CRDO 大漲 10.69% 背後：為什麼 AI 數據中心“網路互連”正在成為新的瓶頸？

北京時間 2026 年 7 月 1 日，Credo Technology Group Holding（NASDAQ: CRDO）股價大幅上漲 10.69%，收盤報 271.95 美元。盤中股價從 244.06 美元的低點拉升至 275.43 美元的高點，振幅達 12.77%。成交量達到 807.21 萬股，總市值攀升至 507.13 億美元。

CRDO 的走勢並非孤立事件。2026 年 6 月，光通信與高速互連相關概念股反覆成為市場焦點。馬斯克透過旗下實體收購光學通信初創公司 Mesh Optical Technologies，FTC 已通過反壟斷審查。輝達 CEO 黃仁勳在 Computex 2026 上明確表示，連接性已成為 AI 基礎設施的「必需品」。Marvell CEO Matt Murphy 更直接斷言：AI 基礎設施的真正瓶頸已不再是算力或記憶體，而是連接性。

市場訊號與行業判斷正在指向同一個方向：AI 資料中心的競爭，正在從「算力軍備競賽」轉向「網路效率競賽」。

從算力到連接：AI 基礎設施瓶頸的典範轉移

過去三年，全球 AI 基礎設施投資的敘事高度集中——GPU 採購與 HBM 記憶體堆疊構成了「算力即護城河」的共識。輝達的 GPU 供不應求、AMD 的追趕、各大雲端廠商的資本開支競賽，構成了市場關注的絕對主線。

但這一敘事正在發生結構性的變化。隨著大模型從訓練階段走向推理與 Agent 應用階段，AI 工作負載的型態發生了根本改變。訓練階段的特点是算力密集但通訊模式相對規整；推理與 Agent 階段則涉及海量分散式計算節點之間的即時數據交換。數據流動量激增，對頻寬和延遲的要求遠超單點算力提升所能覆蓋的範圍。

系統瓶頸正在從單顆 GPU 的算力上限，轉向萬卡乃至百萬卡叢集的協同效率。新華三的行業測試報告顯示，萬卡叢集中數據 I/O 瓶頸導致 GPU 空等時間佔比可達 40% 以上——這意味著昂貴的算力晶片有近一半時間在等待數據搬運。

這不是算力不夠，而是數據到不了算力所在的位置。2026 年 6 月，Google 被曝無法向 Meta 提供其 AI 模型「Gemini」所需的全部計算容量。多家媒體報導指出，AI 基礎設施短缺已從理論推演變為現實約束，全球最大的科技公司也無法無限獲取所需的計算資源。這一事件的市場意義在於：當 Google 這樣的頭部玩家都面臨供給約束時，瓶頸問題已經從「會不會發生」變成了「有多嚴重」。

AI 基礎設施瓶頸遷移路徑圖

供應鏈的物理瓶頸：光模組交期拉長至 8 至 9 個月

如果說市場敘事的變化是認知層面的轉折，那麼供應鏈層面的數據則提供了更堅實的驗證。

據供應鏈資訊，目前 AI 資料中心建設面臨的關鍵零組件缺貨問題正在惡化。Intel 伺服器 CPU 交期已從過去的約 12 週延長至 26 週左右，AMD CPU 交期也達到 16 週。但最嚴峻的瓶頸並非 CPU，而是 InfiniBand 架構相關的高速光模組——交期已拉長至 8 至 9 個月，甚至超過 CPU 的交期。

光模組供應吃緊的根本原因在於上游光通信晶片的短缺。磷化銦（InP）相關光通信晶片及雷射元件面臨技術門檻高、產能擴張困難等多重約束。部分供應鏈分析認為，由於需求遠大於供給，供不應求的情況將延續至未來數年。

這一供應鏈瓶頸揭示了一個關鍵事實：AI 資料中心的擴張速度，正在被網路互連組件的供應能力所限制。即便 GPU 供應充足，若光模組和高速互連組件無法到位，資料中心依然無法按計劃投產。

高速互連的技術棧：SerDes、交換晶片與光互連

理解「網路互連」為何成為瓶頸，需要理解 AI 資料中心內部的數據流動路徑。

AI 叢集的通訊可以分為幾個層級：機架內（scale-up）的晶片間互連、機架間（scale-across）的交換器互連、以及資料中心間（scale-out）的長距傳輸。每一個層級都涉及不同的技術和組件。

SerDes（Serializer/Deserializer，串行器/解串器） 是其中最底層、最基礎的技術環節。它的功能是將並行數據轉換為串行數據以便高速傳輸，再在接收端還原。隨著資料中心頻寬需求持續攀升，SerDes 的速率要求從 56G 向 112G 甚至 224G 演進。全球 SerDes 市場預計將從 2025 年的 12 億美元增長至 2026 年的 13.3 億美元，複合年增長率約 10.8%。雖然絕對規模不大，但 SerDes 是幾乎所有高速互連方案的基礎層——沒有 SerDes，就沒有任何形式的高速數據通信。

交換晶片則是網路拓撲的核心。Crehan Research 預測，未來五年乙太網路交換機的銷售總額將超過 2,500 億美元，主要由 AI 驅動資料中心頻寬需求增長所拉動。更值得注意的是，Crehan 預測資料中心頻寬將在未來五年增長 15 倍。這一量級的增長意味著現有網路基礎設施將面臨前所未有的壓力。

光互連則被視為突破銅纜物理極限的最終方案。物理定律決定了「銅牆」的存在：頻寬翻倍，銅纜有效傳輸距離減半。在向 1.6T 及以上速率演進時，銅纜在機架內的生存空間被極度壓縮，光互連正從骨幹網向機架內部滲透。輝達黃仁勳對此的表述是：要儘可能長時間地使用銅，在必須的地方使用光。

2026 年被行業視為 AI 資料中心光互連由導入轉向量產的分水嶺。真正的放量不在 Scale Out 的 CPO 交換機，而在 GPU scale-up 領域。這意味著光互連正在從資料中心之間的連接，深入到伺服器機架內部、GPU 與 GPU 之間的直接通信。

市場空間的量化：一個正在成形的千億級賽道

AI 資料中心網路互連的市場空間正在快速顯形。

根據市場研究機構的數據，AI 資料中心網路市場預計將從 2025 年的 103.1 億美元增長至 2026 年的 128 億美元，複合年增長率為 24.2%。到 2030 年，這一市場預計將達到 301.7 億美元。

這僅僅是「網路」層面的統計。如果計入光模組、SerDes、交換晶片等全部互連相關組件，整體市場規模將更為可觀。

在資本開支層面，據 Reuters、Futurum 和 Goldman Sachs 等機構測算，到 2026 年，大型雲端廠商和 AI 基礎設施相關資本開支已逼近甚至超過 7,000 億美元。在這一量級的資本開支中，網路互連正在成為 GPU 之外的關鍵成本項。

CRDO 的財務數據提供了微觀層面的驗證。2026 財年第四季度，Credo 營收達到 4.37 億美元，同比增長 157%，環比增長 7.4%。全年營收超過 13 億美元，較上年增長超過三倍；非 GAAP 淨利潤增長超過五倍，達到 6.62 億美元。公司對 2027 財年第一季度的營收指引為 4.65 億至 4.75 億美元。

這些數據共同指向一個結論：高速互連不是一個「概念」，而是一個正在被真金白銀驗證的增量市場。

AI 資料中心網路互連市場規模增長圖

競爭格局：誰在佈局「數據高速公路」

高速互連賽道的參與者正在快速擴充，競爭格局日趨清晰。

Credo Technology（CRDO） 專注於高速連接解決方案，產品覆蓋 SerDes、主動電纜（AEC）和光學 DSP 等，直接服務於 AI 資料中心的高速互連需求。法巴銀行給予其 275 美元的目標價。7 月 1 日 CRDO 股價大漲 10.69% 至 271.95 美元，已非常接近這一目標價。

Marvell 在 Computex 2026 上由 CEO 親自提出「連接性是瓶頸」的判斷，其光通信 DSP 和互連產品線正在受益於這一趨勢。

博通（Broadcom） 作為交換晶片和 SerDes 的核心供應商，在 AI 資料中心網路領域佔據重要位置。

光模組與光通信廠商 包括 Coherent、Lumentum、中際旭創等，直接受惠於光互連需求的爆發。

雲端廠商自研 則是另一條不可忽視的線索。Google、AWS、Microsoft 等頭部雲端廠商均在自研網路晶片和互連方案，以降低對第三方供應商的依賴並優化叢集性能。

值得關注的是，馬斯克透過收購 Mesh Optical Technologies 進入光通信領域。Mesh 的核心產品 Alpha C1 支援 1.6T 和 800G 速率，功耗僅為同類模組的三分之一。這一收購的訊號意義在於：即便是 SpaceX 和 xAI 這樣以「算力」為核心標籤的公司，也開始將「連接」視為必須自主掌控的戰略資產。

風險與約束：繁榮背後的結構性問題

高速互連賽道的增長邏輯清晰，但並非沒有約束。

供應鏈集中風險是首要問題。光模組的核心原材料磷化銦（InP）相關晶片及雷射元件面臨供應短缺，技術門檻高、產能擴張週期長。這種上游瓶頸可能反過來限制互連組件自身的產能擴張，形成「瓶頸的瓶頸」。

技術路線的不確定性同樣不可忽視。光互連 vs 銅互連、可插拔光模組 vs CPO（共封裝光學）、不同廠商的互連協議標準——這些技術路線的博弈仍在進行中。行業向 1.6T 及以上速率演進時，CPO 等技術被視為打破密度和功耗瓶頸的關鍵，但其量產能力和成本結構尚未完全驗證。

估值與預期的背離在部分標的的身上已經顯現。按 7 月 1 日收盤價 271.95 美元計算，CRDO 的靜態本益比約為 108.39 倍，市場對其未來增長已給予充分甚至激進的定價。任何低於預期的財務表現或行業增速放緩，都可能引發估值重構。

地緣政治因素同樣構成潛在風險。光通信產業鏈涉及高端晶片製造、先進封裝等環節，地緣政治摩擦可能影響供應鏈的穩定性與成本結構。

總結

AI 資料中心的競爭正在進入一個新的階段。過去兩年，市場關注的焦點是「誰有更多的 GPU」；未來兩年，市場可能會更關注「誰能讓 GPU 更充分地工作」。

當萬卡叢集中 GPU 有 40% 的時間在等待數據，當光模組交期拉長至 9 個月，當全球最大的科技公司也無法獲取足夠的計算容量——這些訊號共同指向一個明確的產業趨勢：AI 基礎設施的瓶頸正在從「算力生產」轉向「算力連接」。

高速互連、頻寬、延遲、SerDes、光模組——這些曾經被認為是「基礎設施的基礎設施」的領域，正在從幕後走向台前。CRDO 在 7 月 1 日以 10.69% 的漲幅、275.43 美元的盤中新高向市場傳遞了清晰的訊號：資本正在重新定價互連的價值。

對於投資者而言，理解 AI 產業鏈的瓶頸遷移路徑，或許比單純追蹤 GPU 出貨量更具前瞻價值。算力是 AI 的引擎，但連接是 AI 的血管——沒有血管，引擎再強大也無法驅動整個系統。

FAQ

Q1：AI 資料中心互連瓶頸的核心驅動因素是什麼？

大模型從訓練走向推理與 Agent 應用，數據流動量激增，對頻寬和延遲的要求遠超單點算力提升的覆蓋範圍。系統瓶頸從單顆 GPU 算力轉向萬卡乃至百萬卡叢集的協同效率，本質上是一個網路連接問題。

Q2：SerDes 在 AI 資料中心互連中扮演什麼角色？

SerDes（串行器/解串器）是高速數據傳輸的基礎層技術，負責將並行數據轉換為串行數據以便高速傳輸並在接收端還原。它是所有高速互連方案的基礎，隨著資料中心頻寬需求向 112G 甚至 224G 演進，SerDes 的重要性持續提升。

Q3：光模組為何成為 AI 資料中心擴產的主要瓶頸？

InfiniBand 架構相關光模組交期已拉長至 8 至 9 個月，超過 CPU 的 6 至 9 個月交期。核心原因在於上游磷化銦（InP）光通信晶片及雷射元件面臨技術門檻高、產能擴張困難等多重約束，供不應求預計將持續數年。

Q4：AI 資料中心網路互連的市場空間有多大？

AI 資料中心網路市場預計從 2025 年的 103.1 億美元增長至 2026 年的 128 億美元，複合年增長率 24.2%，到 2030 年預計達 301.7 億美元。到 2026 年，大型雲端廠商和 AI 基礎設施相關資本開支已逼近甚至超過 7,000 億美元。

Q5：投資高速互連賽道需要關注哪些風險？

需關注供應鏈集中風險（磷化銦等原材料短缺）、技術路線不確定性（光互連 vs 銅互連、CPO 量產進度）、部分標的估值已充分甚至激進定價（CRDO 靜態本益比約 108 倍）、以及地緣政治對高端光通信晶片供應鏈的潛在影響。