通信ETF（515880）暴涨，还能买吗？

近期，A股算力强势爆发，通信ETF4月8日触底以来至今暴涨89%。昨日，在AI进展以及光模块企业业绩的催化下，通信ETF再度大涨6.45%。

很多投资者好奇，为什么通信ETF能在一众人工智能科技板块中脱颖而出？

答案其实就是含“光模块”量！数据显示，通信ETF跟踪的中证全指通信设备指数中光模块占比43%，服务器占比20%、铜连接占比3%，合计含量达到64%。而AI算力基础设施中依赖高速光模块（如800G、1.6T）技术，中国通信板块龙头公司是核心供应商，深度绑定海外AI巨头供应链，业绩落地性强，近期披露的光模块龙头业绩超预期也验证了这一点。

资金也在密集布局通信板块，根据Wind数据，截至8月13日，通信ETF近10日净流入额超11亿元，当前规模达44.69亿元。

借着近期通信板块强势的行情，跟大家探讨一下：目前AI发展几何？光模块的行情表现后面还能持续么？

首先，回归本源，为什么token在快速增长？

Scaling Law通常被译作缩放定律，这是OpenAI研究人员总结出来的一条规律，模型的性能与模型规模（参数量）、数据集规模、计算资源三者强相关。通俗地说，就是大力出奇迹，通过更大的模型、更多的语料、更深层的运算，模型性能可以平稳提升。

Scaling Law直接让模型处理的token数量快速增长。Token，通俗地理解就是大模型的字符基本单位。比如我们在读书的时候要一个字一个字的读，大模型处理语言同样需要把字符分割成基本单位。

在大模型发展的过程中，token的增长并不是线性的。举个例子，在预训练过程中，模型需要多次迭代，通过梯度下降得到最优的参数集。所以，如果把模型参数增加，这时候整个训练过程所需要的计算量增加倍数会更大。而在推理阶段，这种增加甚至又被加速了，因为当模型性能开始提升时，不仅仅是单一用户使用模型的频率和单次使用的时间在增加，更重要的是，应用场景拓宽导致越来越多的用户参与了进来。以谷歌为例，在5月份的IO大会，谷歌宣布每月处理480万亿个tokens，比起一年前增长了50多倍。而到了7月，这个数字再次翻倍，每月处理超过980万亿个tokens。

资料来源：华泰证券

遗憾的是，硬件的进化速度并没有算力需求那么快。摩尔定律表明“集成电路上可以容纳的晶体管数目在大约每经过18个月到24个月便会增加一倍。且现在先进制程逐步接近物理极限，摩尔定律效能减弱。所以，为了赶上算力需求的增长，算力硬件开启了规模放量的进程。英伟达在GPU领域市占超过90%，也坐上了全球市值的龙头宝座。

第二，AI发展到顶了吗？

答案是没有。相反，现在仍处在早中期阶段。

从资本开支的角度来看，据华泰证券统计，北美四大云厂商（微软、亚马逊、Meta、谷歌）2025年第二季度合计资本开支同比增长69%至874亿美元，Factset一致预期2025年资本开支将达到3338亿美元（同比+49%）。

可能有的投资者对3338亿美元这个数没有概念。以世界银行统计的2024年全球各国的GDP排名为例，3338亿美元的GDP大概能排到45名。更重要的是，即便是目前的资本开支，仍无法在短期内解决算力供应瓶颈的问题，所以，资本开支会进一步增长。Marvell预计，数据中心资本开支将在2028年达到一万亿美金，这个数字大概能在全球GDP排行榜上排在第20名。

资料来源：marvell

资本开支并没有打水漂。我们看到的是每个季度的电话会议上，北美四家云厂商都在表示，AI给他们的用户带来了新的体验，并且愿意为了他们的产品付费。这一点，从云厂商每个季度都有双位数幅度增加的业绩就可以看出来。

从软件端看，2025年来，伴随英伟达GB200机架量产出货，算力资源的紧缺有所缓解。软件端，在今年也迎来了明显加速。谷歌今年发布的Gemini2.5系列、Genie3等模型，再次让业界看到了长远的可能性。Genie3在世界模型的大道上前进了一大步，它不仅仅是一个视频生成器，而是试图让生成的场景连贯，试着去理解物理学的基本定律。可以想象，Genie3可以将2D的图片拓展到三维空间，若其运算速度和性能进一步提升，可能对于智能驾驶、人形机器人这些领域的发展产生难以忽视的影响。谷歌一直是AI领域的领导者，其DeepMind团队此前凭借AlphaGO击败世界围棋冠军，名冠当世。去年又因为在蛋白质结构预测领域的贡献斩获诺贝尔化学奖，没想到一年之后，再次让世界惊艳。而其他厂商，如xAI、微软、阿里等也在积极推进软件研发。

大模型的爆火，从2023年到现在已经两年多了。以英伟达的产品划分，在2023年-2024年，AI下游使用的GPU主要是Hopper（H100、H200），而到现在，新一代的Blackwell架构产品开始主导。在Hopper时代，云厂商巨额的资本开始不禁让人质疑它的持续性，因为那时AI的闭环还很朦胧，人们没有看到这些云厂商要通过什么方式来回收他们的成本。但到了Blackwell时代，AI进入到了新的阶段，云厂商的业绩高速增长，AI对他们的赋能已经显而易见，换言之，AI的模式已经跑通，接下来是更高更快更远。软件和硬件共振，训练和推理共振，AI或许会进一步拓宽应用场景和增加用户数量，相关的需求或进一步推动AI基建。站在当下，我们看到AI仍然处在上升通道。

第三，怎么选择投资品？为什么要关注光模块？

目前大模型参数量已经达到了万亿参数规模，每次完成训练和推理都需要面临庞大的运算量，所以，厂商无法依靠单一的GPU或者AI服务器完成这么庞大的运算，解决方法是组网。

以英伟达的架构为例，网络的目标是将大的计算任务分割，然后分发到每一片GPU上运算，最后再交互结果。所以，组网的第一步，是将GPU组成一个AI服务器。这个过程是使用NVLink技术来完成的，在Blackwell架构中，介质就是铜缆。

铜缆传输高速，功耗小，优点显著。但没有什么东西是完美的，铜缆也有其固有的缺点。比如，在面对数据中心的高频高速信号时，铜缆无法完成长距离传输的任务。由于“趋肤效应”，信号会集中在导体的表面，传输的有效横截面变小，发热等问题被放大，数据丢包等问题开始变得不可忍受。

工程师说，要有光，于是就有了光模块。光模块的任务是将电信号转变为光信号，使得其能长距离传输。这样，AI服务器便可以进一步组装成为大规模集群，完成复杂的运算。换言之，光模块是数据中心组网过程中不可或缺的。

第四，光模块ETF哪里找？通信ETF含光量超40%

产品层面，通信ETF标的指数的光模块占比超过40%，加上服务器、铜连接等占比超过60%，光模块占比应该是目前主流人工智能指数和通信指数中最高的。

而创业板人工智能ETF国泰中也含有较多的光模块成分，而且有20cm的弹性。

目前全球的科技巨头都在AI战场上角逐，且北美目前已经跑通了这条道路，AI或许真的能改变我们的生活。同时，A股的光模块又是在全球产业链分工中占据了核心地位的环节，在A股慢牛的过程中，其表现代表了市场对AI这一产业趋势的认可程度。

建议投资需围绕关键环节展开，继续关注通信ETF、创业板人工智能ETF。

风险提示：

无论是股票ETF还是LOF基金，均属于较高预期风险和预期收益的证券投资基金品种，其预期收益及预期风险水平高于混合型基金、债券型基金和货币市场基金。

基金资产投资于科创板和创业板股票，会面临因投资标的、市场制度以及交易规则等差异带来的特有风险，提请投资者注意。

板块/基金短期涨跌幅列示仅作为文章分析观点之辅助材料，仅供参考，不构成对基金业绩的保证。

文中提及个股短期业绩仅供参考，不构成股票推荐，也不构成对基金业绩的预测和保证。

以上观点仅供参考，不构成投资建议或承诺。如需购买相关基金产品，请您关注投资者适当性管理相关规定、提前做好风险测评，并根据您自身的风险承受能力购买与之相匹配的风险等级的基金产品。基金有风险，投资需谨慎。

每日经济新闻

如需转载请与《每日经济新闻》报社联系。