AI光互联
黄金时代

执行摘要

2025年全球市场

268亿美元
LightCounting统计

2026年全球市场

约442亿美元
按65%增速测算

四大云厂商2026年资本开支

约6,950亿美元
官方指引中值/约数

中际旭创2026H1归母净利润

136.51亿元
公司半年度报告

核心投资结论

AI集群对光互联需求的确定性，来自集群规模、网络层级与单端口速率同步提升，而非GPU数量单一变量。Scale-up、Scale-out及Scale-across同时扩张，需求可拆解为连接数量、传输带宽与传输距离的复合增长。

产品代际具备连续性。800G仍处于规模放量阶段，1.6T开始成为主要增量来源，3.2T以及NPO、CPO和OIO提供中长期技术空间。考虑量产成熟度与客户部署节奏，短期收入仍以可插拔产品为主，多种封装路线预计并行演进。

行业竞争焦点已由样品能力转向客户认证、关键物料保障、良率控制及大批量稳定交付。EML/CW光源、DSP和高速测试环节仍存在供给约束，供应链组织能力将直接影响出货份额与盈利水平。

中际旭创2026年上半年实现营业收入417.78亿元、归母净利润136.51亿元，分别同比增长182.49%和241.70%；光通信收发模块毛利率升至46.59%。同期经营活动现金净流入为18.00亿元，存货和应收账款较期初明显增加。因此，边际研究重点已由产品可用性，转向市场份额、平均销售价格（ASP）、营运资金及高基数下盈利能力的可持续性。

东山精密通过收购索尔思延伸至光芯片及高速光模块环节，并具备与AI PCB业务形成客户、研发、采购及制造协同的基础。2026年上半年，公司光模块业务实现收入53.51亿元、毛利率39.33%，已形成可观察的财务贡献。该投资逻辑能否进一步兑现，仍取决于头部客户认证及规模订单、有效产能、良率改善、整合效率与资本结构优化。

图1 AI光互联需求传导与公司利润兑现

资料来源：公司年报、官方产品资料与LightCounting；本报告整理。

两家公司投资画像

资料来源：中际旭创、东山精密2026年半年度报告及公司产品资料。

第一章 核心观点与投资结论

1.1 AI基础设施瓶颈由单点算力转向系统互联

2023至2024年，市场关注重点主要集中于GPU与先进封装；进入2025至2026年，评价体系逐步转向系统效率。大模型训练要求数万颗乃至更多加速器在较短时间内完成参数同步，推理负载亦由离线问答扩展至多模态、长上下文、智能体及实时交互。若算力芯片无法以足够低的时延和能耗交换数据，新增GPU的利用率将受到限制。因此，网络由配套环节上升为决定集群效率的核心变量，光模块的价值驱动也由传统电信网络的带宽升级，延伸至提升AI数据中心的计算资源利用效率。

行业同时具备结构性成长与周期性波动特征。结构性增长来自网络速率、端口密度及跨域互联需求提升；周期波动则取决于云厂商资本开支、GPU交付、光芯片供给及模块价格。研究中不宜将2024至2026年的供需紧张状态直接外推至2030年。新增产能可能带来价格下降，客户通常通过多供应商策略控制单一厂商份额，技术路线变化亦可能重新分配产业链价值量。基于上述因素，本报告以2025年实际市场规模为锚，设置谨慎、基准及乐观三种情景。

1.2 龙头与追赶者的利润兑现逻辑不同

中际旭创的竞争优势建立在经多轮产品周期验证的交付体系之上。其壁垒并非单一产品参数，而是研发迭代、客户共同开发、采购组织、自动化制造、测试数据库及售后响应的综合能力。公司越早参与头部客户导入，积累的量产与失效数据越充分，良率及单位成本越有可能领先；规模扩大后，对EML、DSP和测试设备等关键资源的保障能力亦相应增强。2026年上半年，公司光通信收发模块产量和销量分别为1,886万只和1,899万只，分部毛利率为46.59%；其规模、交付及产品结构优化已开始同时体现在收入和利润率中。

东山精密的投资逻辑在于，现阶段规模较低的光通信业务在客户导入和产能爬坡后，可能显著提高收入及利润贡献。索尔思具备EML、CW光源、硅光及高速模块产品能力，东山精密则拥有PCB制造、高阶工艺和大客户服务基础。若双方在客户、研发、采购及制造环节形成有效协同，收入增长与利润率改善可能同步发生。需要强调的是，股权交割并不等同于协同兑现。认证周期、芯片良率、设备节拍、人员组织及管理系统均可能影响整合进度。因此，后续应以分部收入、毛利率、实际出货、库存、预付款和经营现金流进行验证，不宜仅依据规划产能判断。

1.3 结论的有效边界

若AI投资回报低于预期、云厂商下调资本开支，或行业供给在短期内明显超过需求，产业链可能先经历库存调整，再进入修复阶段。若CPO或OIO量产节奏显著提前，可插拔模块现有价值链亦可能重构。此外，对东山精密而言，客户导入延迟、整合费用上升、商誉减值或债务负担增加，均可能削弱光通信业务增长向股东回报的传导。

第二章 AI算力革命与光互联需求爆发

2.1 AI集群对高速光通信的需求机制

AI网络可分为三个层级。Scale-up连接单节点或机柜内的加速器，核心要求是极低时延与高带宽；Scale-out连接服务器、机柜及集群，承担训练参数交换和推理流量；Scale-across连接园区及数据中心，更强调传输距离、可靠性和网络调度。三类网络在物理距离、协议及端口配置方面存在差异，不能以固定的每颗GPU对应光模块数量覆盖全部架构。LightCounting指出，部分Scale-out架构中，每颗GPU可能对应最多约6只收发器，而Scale-up的带宽需求可接近Scale-out的10倍，说明网络架构将显著影响模块数量与单位价值量。

图2 AI集群三层互联架构

资料来源：LightCounting March 2026 Ethernet Optics、行业架构资料；本报告整理。

从需求模型看，光模块数量至少取决于加速器数量、各层网络端口数、单端口速率及光电转换位置四项变量。GPU数量增长仅是第一层驱动因素；交换芯片SerDes升级将抬升端口速率，网络层级增加将提高连接数量，训练由单园区扩展至跨园区则会提高传输距离与可靠性要求。另一方面，拓扑优化、铜互连、背板及CPO可能减少部分可插拔模块需求。因此，需求测算应以网络架构和交换机端口为核心，GPU系数仅用于快速交叉验证。

2.2 400G、800G、1.6T与3.2T的代际升级

图3 光模块速率与技术代际路线

资料来源：中际旭创、索尔思产品资料；本报告整理。

800G通常采用8×100G通道，仍处于数据中心规模部署阶段；1.6T向8×200G演进，对DSP制程、EML带宽、硅光调制、耦合精度及散热能力提出更高要求；3.2T进一步提升至400G/lane或其他通道组合，可能提高NPO、CPO及OIO的相对吸引力。速率翻倍并不意味着平均销售价格（ASP）或毛利率同比例增长。产品导入初期可因供给稀缺和制造难度获得溢价，随后价格通常随良率改善、供应增加及竞争加剧而下降。厂商能否维持盈利，取决于单位带宽成本降幅能否覆盖平均销售价格（ASP）降幅。

据头豹研究院估计，全球800G光模块出货量将由2025年约2,000万只增至2026年约4,300万只，1.6T光模块出货量将由约250万只增至约2,000万只。该组数据属于机构估算，主要用于判断代际迁移速度，不应与公司订单直接加总，原因是不同数据可能覆盖不同模块形态和应用场景。

资料来源：头豹研究院《中国光模块行业概览》，图表口径。

2.3 全球市场空间：统一统计口径后的增长测算

光通信研究的常见口径偏差，是将全部光模块、数通光模块、以太网光模块、AI集群光互联，以及光收发器及相关产品视为同一市场。本报告全球市场统一采用LightCounting的光收发器及相关产品口径：2025年实际销售额为268亿美元，同比增长74%；据此回推，2024年同口径规模约154亿美元；按照其最新预测的65%增速测算，2026年市场规模约442亿美元。中国市场采用头豹研究院人民币口径单独展示，不直接据此计算全球份额。

图4 全球光收发器及相关产品市场三情景

资料来源：LightCounting 2025年实际数据及2026年增速预测；2027至2030年为本报告情景假设。

基准情景假设2027至2030年市场增速依次为25%、18%、15%和12%，对应2030年市场规模约840亿美元。乐观情景假设端口数量、传输带宽与跨域互联需求同步增长，2030年市场规模达到1,351亿美元，高于LightCounting提出的AI集群光互联市场于2030年达到1,000亿美元的潜在情景。谨慎情景假设2027年市场规模先下降10%，至2030年恢复至约487亿美元。三种路径表明，估值应基于情景区间，而不应将当前高增速直接线性外推。

2.4 中国市场与国产供应链

据头豹研究院预测，中国光模块市场规模将由2025年的369.7亿元增至2029年的574.7亿元，期间复合年增长率约11.7%。该数据以人民币计价，并包含对中国需求及全球份额的假设，与LightCounting全球市场并非同一统计体系。中国厂商在高速数通模块领域具备较强的全球竞争力，但关键EML/CW光源、DSP及部分测试设备仍较多依赖境外供应。因此，中国企业在成品模块环节份额较高，并不意味着全产业链已实现较高国产化率。

资料来源：头豹研究院《中国光模块行业概览》。

2.5 云厂商资本开支：重要前瞻指标，但不等同于利润兑现

图5 北美四大云厂商2026年资本开支指引

资料来源：Meta、Alphabet、Amazon、Microsoft官方业绩披露。

Meta对2026年资本开支的指引为1,150至1,350亿美元，Alphabet为1,750至1,850亿美元，Amazon约2,000亿美元，Microsoft按日历年口径约1,900亿美元。按指引中值或约数计算，四家公司合计约6,950亿美元。Alphabet进一步披露，相关资本开支约60%用于服务器，约40%用于数据中心及网络。资本开支持续增加，表明AI算力、电力、网络和数据中心基础设施仍存在容量约束，并为高速光模块需求提供上游验证。

资本开支与光模块收入并非一一对应。部分投入用于土地、电力、冷却及长期基础设施；服务器与网络设备交付存在时间差；云厂商自研网络可能改变供应商结构和模块配置；新增产能还将形成后续折旧及自由现金流压力。因此，更具解释力的跟踪框架是资本开支结构、网络设备交付与模块速率结构，而非仅比较资本开支总额。

第三章 光通信产业链与技术路线

3.1 产业链价值分布：光芯片、电芯片和规模制造

图6 AI光互联产业链全景

资料来源：公司资料、本报告整理。

光模块成本结构中，直接材料占比较高。据头豹研究院估计，直接材料约占成本的72%，人工及制造费用各约占14%；其中，光器件或光芯片约占总成本的50%至70%，DSP等电芯片约占15%至25%，PCB约占5%至10%，结构件及接口约占10%至15%。上述区间因产品及统计口径不同存在重叠，不宜直接加总，但能够说明产业链利润池分布并不均衡，高速光源、DSP、封装耦合及测试环节对性能与良率的影响更为显著。

资料来源：头豹研究院及公司资料；区间因速率、技术路线和物料清单（BOM）不同而变化。

3.2 EML与硅光：适用场景与制造能力决定技术选择

EML具备高带宽、较高输出功率及成熟的数据中心应用生态，在800G和1.6T中短距场景中仍具有竞争力；200G EML的供给、良率及可靠性，是1.6T规模部署的重要约束。硅光可将调制、复用等功能集成于硅平台，具有提高集成度及降低功耗的潜力。随着速率和端口密度提高，其渗透率可能上升，但外置光源、耦合、封装及热管理仍需系统性解决。LightCounting预计2026年硅光芯片销售额增长约110%，该预测反映需求加速，不代表全部模块将立即切换至硅光路线。

资料来源：LightCounting、Innolight、Source Photonics产品资料。

3.3 可插拔、LPO/XPO、NPO、CPO与OIO

图7 光互联封装路线相对比较

资料来源：公司产品资料和行业研究；评分为本报告判断。

可插拔模块具备成熟的标准、供应链及维护体系，预计仍将承接800G和早期1.6T的大部分收入。LPO或XPO通过减少或调整DSP降低功耗，但对链路预算、互操作性及诊断能力提出更高要求；NPO将光引擎布置在更靠近交换芯片的位置，以降低电通道损耗；CPO进一步采用共封装方式，具有降低功耗及提高带宽密度的潜力，但也增加激光可靠性、热管理、良率及维护复杂度；OIO将光I/O延伸至芯片或封装内部，属于更长期的技术方向。

技术路线演进不必然削弱现有模块厂商的价值。客户仍需要光学设计、耦合、封装、测试及供应链管理能力，但产品形态与价值分配可能发生变化。若中际旭创能够将新产品导入、硅光及系统协同能力延伸至NPO或CPO，其业务定位有望由模块龙头向光互联平台拓展；东山精密则需验证光芯片、模块及PCB能力能否适配新的封装形态。鉴于CPO和OIO的量产节奏及产业生态尚未明朗，本报告未在近期盈利预测中给予较高权重。

3.4 测试设备：制约量产良率的关键环节

速率提升将显著增加测试带宽要求及测试成本。东吴证券研究估计，单通道100G采样示波器价格约30至90万元，200G产品约120至360万元；800G模块测试约需35GHz带宽，1.6T约需60GHz，3.2T可能超过100GHz。测试能力不仅取决于设备采购，还包括夹具、校准、自动化软件、测试时长及数据闭环。测试节拍偏慢会使名义产能无法充分转化为有效产能，测试覆盖不足则可能增加退货及质量保证成本。

3.5 全球竞争格局与供应商份额上限

全球高速光模块市场由中国厂商与海外光学平台企业共同参与。中际旭创、新易盛、光迅科技、华工科技及索尔思等中国企业在数通模块领域占据重要位置；Coherent、Lumentum、Cisco/Acacia等海外厂商在光芯片、系统能力及特定客户生态方面仍具优势。云厂商通常采用多供应商策略，以降低交付风险、增强议价能力并验证新技术，因此单一供应商的份额存在客观上限。龙头厂商的长期价值并非永久维持高份额，而是在每一代产品中更早完成认证、取得较高初始份额，并在价格下降阶段依靠良率和规模维持盈利。

第四章 中际旭创：从产品领先走向平台型龙头

4.1 公司定位与财务兑现

图8 两家公司2023至2026年上半年营业收入与归母净利润

资料来源：中际旭创、东山精密2025年年度报告及2026年半年度报告。

2026年上半年，中际旭创实现营业收入417.78亿元、归母净利润136.51亿元及调整后净利润130.92亿元，分别同比增长182.49%、241.70%和229.32%。光通信收发模块毛利率由2025年上半年的39.96%提升至46.59%，表明高速产品结构与规模效应共同改善了盈利能力。需要同时关注的是，经营活动现金净流入为18.00亿元，同比下降44.08%；期末存货和应收账款分别增至198.26亿元和150.01亿元。上述变化可能与备货、产销规模扩大及客户结算节奏有关，但也意味着后续需用回款和库存周转验证增长质量。

资料来源：中际旭创2026年半年度报告；毛利率变化为本报告根据公司披露数据计算。

4.2 核心竞争壁垒：研发、制造与客户协同形成正向循环

图9 中际旭创确定性体系与东山精密追赶路径

资料来源：两家公司年报及产品资料；本报告分析。

第一，技术迭代能力。中际旭创2026年上半年的主要增长已由800G与1.6T高速产品共同驱动，其中1.6T硅光产品进入规模爬坡，季度出货量持续提升。OFC 2026期间，公司展示了12.8T 8×DR8 XPO、6.4T 4×DR8 NPO、采用薄膜铌酸锂调制器的1.6T OSFP 2×LR4及800G LR2 Coherent-lite等前沿方案。展望下一阶段，硅光由规模出货向更高集成度延伸，以及NPO由定制开发向客户量产过渡，有望构成新的增长选项；但两者的收入体量仍应以公司披露及客户采用节奏验证，不宜将展会演示直接等同于批量订单。

第二，客户共同开发能力。头部云厂商在网络架构、自研交换芯片及可靠性规范方面差异较大。模块厂商越早参与产品定义，越有机会在认证过程中积累系统参数及失效数据，并提高后续量产效率。

第三，规模制造与良率管理能力。高速模块涉及微米级耦合、热管理及复杂测试，大批量生产数据可持续优化工艺窗口，形成经验曲线并降低单位成本。

第四，供应链组织能力。EML、DSP等关键器件供给偏紧时，采购规模、需求预测准确性及供应商协同水平，将直接影响可交付数量及交付稳定性。公司2026年半年度报告披露，公司通过多源供应、长期框架协议、提前锁定产能，以及EML与硅光多技术路线配置降低供应风险。年内部分渠道材料将同业季度表现波动归因于上游材料紧缺；由于同业公告并未完整拆分该因果关系，本报告不将其作为确定事实。可验证的结果是，中际旭创上半年模块销量达1,899万只、营业收入同比增长182.49%、分部毛利率提升至46.59%，这组数据支持供应链组织能力已转化为交付和盈利优势的判断。

第五，现金流与再投资能力。2025年，公司归母净利润和经营活动现金净流入分别为108.0亿元和109.0亿元，现金流与利润基本匹配。2026年上半年，公司研发投入达12.34亿元，同比增长110.62%；固定资产和在建工程期末余额分别为98.23亿元和37.07亿元，显示公司仍处于高强度研发与扩产周期。同期经营活动现金净流入为18.00亿元，明显低于归母净利润，因此不宜仅依据利润增速判断再投资能力，还应持续跟踪应收账款、存货及客户回款节奏。

4.3 产品、客户与产能：四类证据状态的区分

公司2026年半年度报告披露，上半年光通信收发模块产量和销量分别为1,886万只和1,899万只，800G与1.6T的需求、出货和收入占比均有提升；但公司未按速率披露精确销量和平均销售价格（ASP）。产业链调研材料所称2026年下半年1.6T占比将显著提高，本报告将其界定为D级情景线索，而非公司订单指引。结合上半年实际收入，修订后的2026年基准模型假设800G和1.6T全年出货量分别为1,500万只和1,000万只，对应平均销售价格（ASP）分别为370美元和900美元。该组数据仅用于量价模型，不应表述为已确认订单或实际分速率出货。

4.4 盈利预测：1.6T构成主要增量，3.2T采用低权重假设

资料来源：本报告分速率量价模型；完整公式及假设见独立Excel模型。

上述模型以2026年上半年实际业绩为锚。2026年下半年的预测主要依赖1.6T占比提高、产能爬坡和毛利率韧性；核心验证变量为200G/lane器件与测试供给、平均销售价格（ASP）与单位成本的相对变化，以及客户份额和产能利用率。2029至2030年的模型主动下调增长斜率和净利率。

4.5 中长期判断：向光互联平台延伸的条件

公司能否由模块龙头进一步拓展为光互联平台，主要取决于以下三方面能力能否实现延伸：产品形态由可插拔模块延伸至NPO、CPO等新形态；研发范围由模块制造延伸至硅光、光引擎及系统级共同设计；客户与产品组合由少数高速产品延伸至多代际、多客户覆盖。若上述能力逐步形成，技术路线变化可能扩大研发与制造平台的适用范围。反之，若价值量更多转移至交换芯片厂商或系统厂商，且公司无法保持客户共同开发地位，现有超额毛利率可能加快回落。

建议重点跟踪800G及1.6T收入结构、主要客户份额、光芯片与DSP采购、产能利用率、毛利率、存货与应收账款周转、经营活动现金净流量，以及硅光、NPO和CPO产品进展。2026年上半年已经验证收入、销量和毛利率的快速提升，但经营活动现金流量净额与净利润之间的差距有所扩大。因此，只有在产品价格下降阶段仍能维持合理毛利率，并通过回款与库存周转将利润转化为现金，才能进一步验证规模优势的持续性。

第五章 东山精密：索尔思重塑成长逻辑

5.1 收购索尔思的战略意义与财务锚点

东山精密于2025年9月末完成对索尔思约97.48%股权的收购，购买成本约43.59亿元，并形成商誉约28.25亿元。2026年上半年，公司实现营业收入277.98亿元、归母净利润29.57亿元和扣除非经常性损益后的归母净利润24.80亿元，分别同比增长63.95%、290.09%和277.52%。光模块业务实现收入53.51亿元，占营业收入的19.25%，毛利率为39.33%。与2025年约一个季度的并表数据相比，2026年上半年已形成更有意义的A级财务锚点；但由于公司未完整披露分速率销量、客户份额及索尔思单体净利润，客户导入和产能爬坡仍需持续跟踪。

资料来源：东山精密2025年年度报告及2026年半年度报告。

5.2 光芯片与高速模块能力：官方披露的产品与量产进展

索尔思官方资料显示，其1.6T模块采用200G/lane架构，提供EML及硅光方案，并于OFC 2026与台达交换机完成现场演示；公司同时表示相关产品具备量产供应条件。产品组合包括DR8、2×FR4和2×LR4，采用3nm DSP及自研200G PAM4 EML。公司披露累计出货超过2,000万颗53GBd高速EML芯片。另一份官方资料还列示了400G/lambda TOSA、12.8T XPO、6.4T ELSFP及高功率CW光源进展，并称其2025年400G和800G出货排名分别为第四和第五。

自有EML和CW光源的经济价值主要体现为供应保障及毛利率改善，而非形式上的全产业链覆盖。若芯片良率不足，内部供应可能将外部采购约束转化为内部制造成本；若客户更偏好硅光方案，自有EML的经济价值亦会变化。因此，应重点跟踪光芯片自供比例、外售收入、模块良率及不同技术路线的毛利率，而不应仅依据芯片设计能力判断竞争力。

5.3 AI PCB协同：协同逻辑及财务验证要求

东山精密的潜在协同可分为四个层面。客户层面，AI服务器、交换机及高速模块可能服务于部分相同的云厂商和设备商；研发层面，高速PCB、连接器、光引擎及散热方案需要协同设计；采购层面，规模制造可能降低部分材料和结构件成本；制造层面，东山精密的自动化、质量体系及全球产能管理能力可能提高索尔思的生产节拍。上述协同只有在组织、数据及客户认证体系完成整合后，才可能反映为收入和利润。

5.4 追赶中际旭创的五个必要条件

完成头部客户的实验室、系统及长期可靠性认证，并取得具有持续复购基础的规模订单。

将产品展示和小批量交付转化为百万级稳定出货，并维持产品一致性及售后质量。

提升EML、硅光模块、耦合及测试环节良率，使毛利率改善主要来源于成本曲线优化，而非短期供给紧张。

建立DSP、关键材料及测试设备的稳定供应体系，避免关键物料约束导致名义产能无法转化为有效产能。

将东山精密的PCB及制造能力转化为可量化的协同效益，并缩小与中际旭创在毛利率、周转效率及现金流质量方面的差距。

上述五项条件具有明确的先后关系：首先完成产品开发及客户认证，其次落实设备和人员配置，随后提升良率与生产节拍，最终体现为收入、利润及现金流。产业链调研显示的2026至2027年产能规划，可作为设备采购和人员招聘的领先线索，但不能直接等同于收入。基于审慎原则，本报告以光通信业务收入和净利率作为核心输入，并由有效产能、平均销售价格（ASP）及良率的实际财务表现进行验证。

5.5 盈利模型：光通信业务构成利润弹性的主要来源

资料来源：东山精密2026年半年度报告及本报告分部模型。

模型以2026年上半年实际数据为锚。2027年光通信业务的基准收入和净利润分别为320亿元和69亿元；低与高情景下的分部净利润约为46亿元和96亿元。上述基准值低于部分产业链调研信息的乐观假设，且未将客户传闻或名义产能直接转化为收入。

2026年上半年，东山精密经营活动现金净流入为23.84亿元，同比下降4.65%，低于同期29.57亿元的归母净利润；投资活动现金净流出54.83亿元，筹资活动现金净流入41.39亿元。上述数据表明收购与扩产已对资产负债表及现金流量表产生实质影响。后续除光模块收入和毛利率外，还应跟踪应收账款、存货、借款、资本性支出及经营活动现金流量净额，以判断利润弹性能否转化为股东回报。

5.6 整合、债务和商誉风险

收购完成后的风险不局限于业务增长低于预期。索尔思与东山精密需在研发激励、客户沟通、质量体系及供应链决策方面完成协调，核心人员流失可能削弱技术积累及客户关系。2026年6月末，公司银行借款约217.68亿元，货币资金约87.93亿元，其中受限资金约18.45亿元。若以银行借款扣除非受限货币资金粗略估算，净债务约为148.2亿元。该口径未纳入全部计息负债及可动用金融资产，仅用于分部估值法中的审慎扣减。若扩产早于订单兑现，或应收账款与存货增幅高于现金回款，杠杆和财务费用可能削弱光通信业务的利润弹性；约28.25亿元商誉的减值风险，则取决于索尔思未来盈利能否持续达到收购时的预期水平。

第六章 两家公司横向比较

6.1 十维度竞争矩阵

资料来源：公司年报、产品资料及本报告判断。

6.2 确定性与成长弹性象限

图10 两家公司投资画像

资料来源：本报告综合判断；非量化评级。

中际旭创位于确定性和成长性均较高的区域，但市场对其产品进度、客户结构及利润率已形成较高预期，新增回报更依赖1.6T或3.2T产品超预期、客户份额提升及估值中枢变化。东山精密的潜在成长弹性更高，但需要通过客户认证、规模订单、良率改善及现金流兑现逐步降低不确定性。两家公司并非简单的优劣关系，而是盈利兑现阶段、风险结构及预期差来源不同。

6.3 关键经营指标对照

资料来源：中际旭创、东山精密2026年半年度报告。

第七章 财务预测与估值框架

7.1 模型方法与共同假设

中际旭创采用分速率量价模型，各代产品收入由出货量、平均销售价格（ASP）及汇率共同决定，并计入其他产品收入；净利润则受产品结构、良率、产能利用率及供应链成本影响。东山精密采用分部模型，单独预测索尔思光通信业务收入和净利率，PCB、显示、精密组件及其他业务作为存量业务整体建模。该方法可避免东山精密整体收入增长掩盖光通信业务的实际利润贡献，也可避免仅依据规划产能推导收入。

7.2 中际旭创：PE估值区间与敏感性

以2027年基准归母净利润742亿元及约11.70亿股稀释后总股本为例，采用25至32倍市盈率（PE），对应静态每股价值约1,586至2,029元，基准情景约1,776元。该区间不构成目标价。高盛2026年7月报告对2026至2028年净利润的预测分别为384亿元、801亿元和1,096亿元，本报告将其作为C级乐观边界。估值对1.6T出货量、平均销售价格（ASP）、客户份额及净利率高度敏感。

资料来源：本报告模型；仅作估值框架示例。

7.3 东山精密：分部估值法需纳入整合折价

东山精密不宜直接对整体利润套用光模块龙头的估值倍数。基准分部估值法以2027年光通信业务净利润69亿元、其他业务净利润45亿元为基础，对光通信业务采用25至32倍市盈率，对其他业务采用15至18倍市盈率，并扣除约148.2亿元的粗略净债务。对应股权价值约2,252至2,870亿元，静态每股价值约123至157元，基准情景约138元。光通信业务估值倍数已反映一定的追赶折价；若客户认证、有效产能或经营现金流低于预期，应同时下调分部盈利和估值倍数。

资料来源：本报告分部估值法模型；仅作框架示例。

7.4 情景分析与估值纪律

估值的主要风险不在计算公式，而在于研究假设被固化。高速光模块目前处于供给偏紧及产品代际切换阶段，平均销售价格（ASP）、市场份额及净利率可能呈现非线性变化。供给紧张时，厂商可能同时获得较高出货量和价格；供给缓解后，两项变量也可能同时回落。较为审慎的做法是分别设置出货量、价格、毛利率、有效产能及客户认证区间，并按季度以实际收入和经营活动现金净流量反向校验。

第八章 催化剂、风险与高频跟踪

8.1 主要催化剂

8.2 核心风险

8.3 高频跟踪指标

高频跟踪的目的，是将投资逻辑转化为可验证指标。若1.6T导入加速，通常应先观察到器件交期变化、设备采购、预付款及存货增加，随后反映为收入、毛利率及经营现金流增长。若仅披露产能规划，而缺少客户认证及现金流支持，说明业务兑现仍处于早期阶段。若市场价格下降但龙头厂商毛利率及现金流保持稳定，表明良率和规模优势仍然有效；若价格与利润率同步快速下降，则意味着行业可能由供给约束转向充分竞争。

第九章 投资结论

中际旭创适合承担核心配置角色的前提，是头部客户关系、技术领先和供应链组织能力能够持续转化为交付、利润及现金流。2026年上半年的收入、销量和毛利率已验证其1.6T与800G放量能力，但经营活动现金净流入与净利润的匹配度下降，应同时跟踪营运资金和价格变化。公司中长期价值的核心问题，是能否将客户共同开发及制造平台能力延伸至硅光、NPO、CPO和更高带宽的光互联形态。

东山精密更偏向成长弹性配置。索尔思的光芯片及高速模块能力，与东山精密的PCB及规模制造基础，为业务追赶提供了必要条件。2026年上半年的光模块收入53.51亿元及39.33%毛利率，已将原先的并购叙事推进至分部业绩验证阶段。但头部客户规模订单、有效产能、良率、整合成效及去杠杆尚未经过完整周期验证。因此，东山精密的配置条件应建立在证据逐级增强的基础上，即依次验证产品、认证、订单、出货、利润及现金流，而非仅依据名义产能或客户传闻。

图11 风险偏好与配置角色

资料来源：本报告判断。

综合判断：本轮AI光互联景气的核心，不是单一速率产品的阶段性缺货，而是数据中心架构由分散计算向大规模互联持续演进。中际旭创的价值在于将技术储备和客户需求稳定转化为交付及现金流；东山精密的价值在于将并购整合与制造协同转化为利润增长。对前者，应重点判断确定性能够维持的时间；对后者，应重点跟踪不确定性消除的速度。