CRDO dispara 10,69% — Por que a "interconexão de rede" dos data centers de IA está se tornando o novo gargalo?

北京时间 2026 年 7 月 1 日，Credo Technology Group Holding（NASDAQ: CRDO）股价大幅上涨 10.69%，收盘报 271,95 美元。盘中股价从 244,06 美元的低点拉升至 275,43 美元的高点，振幅达 12.77%。成交量达到 807,21 万股，总市值攀升至 507,13 亿美元。

CRDO 的走势并非孤立事件。2026 年 6 月，光通信与高速互联相关概念股反复成为市场焦点。马斯克通过旗下实体收购光学通信初创公司 Mesh Optical Technologies，FTC 已通过反垄断审查。英伟达 CEO 黄仁勋在 Computex 2026 上明确表示，连接性已成为 AI 基础设施的“必需品”。Marvell CEO Matt Murphy 更直接断言：AI 基础设施的真正瓶颈已不再是算力或内存，而是连接性。

市场信号与行业判断正在指向同一个方向：AI 数据中心的竞争，正在从“算力军备竞赛”转向“网络效率竞赛”。

从算力到连接：AI 基础设施瓶颈的范式转移

过去三年，全球 AI 基础设施投资的叙事高度集中——GPU 采购与 HBM 内存堆叠构成了“算力即护城河”的共识。英伟达的 GPU 供不应求、AMD 的追赶、各大云厂商的资本开支竞赛，构成了市场关注的绝对主线。

但这一叙事正在发生结构性的变化。随着大模型从训练阶段走向推理与 Agent 应用阶段，AI 工作负载的形态发生了根本改变。训练阶段的特点是算力密集但通信模式相对规整；推理与 Agent 阶段则涉及海量分布式计算节点之间的实时数据交换。数据流动量激增，对带宽和延迟的要求远超单点算力提升所能覆盖的范围。

系统瓶颈正在从单颗 GPU 的算力上限，转向万卡乃至百万卡集群的协同效率。新华三的行业测试报告显示，万卡集群中数据 I/O 瓶颈导致 GPU 空等时间占比可达 40% 以上——这意味着昂贵的算力芯片有近一半时间在等待数据搬运。

这不是算力不够，而是数据到不了算力所在的位置。2026 年 6 月，Google 被曝无法向 Meta 提供其 AI 模型“Gemini”所需的全部计算容量。多家媒体报道指出，AI 基础设施短缺已从理论推演变为现实约束，全球最大的科技公司也无法无限获取所需的计算资源。这一事件的市场意义在于：当 Google 这样的头部玩家都面临供给约束时，瓶颈问题已经从“会不会发生”变成了“有多严重”。

AI 基础设施瓶颈迁移路径图

供应链的物理瓶颈：光模块交期拉长至 8 至 9 个月

如果说市场叙事的变化是认知层面的转折，那么供应链层面的数据则提供了更坚实的验证。

据供应链信息，目前 AI 数据中心建设面临的关键零组件缺货问题正在恶化。Intel 服务器 CPU 交期已从过去的约 12 周延长至 26 周左右，AMD CPU 交期也达到 16 周。但最严峻的瓶颈并非 CPU，而是 InfiniBand 架构相关的高速光模块——交期已拉长至 8 至 9 个月，甚至超过 CPU 的交期。

光模块供应吃紧的根本原因在于上游光通信芯片的短缺。磷化铟（InP）相关光通信芯片及激光元件面临技术门槛高、产能扩张困难等多重约束。部分供应链分析认为，由于需求远大于供给，供不应求的情况将延续至未来数年。

这一供应链瓶颈揭示了一个关键事实：AI 数据中心的扩张速度，正在被网络互联组件的供应能力所限制。即便 GPU 供应充足，若光模块和高速互联组件无法到位，数据中心依然无法按计划投产。

高速互联的技术栈：SerDes、交换芯片与光互联

理解“网络互联”为何成为瓶颈，需要理解 AI 数据中心内部的数据流动路径。

AI 集群的通信可以分为几个层级：机架内（scale-up）的芯片间互联、机架间（scale-across）的交换机互联、以及数据中心间（scale-out）的长距传输。每一个层级都涉及不同的技术和组件。

SerDes（Serializer/Deserializer，串行器/解串器） 是其中最底层、最基础的技术环节。它的功能是将并行数据转换为串行数据以便高速传输，再在接收端还原。随着数据中心带宽需求持续攀升，SerDes 的速率要求从 56G 向 112G 甚至 224G 演进。全球 SerDes 市场预计将从 2025 年的 12 亿美元增长至 2026 年的 13,3 亿美元，复合年增长率约 10,8%。虽然绝对规模不大，但 SerDes 是几乎所有高速互联方案的基础层——没有 SerDes，就没有任何形式的高速数据通信。

交换芯片则是网络拓扑的核心。Crehan Research 预测，未来五年以太网交换机的总销售额将超过 2.500 亿美元，主要由 AI 驱动数据中心带宽需求增长所拉动。更值得注意的是，Crehan 预测数据中心带宽将在未来五年增长 15 倍。这一量级的增长意味着现有网络基础设施将面临前所未有的压力。

光互联则被视为突破铜缆物理极限的终极方案。物理定律决定了“铜墙”的存在：带宽翻倍，铜缆有效传输距离减半。在向 1.6T 及以上速率演进时，铜缆在机架内的生存空间被极度压缩，光互联正从骨干网向机架内部渗透。英伟达黄仁勋对此的表述是：要尽可能长时间地使用铜，在必须的地方使用光。

2026 年被行业视为 AI 数据中心光互连由导入转向量产的分水岭。真正的放量不在 Scale Out 的 CPO 交换机，而在 GPU scale-up 领域。这意味着光互联正在从数据中心之间的连接，深入到服务器机架内部、GPU 与 GPU 之间的直接通信。

市场空间的量化：一个正在成形的千亿级赛道

AI 数据中心网络互联的市场空间正在快速显形。

根据市场研究机构的数据，AI 数据中心网络市场预计将从 2025 年的 103,1 亿美元增长至 2026 年的 128 亿美元，复合年增长率为 24,2%。到 2030 年，这一市场预计将达到 301,7 亿美元。

这仅仅是“网络”层面的统计。如果计入光模块、SerDes、交换芯片等全部互联相关组件，整体市场规模将更为可观。

在资本开支层面，据 Reuters、Futurum 和 Goldman Sachs 等机构测算，到 2026 年，大型云厂商和 AI 基础设施相关资本开支已逼近甚至超过 7.000 亿美元。在这一量级的资本开支中，网络互联正在成为 GPU 之外的关键成本项。

CRDO 的财务数据提供了微观层面的验证。2026 财年第四季度，Credo 营收达到 4,37 亿美元，同比增长 157%，环比增长 7,4%。全年营收超过 13 亿美元，较上年增长超过三倍；非 GAAP 净利润增长超过五倍，达到 6,62 亿美元。公司对 2027 财年第一季度的营收指引为 4,65 亿至 4,75 亿美元。

这些数据共同指向一个结论：高速互联不是一个“概念”，而是一个正在被真金白银验证的增量市场。

AI 数据中心网络互联市场规模增长图

竞争格局：谁在布局“数据高速公路”

高速互联赛道的参与者正在快速扩充，竞争格局日趋清晰。

Credo Technology（CRDO） 专注于高速连接解决方案，产品覆盖 SerDes、主动电缆（AEC）和光学 DSP 等，直接服务于 AI 数据中心的高速互联需求。法巴银行给予其 275 美元的目标价。7 月 1 日 CRDO 股价大涨 10,69% 至 271,95 美元，已非常接近这一目标价。

Marvell 在 Computex 2026 上由 CEO 亲自提出“连接性是瓶颈”的判断，其光通信 DSP 和互联产品线正在受益于这一趋势。

博通（Broadcom） 作为交换芯片和 SerDes 的核心供应商，在 AI 数据中心网络领域占据重要位置。

光模块与光通信厂商 包括 Coherent、Lumentum、中际旭创等，直接受益于光互联需求的爆发。

云厂商自研 则是另一条不可忽视的线索。Google、AWS、Microsoft 等头部云厂商均在自研网络芯片和互联方案，以降低对第三方供应商的依赖并优化集群性能。

值得关注的是，马斯克通过收购 Mesh Optical Technologies 进入光通信领域。Mesh 的核心产品 Alpha C1 支持 1.6T 和 800G 速率，功耗仅为同类模块的三分之一。这一收购的信号意义在于：即便是 SpaceX 和 xAI 这样以“算力”为核心标签的公司，也开始将“连接”视为必须自主掌控的战略资产。

风险与约束：繁荣背后的结构性问题

高速互联赛道的增长逻辑清晰，但并非没有约束。

供应链集中风险是首要问题。光模块的核心原材料磷化铟（InP）相关芯片及激光元件面临供应短缺，技术门槛高、产能扩张周期长。这种上游瓶颈可能反过来限制互联组件自身的产能扩张，形成“瓶颈的瓶颈”。

技术路线的不确定性同样不可忽视。光互联 vs 铜互联、可插拔光模块 vs CPO（共封装光学）、不同厂商的互联协议标准——这些技术路线的博弈仍在进行中。行业向 1.6T 及以上速率演进时，CPO 等技术被视为打破密度和功耗瓶颈的关键，但其量产能力和成本结构尚未完全验证。

估值与预期的背离在部分标的身上已经显现。按 7 月 1 日收盘价 271,95 美元计算，CRDO 的静态市盈率约为 108,39 倍，市场对其未来增长已给予充分甚至激进的定价。任何低于预期的财务表现或行业增速放缓，都可能引发估值重构。

地缘政治因素同样构成潜在风险。光通信产业链涉及高端芯片制造、先进封装等环节，地缘政治摩擦可能影响供应链的稳定性与成本结构。

总结

AI 数据中心的竞争正在进入一个新的阶段。过去两年，市场关注的焦点是“谁有更多的 GPU”；未来两年，市场可能会更关注“谁能让 GPU 更充分地工作”。

当万卡集群中 GPU 有 40% 的时间在等待数据，当光模块交期拉长至 9 个月，当全球最大的科技公司也无法获取足够的计算容量——这些信号共同指向一个明确的产业趋势：AI 基础设施的瓶颈正在从“算力生产”转向“算力连接”。

高速互联、带宽、延迟、SerDes、光模块——这些曾经被认为是“基础设施的基础设施”的领域，正在从幕后走向台前。CRDO 在 7 月 1 日以 10,69% 的涨幅、275,43 美元的盘中新高向市场传递了清晰的信号：资本正在重新定价互联的价值。

对于投资者而言，理解 AI 产业链的瓶颈迁移路径，或许比单纯追踪 GPU 出货量更具前瞻价值。算力是 AI 的引擎，但连接是 AI 的血管——没有血管，引擎再强大也无法驱动整个系统。

FAQ

Q1：AI 数据中心互联瓶颈的核心驱动因素是什么？

大模型从训练走向推理与 Agent 应用，数据流动量激增，对带宽和延迟的要求远超单点算力提升的覆盖范围。系统瓶颈从单颗 GPU 算力转向万卡乃至百万卡集群的协同效率，本质上是一个网络连接问题。

Q2：SerDes 在 AI 数据中心互联中扮演什么角色？

SerDes（串行器/解串器）是高速数据传输的基础层技术，负责将并行数据转换为串行数据以便高速传输并在接收端还原。它是所有高速互联方案的基础，随着数据中心带宽需求向 112G 甚至 224G 演进，SerDes 的重要性持续提升。

Q3：光模块为何成为 AI 数据中心扩产的主要瓶颈？

InfiniBand 架构相关光模块交期已拉长至 8 至 9 个月，超过 CPU 的 6 至 9 个月交期。核心原因在于上游磷化铟（InP）光通信芯片及激光元件面临技术门槛高、产能扩张困难等多重约束，供不应求预计将持续数年。

Q4：AI 数据中心网络互联的市场空间有多大？

AI 数据中心网络市场预计从 2025 年的 103,1 亿美元增长至 2026 年的 128 亿美元，复合年增长率 24,2%，到 2030 年预计达 301,7 亿美元。到 2026 年，大型云厂商和 AI 基础设施相关资本开支已逼近甚至超过 7.000 亿美元。

Q5：投资高速互联赛道需要关注哪些风险？

需关注供应链集中风险（磷化铟等原材料短缺）、技术路线不确定性（光互联 vs 铜互联、CPO 量产进度）、部分标的估值已充分甚至激进定价（CRDO 静态市盈率约 108 倍）、以及地缘政治对高端光通信芯片供应链的潜在影响。