩年，市場普遍認為算力即權力，誰擁有最多的 GPU，誰就擁有 AI 時代的定價權。以英偉達為代表的算力供應商，將單卡性能推向了物理極限。從 A100 到 H100，再到下一代 Blackwell 平台，市場關注點始終停留在 “每秒多少萬億次計算” 這一核心指標上。投資者習慣於用算力密度來衡量一家科技巨頭的能力，彷彿只要算力足夠強大，智能就會自然湧現。

但真正的產業現實是，當數據中心進入萬卡級、十萬卡級集羣階段，算力不再取決於單卡性能，而取決於集羣內部的數據交換效率。在大規模分佈式訓練中，成千上萬張 GPU 需要協同工作，它們之間的通信開銷成為了決定整體效率的關鍵。一個萬卡級 AI 訓練集羣，內部東西向流量已遠超傳統雲計算負載。GPU 之間的數據同步、梯度回傳、參數更新，都在瘋狂消耗帶寬。

如果將 GPU 比作大腦，那麼光模塊就是連接這些大腦的神經纖維。當大腦數量增加到一定程度，神經纖維的傳輸速度如果跟不上，大腦再多也無法形成合力。這就是著名的 “通信牆” 問題。在早期的 AI 訓練中，通信開銷可能只佔總時間的 10%，但在千億參數乃至萬億參數模型的時代，這一比例可能高達 30% 甚至更多。一旦通信受阻，昂貴的 GPU 就會處於空閒等待狀態，造成巨大的算力浪費。

以 Meta、微軟、谷歌等超大規模數據中心為例，單個 AI 數據中心內部帶寬需求已從 400G 迅速躍升至 800G，並開始規模部署 1.6T 光模塊。行業測算顯示，在 AI 訓練場景下，每 1 美元的 GPU 投資往往需要配套接近 0.5 美元的網絡與光互聯基礎設施。這意味着，光模塊不再是附屬成本，而成為算力擴張的剛性前提。

在這一背景下，光模塊行業迎來結構性拐點，並推動光通信板塊成為今年美股 AI 硬件賽道中 “最靚的仔”。不同於傳統雲計算週期性擴容，AI 數據中心對高帶寬、低延遲、低功耗的需求呈現 “指數級升級”。銅纜傳輸在高速率下損耗過大，距離受限。而光通信技術恰恰是目前唯一可規模化承載這一流量洪峯的解決方案。

當算力密度提升十倍，光互聯需求提升的不是線性，而是非線性。這是因為集羣規模越大，節點間的連接複雜度呈平方級增長。因此，光通信行業的增長速度，在未來幾年有望超越算力芯片本身。

從週期品到戰略資產，光模塊商業模式重估

歷史上，光模塊長期被視為 “通信週期股”。需求隨電信運營商的資本開支波動，利潤率受制於激烈的價格競爭，估值中樞常年徘徊在製造業區間，通常在 15 倍至 20 倍市盈率之間。

但 AI 時代的到來徹底改變了該行業的定價邏輯。首先，產品結構發生躍遷。800G 與 1.6T 光模塊的技術門檻遠高於早期 100G/200G 產品。高速率對硅光技術、封裝工藝、熱管理能力提出了極高要求。例如，硅光方案需要更高的集成度，CPO(共封裝光學) 技術則需要與芯片廠商深度協同。產業集中度因此快速提升，具備垂直整合與研發能力的廠商開始獲得溢價。

Lumentum 憑藉其在激光器與光組件領域的深厚積累，成為多家雲廠商高速模塊的核心供應商。Coherent 在光子芯片與先進封裝領域深耕多年，技術壁壘明顯，難以被輕易替代。康寧則在光纖材料與數據中心佈線領域形成壟斷級優勢，掌握了物理層的底層材料話語權。

更關鍵的是，客户結構發生了根本性變化。過去光模塊主要面向電信運營商，如今核心需求來自超大規模雲服務商與 AI 公司。這類客户訂單體量更大、產品迭代更快。雖然它們的議價能力較強，但對供應穩定性要求極高。一旦進入核心供應鏈，往往形成長期合作關係，甚至共同研發下一代產品。這種綁定關係大大降低了客户的流失率，增強了收入的可見性。

因此，市場開始重新定價——光模塊不再是低毛利 “代工件”，而是 AI 基礎設施中不可替代的關鍵部件，其商業模式從 “製造驅動” 轉向了 “技術驅動”。與 GPU 龍頭動輒 30 倍以上市盈率相比，光通信企業此前市盈率長期壓在 20 倍以下。當基本面與行業地位被重估，估值擴張與盈利增長形成雙擊。

當然，市場並非沒有質疑。反對者認為，AI 投資終究存在週期波動。一旦大模型訓練需求放緩、或者算法效率提升導致對算力的需求下降，數據中心資本開支回落，光模塊需求可能重演過去 “過剩—降價—利潤壓縮” 的老路。

但這一輪投資與過去的根本區別在於，AI 算力建設具備戰略屬性，而非單純商業擴張。無論是美國科技巨頭之間的競爭，還是全球範圍內對主權算力的投入，AI 基礎設施正在成為長期國家級與企業級戰略投資。這種投入具有剛性，不會因為短期的經濟波動而輕易停止。

更重要的是，技術代際升級尚未結束。從 800G 到 1.6T、再到未來的 3.2T，每一次帶寬升級都意味着存量設備的替換需求。光模塊行業第一次擁有類似半導體 “持續迭代” 的結構性增長曲線。在傳統電信時代，一個迭代週期可能使用五年。而在 AI 時代，光模塊的迭代週期縮短至 18 個月左右。這意味着，即使總量不增長，結構性升級也能帶來持續的營收動力。