Lumentum AI 光学器件供货已排至 2029 年，产能成为新的算力约束
据报道，尽管 Lumentum 正在扩产以应对 AI 数据中心异常旺盛的需求，其 AI 光学器件产能已售罄至 2029 年初。这一说法将一个原本高度专业化的组件类别推至 AI 基础设施竞赛的核心。GPU 若不能通过网络在彼此之间传输海量数据，就无法作为一个大型计算系统协同运行。
据称，这一短缺的严重程度也超过了 Lumentum 六个月前的预期。CEO Michael Hurlston 此前表示，产能将被预订至 2028 年。如今他称，部分光学产品的产能已被完全分配至 2029 年初。
这一变化使 Nvidia、云服务提供商、网络设备供应商和竞争对手光学厂商面临同一个供应难题。约束已不再局限于先进处理器或电力供应，如今还包括在处理器、交换机、机架和建筑物之间传输数据的激光器。
Lumentum AI 光学器件产能已被预订至 2029 年初
关键变化不只是需求强劲，而是客户所需的光学产能远超 Lumentum 能够按要求时间表制造的规模。
Hurlston 在 10 月 9 日于东京接受采访时谈到了这种供需失衡。根据报道的产能缺口，Lumentum 在 2027 年前无法满足部分产品约 70% 的需求。
不同产品类别的情况有所不同。据报道，对于某些组件，至 2028 年仍有约 30% 的需求无法得到满足。最紧缺产品的产能已被预订至 2029 年初。
这些百分比描述的是未满足需求，而非普通的订单增长。如果客户需要 100 个单位的紧缺产品，据报道 Lumentum 仅具备生产约 30 个单位的产能。具体比例取决于组件、客户认证和交付周期。
“我们已经完全售罄，所以看不到尽头，”Hurlston 对 Bloomberg 表示。他的措辞反映的是公司对订单的可见性，并不保证每一笔预测中的出货都将实现。
工厂售罄并不等同于消费品从商店货架上消失。在半导体制造中，这一说法通常意味着客户已预订可用的生产档期。采购承诺和产能使用协议可能延续数年。
这一区别很重要，因为长期承诺包含诸多假设。客户必须持续建设计划中的数据中心，而 Lumentum 必须达到预期的制造良率。产品还必须通过客户认证，才能进入大规模部署的系统。
即便考虑到这些条件，这一时间表仍然引人注目。AI 基础设施买家正在为数年后才会投入运营的系统预订组件。他们正将获取光学产能视为战略资源。
Lumentum 表示，其位于日本相模原的工厂在两年内将产量扩大了 12 倍。该公司还计划向该工厂及附近设施投资至少 3.5 亿美元。
英国卡斯韦尔的产能也在扩张。然而，在同一时期，据报道短缺却进一步延伸至更远的未来。需求增长速度快于已完成的产能扩张。
这正是该事件背后的核心反转。通常而言，快速扩产应缩短积压订单周期；但 Lumentum 的产能分配期限反而从 2028 年延长至 2029 年。
据报道，超大规模客户正在协助为部分扩产提供资金。这些大型云服务提供商需要确保新增产能能够满足其部署时间表。他们的参与也将部分投资风险从供应商身上转移出去。
对买家而言，这种安排会形成提前承诺的激励。等待开放产能，可能意味着由于一个相对较小的光学组件无法获得供应，整个集群的部署被推迟。
对 Lumentum 而言，长期承诺有助于规划，但也带来客户集中风险。少数大客户可能影响产品优先级、制造地点和投资时机。它们的预测将被纳入供应商的资本规划。
因此，这一表态揭示的不只是暂时性短缺。它表明，多年期产能分配已成为 AI 系统竞争规划的一部分。
为什么激光器已成为 AI 数据中心的瓶颈
AI 集群需要高速处理器，但其有效规模取决于这些处理器交换数据的速度和效率。
现代 AI 系统将训练和推理工作负载分布在大量加速器上。这些处理器会反复交换模型参数、中间结果和控制信息。连接速度过慢，可能令昂贵的计算硬件等待数据。
铜缆连接在短距离内表现良好。随着速度和距离增加，其电气损耗与功耗要求将变得更难管理。光链路会将电信号转化为光，通过光纤传输，再在目的地转换回来。
这种转换使专用激光器不可或缺。Lumentum 生产磷化铟器件，这类复合半导体适合在通信波长下生成和控制光。
电吸收调制激光器通常被称为 EML，它将激光器与高速调制器结合。它可将数据转化为光信号，用于网络设备之间的高带宽链路。
连续波激光器提供稳定的外部光源。超高功率版本可支持共封装光学技术，即光学组件紧邻交换芯片，而不是置于独立的可插拔模块中。
共封装光学技术缩短了交换硅片与光学接口之间的电气距离。这种设计可提高带宽密度和能效，但也对激光器可靠性、封装和热控制提出了严苛要求。
这些产品无法像普通机械零件那样制造。供应商需要合适的制造设备、稳定的工艺、经过认证的材料和经验丰富的工程师。随后还必须证明组件可在高成本系统中可靠运行。
新的半导体生产线不会立即产出经过认证的器件。设备安装、工艺转移、良率提升和客户测试都需要时间。Bloomberg 报道称，这一类别的扩产可能需要三到五年。
良率尤为重要。它衡量的是制造出的器件中符合规格的比例。增加晶圆产能，只有在足够多器件能够以所需性能水平通过制造和测试时才有帮助。
这使得仅靠投入资金难以解决 Lumentum AI 光学器件短缺问题。资本可以为厂房和设备提供资金，但无法消除工艺学习周期。
短缺还反映了网络架构的变化。AI 集群正变得更大，单条链路也正从 800Gbps 传输迈向 1.6Tbps 产品。未来系统将需要更高的带宽。
更快的模块并不一定会降低组件需求。更高速度往往需要更先进的激光器、更严格的公差和额外的认证。新的网络设计还可能将光连接更深入地引入计算系统内部。
横向扩展网络连接数据中心内跨越服务器和机架的设备。纵向扩展网络则在大型计算域内更紧密地连接加速器。两种架构都可能增加光链路的数量和性能要求。
光路交换机带来了另一种需求来源。这些系统在不将每个信号重新转换为电信号的情况下，引导光在线纤之间传输。它们可帮助运营商重新配置网络路径，同时减少转换开销。
Lumentum 自身的产品布局如今涵盖激光芯片、光学组件、收发器和光路交换。这一产品组合让该公司能够以多种方式受益于网络扩张，但也令多种产品争夺制造资源。
结果形成了一种不同寻常的瓶颈：一个微小的发光器件，可能影响一座价值数十亿美元的数据中心何时达到有效产能。
Nvidia 正在锁定供应，而非等待供应
Nvidia 的应对表明，光学器件的可得性已足够重要，值得进行直接投资、采购承诺和预留产能使用权。
2026 年 3 月，Nvidia 宣布与 Lumentum 达成一项战略光学协议。Nvidia 承诺投资 20 亿美元，同时支持研发、制造扩张和下一代光学技术开发。
这项非排他性安排包括数十亿美元的采购承诺。Nvidia 还获得了先进激光组件的未来产能使用权。
这些条款为 2029 年积压订单提供了重要线索。Nvidia 并未将激光器视为随时可以在之后采购的可互换零件。它投入资本并承诺需求，以改善自身获得未来产能的条件。
这一战略类似于先进半导体晶圆的供应链规划。大型买家会在成品系统进入大规模部署之前预订产能。其承诺有助于供应商为昂贵的扩张提供依据。
Nvidia 还与 Coherent 达成了一项平行供应商协议。该协议包括另一笔 20 亿美元投资、数十亿美元的采购承诺和未来产能使用权。
同时采用两家公司可减少对单一制造商的依赖。然而，这两项协议并不能立即弥补缺失的产出。Coherent 同样面临认证、材料、设备和建设方面的限制。
这种结构也界定了文章的核心张力：需求已被提前数年锁定，但实体制造产能的到位仍然缓慢。
Nvidia 能够更早了解组件路线图。Lumentum 则获得了承诺客户和扩产所需的资金支持。任何一方都无法将每一个制造环节压缩进一个季度的规划周期。
这些协议是非排他性的，因此两家供应商仍可服务其他客户。这一点对于基于 AMD 的系统、定制云加速器和网络设备供应商很重要。它们必须争夺 Nvidia 已协助融资的产能。
预留产能并不一定意味着 Nvidia 控制每一台可用器件。具体分配情况仍未公开。不过，当整体市场持续供应不足时，产能使用权可为战略买家带来更高确定性。
云服务提供商面临类似选择：提前投入资本、围绕可用组件重新设计，或接受部署延迟。规模较小的买家缺乏影响工厂建设的采购能力。
这种动态可能扩大超大规模云服务商与实力较弱运营商之间的差距。最大的公司可以作出多年期承诺并吸收预测变化；规模较小的运营商可能需要在更短的周期内获得成品模块。
供应协议也会影响技术选择。拥有连续波激光器预留产能的买方，会更有信心采用依赖外部光源的架构。无法获得这类产能的买方，则可能更长期地偏向传统模块。
Lumentum 计划在美国扩产，反映了这种更深层的关联。该公司收购了位于北卡罗来纳州格林斯伯勒的一处在运营半导体厂址，并计划将其改造为磷化铟制造基地。
格林斯伯勒工厂占地 24 万平方英尺。Lumentum 表示，在投入数亿美元的同时，将保留并新增 400 多个制造业岗位。
收购现有工厂可缩短扩产流程中的部分环节。它能够提供基础设施和经验丰富的本地劳动力。不过，要将该厂改造为生产专用光学产品的基地，仍需要设备投入、工艺开发和认证。
因此，英伟达的投资更有效地降低了财务不确定性，而非缩短实际建设周期。资金解决的是谁来为工厂出资的问题，却无法立即回答合格产品何时能够出厂。
光学器件短缺正在挤压整个 AI 供应链
当光学产能被提前数年分配完毕时，所有规划 AI 集群的企业都必须将网络视为一项进度约束。
AI 基础设施讨论通常从加速器供应开始。运营商会统计 GPU 数量、估算电力需求，并确保冷却能力。Lumentum 的公告为这一规划模型增加了另一项依赖因素。
一个集群无法简单地用速度更慢的通用器件替代缺失的高速激光器。光学组件必须与收发器、交换机架构、信号速率、封装设计和可靠性要求相匹配。
更换供应商可能触发新一轮认证流程。工程师必须评估器件在不同温度范围、预期寿命、制造偏差和故障条件下的性能。随着链路速度提升，这项工作也变得愈发关键。
模块制造商直接受到影响。他们将激光器、光子器件、数字信号处理器、连接器和封装整合为收发器。任何一种已认证组件的短缺，都可能限制整个模块的产量。
交换机供应商面临类似问题。他们的路线图假设光学接口将以预期的速度和功耗特征供应。组件缺失可能推迟系统认证，或迫使企业调整产品发布组合。
云服务提供商则会在部署规模上感受到影响。数据中心可能已具备处理器、电力和冷却条件，却仍缺少足够的合格网络链路。尚未完成的网络随之成为闲置基础设施。
这种压力也会间接传导至模型开发者。集群延期可能推迟训练任务，或限制可用的推理能力。即便加速器采购仍按计划进行，团队获得的计算资源也可能减少。
产能售罄的时间表也强化了供应商的议价地位。寻求稀缺产能的买方可能接受更长期的承诺、共同承担资本开支，或更缺乏弹性的交付安排。
不过，短缺并不意味着利润率会永久走高。供应商正在大举扩产。未来定价既要支撑这些投资，也要应对最终进入市场的竞争产能。
Lumentum 近期的增长体现了这两面。其2026 财年业绩显示，第四季度营收为 10.063 亿美元。上年同期为 4.807 亿美元。
全年营收达到 30.14 亿美元，而 2025 财年为 16.45 亿美元。这些数字显示，需求和公司的运营规模变化得非常迅速。
收购和更广泛的产品组合也影响了这一比较。营收增长本身并不能证明每个光学品类都以相同速度扩张。不过，它确实支持了该公司对基础设施需求异常强劲的说法。
Coherent 是最明确的既有供应商对标对象。该公司生产激光器、光学材料、收发器及相关光子产品。英伟达同时投资两家公司，表明市场需要两家供应商共同扩产。
中国收发器制造商同样仍很重要。Counterpoint Research 估计，Innolight 占据了 2025 年数据中心收发器营收约 27% 的份额。
这一市场份额估计令任何试图按国家划分供应链的做法都变得更加复杂。中国模块制造商可以使用由中国境外企业供应的激光器、数字信号处理器及其他组件。
美国可能针对新的中国收发器型号施加限制，这又引入了一层不确定性。在替代产能尚未形成之前，限制一个大型成品模块来源，可能加剧短期短缺。
Lumentum 和 Coherent 可能会在此类政策下获得更多订单。但它们仍需具备足够制造能力来承接订单。当工厂产能已被分配时，有利的市场机遇可能转变为执行负担。
因此，行业正承受来自两个方向的压力。AI 系统需要更多光学链路，而各国政府希望对关键组件的制造地点拥有更大控制力。
本土扩产可以随着时间推移提高供应安全性。但在短期内，重复建设工厂和区域认证要求会增加资本需求，也可能让本已稀缺的工程人才更难获得。
这正是 Lumentum AI 光学器件积压订单的重要性超越单一公司的原因。它表明，数据中心网络已经进入与加速器、先进封装、电力设备和内存同等重要的战略类别。
“售罄”仍未告诉我们的事
多年积压订单表明客户需求迫切，但并不能消除需求风险、执行风险或产品组合的不确定性。
第一个未解问题涉及承诺的性质。公开报道并未披露有多少产能受到具有约束力的采购、定金、照付不议条款或可调整预测的覆盖。
客户预测可以预留规划产能，却无法提供与正式订单相同的保障。如果数据中心进度发生变化，供应商可能面临取消订单、重新安排交付或产品组合变化。
英伟达的采购承诺比一般市场预测提供了更有力的证据。不过，完整商业条款仍未公开。投资者和客户无法独立还原所称售罄期内每一年的具体情况。
第二项不确定性在于，未满足需求究竟反映持续性消费，还是预防性下单。在组件稀缺时，买方有时会申请多于实际预计使用量的产能。
这种行为可能夸大表面上的供需缺口。供应商必须区分真实的系统需求与向多家供应商重复提出的请求。
因此，Hurlston 的表态应被视为管理层对当前客户需求的判断，而非对 2029 年前出货量经过审计的预测。
第三项风险是制造执行。Lumentum 必须在不牺牲良率、可靠性或交付质量的前提下扩产。若工厂投产时间晚于计划，就无法解决眼前的产能分配问题。
改造格林斯伯勒工厂与扩建成熟的日本生产线面临不同挑战。工艺转移必须在设备、团队、材料和环境条件各不相同的情况下复制器件性能。
公司的客户将测试最终产品。认证周期会因架构和应用场景而异。某项器件工艺取得成功，并不意味着围绕它构建的每种模块或系统都会自动通过认证。
第四项不确定性涉及技术转型。可插拔光模块仍被广泛使用，而共封装光学正进入部分高带宽应用。不同网络的转型速度不会完全一致。
如果共封装光学的采用加速，高功率连续波激光器的需求可能迅速上升。如果集成、可维护性或散热挑战拖慢采用速度，产品组合就可能与当前计划不同。
EML 需求则有其独立轨迹，并与更高速的收发器相关。预留某一器件类别的客户，不能假设产能可以轻易转移至另一类别。制造步骤和认证要求可能不同。
竞争也带来另一项不确定性。高利润率和长期积压订单会吸引投资。Coherent、三菱电机以及新兴光子供应商，都有强烈动力提高产量或认证替代器件。
新进入者仍面临艰难壁垒。数据中心客户要求可靠性，因为一个故障组件就可能中断昂贵系统的运行。实验室演示与持续的大规模量产相去甚远。
不过，市场并不需要一家新供应商完全取代 Lumentum。若干较小规模的产能增加，便可能缩小整体缺口。
架构同样可以缓解压力。网络设计人员可以提高利用率、改变拓扑结构，或采用不同的电连接和光连接组合。软件无法消除对物理带宽的需求，却能改变基础设施使用带宽的方式。
需求本身仍与 AI 的经济性相连。云服务公司目前预期未来工作负载将大幅增长。如果商业化表现不及预期，或融资条件收紧，规划中的数据中心可能被推迟。
电力供应是另一项限制因素。即使光学供应充足，电网接入延期也可能推迟集群部署。为该集群预留的组件随后可能转入更晚的交付窗口。
正确的结论应比“所有光学组件都供应不足直至 2029 年”更为审慎。Lumentum 表示，特定产品和时期面临严重的产能分配限制。其范围不尽相同，支撑这些判断的合同也并未完全公开。
这种谨慎并不会削弱核心信号。当一家主要供应商将产量扩大至原来的十二倍，却仍延长产能分配周期时，买方面临的确实是一个现实的规划难题。
三项信号将显示短缺是否持续
下一项考验在于：工厂进展、财务披露和竞争供应能否在 2029 年交付窗口前开始缩小缺口。
第一项信号是 Lumentum 的制造爬坡进展。投资者和客户应关注格林斯伯勒工厂的设备安装、初始生产、认证以及批量出货情况。
宣布建设厂房意味着产能创造的开始，而非完成。真正有用的里程碑，是客户能够将合格产出用于正在交付的系统。
日本的进展同样重要。Lumentum 已经大幅扩张了当地业务。进一步提升产量和改善良率，将表明公司能够把投资转化为可交付的器件。
延误或低于预期的良率将强化瓶颈论点。更快完成认证则会通过提前增加供应来削弱这一论点。
第二项信号是公司的财务披露。未来的财报更新应显示，云和网络业务营收是否与积压订单及资本开支同步持续增长。
营收增长但交货周期没有缩短，表明需求仍在吸收新增产能。订单放缓、交付重新安排或承诺减少，则将指向供需正常化。
产品组合将至关重要。在披露允许的情况下，投资者应区分 EML、连续波激光器、收发器、光路交换机及其他系统。
关于 AI 需求的笼统表述，可能掩盖截然不同的供给状况。一款产品的产能可能一直紧张到 2029 年，而另一款产品则可能更早接近平衡。
客户集中度同样值得关注。多年期承诺能带来稳定性，但依赖数量有限的买家也可能放大预测误差。
第三个信号是竞争产能。Coherent 在美国的扩张、其他已获认证的激光供应商，以及亚洲收发器制造商，都可能改变供需平衡。
最有意义的证据将是大规模量产认证，而非原型机。演示能够证明技术可行性，却无法证明供应商能够按时交付数千台性能一致的设备。
政策决策可能向任一方向影响这一信号。对中国收发器的限制会从部分渠道移除供应。审慎分阶段实施的规则，则可能为替代制造商扩大产能留出时间。
客户如今应当像规划处理器、电力和散热一样，及早梳理光学组件依赖关系。这意味着识别合格的替代方案、了解产能保障权益，并测试部署计划能否承受某个组件延期。
开发者和 AI 用户不会亲自采购磷化铟晶圆，但他们仍会通过云服务可用性、模型发布节奏和高性能计算成本感受到后果。
Lumentum 的 AI 光学故事最终提出了一个实际问题：实体网络能否以与行业计算需求同样快的速度扩张？
目前，Lumentum 给出的答案是否定的。其工厂正在扩建，Nvidia 已提供资金，客户也在提前数年作出承诺。然而，据报道的需求仍然超过了可用产能。
关注已获认证的工厂产能、已披露订单的质量，以及竞争对手的大规模出货量。这三个信号将决定，2029 年究竟会成为长期约束，还是一轮非同寻常订购周期的高点。
