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

智通财经 APP 获悉，在近期美股光通信股走出强势行情之际，华尔街巨头摩根大通却下调了康宁 (GLW.US) 和 Fabrinet(FN.US) 这两只光通信股的评级。不过，投资者大可不必因此对光通信股的前景感到忧虑。在 AI 基础设施建设从单点算力的竞争转向集群效率的博弈的大背景下，光模块的角色正变得愈发关键，今年以来续刷新高的光通信股或继续把持美股 AI 硬件赛道的 “杆位”。

小摩下调康宁、Fabrinet 评级 同时大幅上调目标价

小摩将康宁和 Fabrinet 这两只光通信股的评级从 “增持” 下调至 “中性”，理由分别是估值过高和业绩可见度有限。受此影响，在其他光通信股周四普涨的情况下——Lumentum(LITE.US) 涨超 8%、Applied Optoelectronics(AAOI.US) 涨超 10%、Coherent(COHR.US) 涨超 6%，康宁和 Fabrinet 周四美股分别收跌 1.30% 和 1.92%。

但值得一提的是，小摩在下调这两只股票评级的同时大幅上调了目标价。该机构将其对康宁的目标价由 115 美元上调至 175 美元，较该股周四收盘价 166.08 美元有约 5% 的上行空间;将对 Fabrinet 的目标价由 530 美元上调至 700 美元，较该股周四收盘价 672.64 美元有约 4% 的上行空间。

具体来看，小摩下调康宁评级的主要原因是该股估值过高。由分析师 Samik Chatterjee 领衔的分析团队在一份客户报告中表示：“我们认为，与当前买方投资者为证明如此高溢价合理性而嵌入的盈利预期相比，这一估值形成了具有挑战性的执行门槛。”

分析师补充称：“我们认为，投资者越来越多地将关注点转向 2028 年前景，并在光纤电缆/连接器定价以及规模扩张机会等多个变量上纳入某种程度的理想化情景预测，这使得在产能风险以及光通信规模化采用进程线性程度等方面几乎没有犯错空间，更不用说公司仍有约 60% 的业务与非光通信市场相关。”

尽管评级被下调，小摩仍上调了对康宁的营收预测。该行将其 2026 年全年营收预测从 186 亿美元上调至 190 亿美元，将 2027 年营收预测从 209 亿美元上调至 217 亿美元，并首次给出 2028 年营收预测为 251 亿美元。

小摩下调 Fabrinet 评级的原因则是其短期客户产能爬坡进度 “波动加剧”，且新客户未来产能爬坡节奏的可见度有限。分析师指出：“我们预计，这些因素的综合作用将导致该股短期上行空间低于买方当前预期，尽管我们总体仍对公司长期发展轨迹持积极看法，尤其是考虑到公司目前正在推进的制造布局扩张。”

小摩仍上调了对 Fabrinet 的营收和每股收益预测。该行将其 2027 财年营收预测从 55 亿美元上调至 59 亿美元，将 2028 财年预测从 63 亿美元上调至 71 亿美元，并首次给出 2029 财年营收预测为 85 亿美元。该行还将其 2027 财年每股收益预测从 16.65 美元上调至 18 美元，将 2028 财年每股收益预测从 19.40 美元上调至 22 美元，并首次给出 2029 财年每股收益预测为 26.50 美元。

分析师补充称：“我们更新后的预测主要受到光通信业务收入上行空间推动，其中包括电信/DCI(数据中心互联) 以及数据通信 (Datacom) 业务，预计在预测期内的复合年增长率分别达到约 20% 和 30% 以上。”

康宁和 Fabrinet 是近段时间以来走出强势行情的美股光通信股中的一员。小摩下调对这两只股票的评级、但上调目标价的举动也从侧面印证出光通信股近期的涨势喜人 (或许在部分投资者看来已属涨过头)、以及市场对光通信行业未来发展前景的普遍乐观预期。

续刷新高！美股光通信股走出强势行情

2026 年初，全球资本市场的目光依旧聚焦在人工智能。当大多数投资者还在争论 AI 算力是否已经透支了未来三年的增长预期、媒体头条依旧被英伟达 (NVDA.US) 的新一代芯片发布会占据时，美股光通信板块却悄然走出了一波独立的强势行情。

数据显示，Lumentum、Applied Optoelectronics、Coherent、康宁、Fabrinet 等光通信龙头企业的股价今年以来接连刷新历史新高，其走势明显强于纳斯达克综合指数与其他 AI 巨头。

引爆光通信股近日涨势的主因是 Lumentum 首席执行官迈克尔·赫尔斯顿的一番提气言论。赫尔斯顿上周五表示：“美国几家超大规模云厂商的资本开支规模极其庞大，而且看起来完全没有放缓的迹象。我们的产能正越来越跟不上需求。如果按目前趋势发展，再过两个季度，我们到 2028 年全年的产能就会彻底售罄。”

Lumentum 此前曾披露，公司到 2027 年底的产量已经全部被订完。因此，赫尔斯顿的最新表态巩固了市场对光通信行业景气度的信心：即便在中东战争扰动原油市场和全球经济的背景下，数据中心设备的需求依然保持强劲。

赫尔斯顿补充称：“这种情况不可能永远持续下去，这是不现实的。但目前来看，这一轮行业周期至少还能维持 5 年左右的景气持续性。当我们说产能已经售罄时，指的是已经签署了不可取消的订单协议。这一点非常关键。”

范式转移——从 “芯片” 到 “互联”

光通信股的强势并非简单的市场情绪轮动，而是一条被低估多年的产业逻辑开始正式兑现。在大模型规模指数级扩张的背景下，真正的瓶颈已从 “算力芯片” 转向 “算力互联”。当 GPU 之间的数据流量呈几何级增长，光模块不再是配角，而成为 AI 基础设施的 “血管与神经”。AI 基础设施建设进入了一个新的深水区——从单点算力的竞争，转向了集群效率的博弈。

过去两年，市场普遍认为算力即权力，谁拥有最多的 GPU，谁就拥有 AI 时代的定价权。以英伟达为代表的算力供应商，将单卡性能推向了物理极限。从 A100 到 H100，再到下一代 Blackwell 平台，市场关注点始终停留在 “每秒多少万亿次计算” 这一核心指标上。投资者习惯于用算力密度来衡量一家科技巨头的能力，仿佛只要算力足够强大，智能就会自然涌现。

但真正的产业现实是，当数据中心进入万卡级、十万卡级集群阶段，算力不再取决于单卡性能，而取决于集群内部的数据交换效率。在大规模分布式训练中，成千上万张 GPU 需要协同工作，它们之间的通信开销成为了决定整体效率的关键。一个万卡级 AI 训练集群，内部东西向流量已远超传统云计算负载。GPU 之间的数据同步、梯度回传、参数更新，都在疯狂消耗带宽。

如果将 GPU 比作大脑，那么光模块就是连接这些大脑的神经纤维。当大脑数量增加到一定程度，神经纤维的传输速度如果跟不上，大脑再多也无法形成合力。这就是著名的 “通信墙” 问题。在早期的 AI 训练中，通信开销可能只占总时间的 10%，但在千亿参数乃至万亿参数模型的时代，这一比例可能高达 30% 甚至更多。一旦通信受阻，昂贵的 GPU 就会处于空闲等待状态，造成巨大的算力浪费。

以 Meta、微软、谷歌等超大规模数据中心为例，单个 AI 数据中心内部带宽需求已从 400G 迅速跃升至 800G，并开始规模部署 1.6T 光模块。行业测算显示，在 AI 训练场景下，每 1 美元的 GPU 投资往往需要配套接近 0.5 美元的网络与光互联基础设施。这意味着，光模块不再是附属成本，而成为算力扩张的刚性前提。

在这一背景下，光模块行业迎来结构性拐点，并推动光通信板块成为今年美股 AI 硬件赛道中 “最靓的仔”。不同于传统云计算周期性扩容，AI 数据中心对高带宽、低延迟、低功耗的需求呈现 “指数级升级”。铜缆传输在高速率下损耗过大，距离受限。而光通信技术恰恰是目前唯一可规模化承载这一流量洪峰的解决方案。

当算力密度提升十倍，光互联需求提升的不是线性，而是非线性。这是因为集群规模越大，节点间的连接复杂度呈平方级增长。因此，光通信行业的增长速度，在未来几年有望超越算力芯片本身。

从周期品到战略资产，光模块商业模式重估

历史上，光模块长期被视为 “通信周期股”。需求随电信运营商的资本开支波动，利润率受制于激烈的价格竞争，估值中枢常年徘徊在制造业区间，通常在 15 倍至 20 倍市盈率之间。

但 AI 时代的到来彻底改变了该行业的定价逻辑。首先，产品结构发生跃迁。800G 与 1.6T 光模块的技术门槛远高于早期 100G/200G 产品。高速率对硅光技术、封装工艺、热管理能力提出了极高要求。例如，硅光方案需要更高的集成度，CPO(共封装光学) 技术则需要与芯片厂商深度协同。产业集中度因此快速提升，具备垂直整合与研发能力的厂商开始获得溢价。

Lumentum 凭借其在激光器与光组件领域的深厚积累，成为多家云厂商高速模块的核心供应商。Coherent 在光子芯片与先进封装领域深耕多年，技术壁垒明显，难以被轻易替代。康宁则在光纤材料与数据中心布线领域形成垄断级优势，掌握了物理层的底层材料话语权。

更关键的是，客户结构发生了根本性变化。过去光模块主要面向电信运营商，如今核心需求来自超大规模云服务商与 AI 公司。这类客户订单体量更大、产品迭代更快。虽然它们的议价能力较强，但对供应稳定性要求极高。一旦进入核心供应链，往往形成长期合作关系，甚至共同研发下一代产品。这种绑定关系大大降低了客户的流失率，增强了收入的可见性。

因此，市场开始重新定价——光模块不再是低毛利 “代工件”，而是 AI 基础设施中不可替代的关键部件，其商业模式从 “制造驱动” 转向了 “技术驱动”。与 GPU 龙头动辄 30 倍以上市盈率相比，光通信企业此前市盈率长期压在 20 倍以下。当基本面与行业地位被重估，估值扩张与盈利增长形成双击。

当然，市场并非没有质疑。反对者认为，AI 投资终究存在周期波动。一旦大模型训练需求放缓、或者算法效率提升导致对算力的需求下降，数据中心资本开支回落，光模块需求可能重演过去 “过剩—降价—利润压缩” 的老路。

但这一轮投资与过去的根本区别在于，AI 算力建设具备战略属性，而非单纯商业扩张。无论是美国科技巨头之间的竞争，还是全球范围内对主权算力的投入，AI 基础设施正在成为长期国家级与企业级战略投资。这种投入具有刚性，不会因为短期的经济波动而轻易停止。

更重要的是，技术代际升级尚未结束。从 800G 到 1.6T、再到未来的 3.2T，每一次带宽升级都意味着存量设备的替换需求。光模块行业第一次拥有类似半导体 “持续迭代” 的结构性增长曲线。在传统电信时代，一个迭代周期可能使用五年。而在 AI 时代，光模块的迭代周期缩短至 18 个月左右。这意味着，即使总量不增长，结构性升级也能带来持续的营收动力。