Andrew Schmitt 在公开资料中说什么

云计算和托管服务商（如 Ciena、Nokia）的资本开支正追随超大规模数据中心（hyperscaler）的脚步。按照 Andrew Schmitt 的框架，这印证了其“分层归因”的核心观点：AI 需求并非均匀拉动整个光网络市场，而是首先通过 hyperscaler 对数据中心内部互连的巨额投资，间接传导至外部的传输网络和接入环节。对于 Ciena 和 Nokia 这类传统电信设备商而言，这意味着它们的收入增长将更紧密地绑定于 hyperscaler 的投资周期，而非传统的运营商市场。投资者需要关注 hyperscaler 的资本开支计划，因为这将是判断 Ciena、Nokia 等公司非运营商订单能见度的关键领先指标。

短摘只作入口 · 站内继续拆解 来源：Cignal AI

NNOK

Datacom光收入翻倍通常对应AI服务器集群内800G及更高速光模块放量，直接落在交换机到GPU服务器、机架间互连等inside datacenter环节。这一层与长距传送不同，订单更受云厂商GPU集群建设节奏驱动。COHR、LITE、AAOI都处在光模块、激光器或相关组件供应链，收入变化是Andrew Schmitt会重视的出货代际证据，但仍需拆分是800G短距、1.6T准备，还是一次性供应紧张导致的补库存。更关键的是客户集中度、产品组合和价格下行速度变化轨迹。

短摘只作入口 · 站内继续拆解 来源：Cignal AI

LLITEAAAOI

2025年高速模块出货量突破4000万，印证了Andrew Schmitt分层框架下数据中心内部800G/1.6T需求的强劲直接拉动。对于光互连供应链，这利好核心模块供应商如Coherent (COHR)、LITE以及AAOI，其业绩直接挂钩于此量级。在Schmitt的视角下，此数据是AI算力扩张在物理层最直接的体现，但其影响主要局限于数据中心内部互连。投资者需注意，这一增长并不等同于整个光网络（特别是传统长距传输）的同步繁荣，其对电信运营商网络、DCI及接入层市场的拉动作用更为间接。该数据点为后续追踪1.6T模块的爬坡速度及采购模型（如hyperscaler的采购节奏）提供了关键的基准参照。

短摘只作入口 · 站内继续拆解 来源：Andrew Schmitt

LLITEAAAOI

电信相干光收入创新高，印证了Andrew Schmitt需求分层模型中"outside datacenter"需求依然坚实。AI热潮主要驱动数据中心内部的高速模块需求，而电信相干光增长则指向运营商长距传送和DCI场景。这对CIEN、NOK、INFN等传统电信设备商和相干DSP供应商是景气信号，表明运营商网络升级与容量扩张的资本开支未因AI叙事而旁落，其采购逻辑与hyperscaler存在差异。不能将光网络增长笼统归因于AI，电信相干光的独立需求是观察行业健康度的另一关键维度。

短摘只作入口 · 站内继续拆解 来源：Cignal AI

NNOKIINFN

光模块供应链正面临瓶颈，这直接影响了 AI 数据中心内部 800G/1.6T 模块的产能爬坡。按照 Andrew Schmitt 的分层框架，AI 对数据中心内部光互连的拉动是直接且强劲的，但这种需求增长正撞上关键组件的供应约束。COHR（相干 DSP 和光学元件）、LITE（光器件和模块）以及 MRVL（PAM4 DSP 和光学互连）正是这一供应链的核心环节，其产能和良率直接决定了向 hyperscaler 供货的节奏。供应链问题凸显了从技术研发到大规模量产之间的鸿沟，验证了 Schmitt 一贯强调的“能否转量产”才是检验路线的关键，而非发布会热度。这对于急于部署 AI 集群的云厂商而言，是一个需要紧密跟踪的务实风险。

短摘只作入口 · 站内继续拆解 来源：Cignal AI

LLITEMMRVL

近期光学组件初创热潮集中在数据中心内部互连的光模块与组件层，而非传统长距传送领域。POET的硅光子集成、LWLG的聚合物调制器、Ayar Labs的芯片间光I/O，分别对应光源/调制器、DSP/调制器、芯片级互连环节，均瞄准800G/1.6T代际的下一代可插拔或CPO方案。这验证了AI拉动数据中心内部模块需求的判断，hyperscaler采购逻辑驱动下新玩家有机会切入供应链。但关键变量仍是能否转量产：DSP/光源/模块各层的成本、功耗与互操作若未达标，热度可能像LPO那样降温。此类初创对COHR、MRVL等既有供应商构成潜在竞争，而LITE等模块厂商的供应链选择将决定谁能真正上量。

短摘只作入口 · 站内继续拆解 来源：Cignal AI

LLWLGAAYAR

1600ZR若进入行业议程，意味着相干可插拔开始为AI数据中心之间的更大东西向流量做技术预留，但量产窗口取决于OIF标准、DSP制程、模块热设计和主机端口生态。Andrew Schmitt的视角会把它放在速率代际曲线，而非单次产品发布。MRVL的DSP、COHR的模块/光源、CIEN的系统集成各占不同利润池；需求是否成立，要看hyperscaler短DCI采购是否先于运营商长距升级。若只停留在高端演示，供应链收入弹性会被明显推后到后续周期。

短摘只作入口 · 站内继续拆解 来源：Cignal AI

CCIENCCOHR

LPO（线性驱动可插拔光模块）在2023年OFC大会后热度迅速降温，核心原因是互操作性问题暴露。这一转变印证了Andrew Schmitt的分析框架：评判技术路线不看发布会热度，而是看其能否跨过“量产”与“互操作”的关卡。LPO旨在简化光模块、降低功耗，对数据中心内部800G/1.6T升级路径是潜在利好，尤其利于模块供应商如CRDO和MRVL。但其冷却表明，该技术距成为超大规模数据中心可规模部署的可靠方案尚有距离。这为AVGO等更成熟的相干或EML方案在特定场景中保留了竞争窗口。Schmitt的视角会关注：此技术节点降温是否会影响800G/1.6T出货代际的爬坡节奏，以及采购模型是否会更倾向保守的可插拔或系统集成方案。

短摘只作入口 · 站内继续拆解 来源：Cignal AI

MMRVLAAVGO

CPO被纳入预测模型，代表AI交换机功耗墙正在逼近，但预测必须从样机展示转向端口数、客户导入和供应链良率。Andrew Schmitt一贯会把CPO与LPO、ELSFP、传统可插拔分开比较，看哪条路线能在成本、维修和互操作上转量产。LITE、COHR承担光源和光引擎供给，AVGO影响交换芯片封装节奏；若缺少明确平台设计赢单，CPO仍是中长期技术选项而非当期收入确认。它的信号价值在于云厂商是否愿意改变可插拔采购习惯和责任边界。

短摘只作入口 · 站内继续拆解 来源：Cignal AI

CCOHRAAVGO

CPO（共封装光学）技术中，外置激光光源模块（ELSFP）是光引擎的核心组件，其市场规模与CPO的渗透率直接绑定。Andrew Schmitt的分析框架强调按“采购模型”和“能否转量产”来判断技术路线。在他看来，CPO目前主要由超大规模数据中心（Hyperscaler）主导采购和定制，其需求节奏和供应链成熟度，将直接决定像Lumentum（LITE）这类激光器供应商、以及Coherent（COHR）这类拥有光源和集成能力的厂商，在该领域的收入可见性与竞争位置。这一判断区别于单纯看好“光模块”概念，而是聚焦于CPO技术栈内部，光源这一特定环节的商业化进程和关键供应商。

短摘只作入口 · 站内继续拆解 来源：Cignal AI

CCOHR

光电路交换（OCS）对AI数据中心规模化与自动化至关重要，属于数据中心内部互连场景。它能动态重构光网络拓扑，优化GPU间通信路径，在万卡级AI集群中显著降低延迟与功耗。产业链上，光器件供应商（如LITE）可能受益于OCS部署，相干DSP与光模块方案（如COHR）是构建灵活光网络的基础，而顶级云厂商（如GOOGL）对其有潜在大规模需求。根据分层分析，OCS是数据中心内部直接受益环节，其技术成熟度与采购决策将影响相关供应链的订单能见度。

短摘只作入口 · 站内继续拆解 来源：Cignal AI

CCOHRGGOOGL

400ZR相干可插拔光模块实现了电信技术中最快的渗透率，验证了按采购模型与应用场景拆解光互连的分析框架。在AI主导的市场叙事下，其成功关键并非单纯速率，而是可插拔形态与超大规模数据中心采购逻辑的契合。400ZR为800ZR等更高速率产品提供了路径参照：爬坡依赖DSP、光源及模块在成本功耗上的优化，并需在DCI等场景形成可量产的互操作方案。对Marvell和思科等标的而言，这分别指向相干DSP与系统集成环节的供应链位置，体现了不同技术代际下产业链价值的变化。

短摘只作入口 · 站内继续拆解 来源：Cignal AI

CCSCO