在同一次7月的讲话中，Hurlston解释说，公司的出货量比客户需求低30%以上，NVIDIA和超大规模数据中心的需求量已从传统电信客户通常的数百个单元跃升至数亿个单元。这个数字——供需缺口超过30%，仅限于 EML 激光器和泵浦激光器——与 5 月份的财报电话会议上公布的数字相同。

这番话掷地有声，但供需平衡趋紧的证据却越来越多。今年3月，英伟达分别向竞争对手Lumentum和Coherent投资了20亿美元。这两项协议都包含价值数十亿美元的多年采购承诺，以及未来产能的使用权。一家GPU公司同时投资两家竞争的激光公司，这一事实表明，光学元件可能会延缓人工智能集群的建设。

然而，将“比记忆还糟糕”解读为价格上涨的预测，忽略了实际情况。InP的问题在于从原材料到激光器的供应链过于狭窄，以及即便行业正在向硅光子学转型，光源仍然严重依赖InP。虽然增加供应的措施已经开始实施，但生效时间差异很大，从2026年到2028年不等。

过去几十年，光通信产业主要服务于电信网络，激光器需求规模相对有限。运营商建设骨干网络时，激光器使用量通常只是“几百个”级别。然而，随着生成式AI、大模型推理以及大规模AI集群快速发展，数据中心内部的数据传输需求正在发生根本性变化，InP激光器也从传统通信时代的小规模应用，迈向面向AI基础设施的“数亿颗级”市场。

这一变化背后，是AI数据中心架构正在经历从Scale Across、Scale Out，到Scale Up，再到未来Scale In的持续演进。

最初的Scale Across主要解决数据中心之间的连接问题，传输距离通常达到公里级。随着AI模型规模不断扩大，单个数据中心越来越难以承载完整模型，多个数据中心协同运行成为趋势，因此需要更高速、更低延迟的数据中心互联。

随后进入Scale Out阶段，这是当前数据中心广泛采用的架构。大量GPU服务器通过交换机互联，服务器与交换机之间通常需要米级距离的数据传输，这推动了光模块的大规模部署。相比Scale Across，Scale Out所需光连接数量提升了一个数量级。

但随着AI算力集群继续扩大，行业正在进入Scale Up阶段，即机架内部互联升级。以英伟达GB200、GB300等新一代AI服务器为代表的系统，需要在单个机架内部实现数十甚至上百颗GPU之间的高速通信。

在这一阶段，传统铜互联开始逼近物理极限。当信号速率提升至1.6Tbps甚至更高时，铜缆由于电阻和信号损耗问题，传输距离被压缩到不足1米。为了维持信号完整性，需要增加大量Retimer（重定时器）等器件，不仅提升系统复杂度，也增加功耗。

相比之下，光互联具备天然优势。光信号不存在电阻问题，可以在更远距离保持高速传输，同时拥有更低功耗和更高带宽密度。因此，AI数据中心正在推动机架内部连接从铜走向光。

根据行业预测，Scale Up光互联预计将在2027年前后开始部署，并于2028年逐渐普及。从市场规模来看，如果Scale Across对应的光连接需求量为“1”，Scale Out约为“10”，那么Scale Up未来可能达到“100”的规模。

而这正是InP需求爆发的重要驱动力。

作为高速光通信激光器的核心材料，InP具备直接发光能力，是制造高速激光芯片的重要基础。目前，无论是光模块、外置光源（ELS），还是未来的CPO（共封装光学），都大量依赖InP激光器。

未来AI数据中心对InP激光器的需求规模，将远超过去电信市场。以先进AI服务器机架为例，如果采用光互联方案，一个机架可能需要约1000个光源，而每个光源包含8颗独立激光器，仅单个机架就可能需要约8000颗激光器。当全球部署大量AI机架后，对激光器的需求将达到数亿颗规模。

更重要的是，Scale Up可能只是InP需求增长的第一阶段。

未来随着AI系统进一步演进，行业还将进入Scale In阶段，即板级甚至芯片级光互联。在这一阶段，光连接距离将从公里、米级进一步缩短至毫米级，目标是在PCB甚至芯片内部采用光替代传统铜走线。

尤其是在HBM等高带宽存储领域，如果未来计算芯片与内存采用更加灵活的解耦架构，二者之间将需要更高带宽的数据交换，传统电互联可能难以满足需求，光互联有望成为新的技术方向。

虽然Scale In距离大规模商业化仍需要时间，但一旦成熟，其市场规模可能进一步扩大。如果此前几个阶段的需求规模按照“1、10、100”增长，那么Scale In可能达到“1000”的量级。

因此，InP需求增长并非简单的周期变化，而是AI基础设施架构演进带来的结构性变化。过去数据中心竞争的核心集中在计算芯片和存储，而随着AI集群规模持续扩大，数据传输和互联能力正在成为新的关键瓶颈。在这一过程中，InP作为光互联产业链的核心材料，正在成为支撑下一代AI基础设施的重要基础。

据Michael Hurlston所说，英伟达（NVIDIA） 已战略投资 Lumentum 及其主要竞争对手以抢占产能，未来 InP 的紧缺程度预计比 HBM 内存更为严峻。那么为何InP会那么短缺？

磷化铟（InP）产能难以快速提升，核心原因在于其制造体系具有较高技术门槛和较强的专业化属性。相比已经高度成熟、规模化发展的硅基半导体产业，InP制造仍然属于小众但高复杂度的化合物半导体领域，产能建设和复制存在明显限制。

首先，InP制造无法简单复制传统硅晶圆厂的发展模式。业内人士指出，InP并不是普通CMOS材料，其生产需要专门的化合物半导体工艺体系，而不是采用成熟硅基晶圆制造流程。由于材料特性不同，InP晶圆制造涉及复杂的外延生长、材料结构控制以及器件加工流程，对工艺精度和制造经验要求更高。

尤其是在激光器制造中，InP并非只是提供一个简单的半导体基底，而是需要通过精确控制不同材料层的组合，形成满足光学性能要求的激光发射结构。这意味着InP制造高度依赖长期工艺积累，无法通过简单增加设备或者复制生产线，在短时间内实现产能跃升。

其次，全球InP制造资源相对有限，具备成熟量产能力的晶圆厂数量并不多。与硅半导体产业拥有大量成熟晶圆代工厂不同，InP长期属于专业化程度较高的细分领域，全球产业链集中在少数具备技术积累的厂商手中。

这种产业格局决定了InP产能扩张存在天然限制。即使企业投入资金建设新的晶圆厂，也需要解决设备、工艺、人才以及生产经验等多方面问题，而这些能力并不能通过资本投入快速获得。

第三，InP晶圆制造的扩产周期较长。业内人士提到，要让InP产能从过去较小规模提升到百万片级别，并不是简单增加几条生产线即可完成。新的产线需要经历设备安装、工艺调试、良率爬坡等多个阶段，而化合物半导体制造对于工艺稳定性的要求更高，因此达到成熟量产状态需要较长时间。

此外，InP产业链并非只有晶圆制造一个环节。从衬底材料、外延片生产，到激光芯片加工和封装测试，每一个环节都需要专业技术能力支撑。任何一个环节的产能不足，都会影响最终产品的供应能力。因此，InP扩产需要的是整个产业链能力同步提升，而非单一制造环节扩张。

另一个重要限制因素在于，InP制造无法完全依靠传统半导体产业的规模化经验。硅芯片产业经过几十年发展，已经形成标准化设备、成熟供应链和大量工程人才储备，而InP作为化合物半导体，仍然更加依赖特定企业长期积累的制造经验。这种经验壁垒，使得新进入者很难快速建立竞争力。

因此，InP当前面临的供应瓶颈，本质上是制造能力积累不足带来的结构性问题。它不是简单的厂房不足或者设备不足，而是全球范围内能够稳定、高良率生产InP器件的制造体系有限。

面对InP供应紧张，行业正在通过两条路径提升产能：一是提升现有产线效率，二是建设新的制造基地。其中，更具现实意义的是推动InP晶圆从3英寸向6英寸升级。相比传统3英寸晶圆，6英寸晶圆能够将单片晶圆产出的器件数量提升约4倍，同时降低芯片成本超过60%。由于这一方式主要依托现有工厂，因此能够比新建产线更快释放产能。

目前，Coherent正在美国和欧洲推进6英寸InP产线扩张，并计划在未来两年内实现产能大幅提升；住友电工也在扩大4英寸至6英寸InP衬底和光器件制造能力。相比之下，Lumentum位于美国北卡罗来纳州的新工厂虽然规模更大，但预计要到2028年才能量产，无法缓解短期供应压力。

随着产业进一步发展，InP产能提升的关键，将不仅是增加晶圆厂数量，更在于突破材料、工艺、设备以及供应链协同等多个环节的限制，建立类似硅半导体产业的规模化制造能力。

众所周知，硅非常适合大规模生产用于引导、分光和调制光的电路，但使用标准硅光子工艺难以实现高效的光发射。因此，通常将基于磷化铟（InP）的激光器（一种直接带隙半导体）作为光源。在目前光收发器插入交换机前端的配置中，使用了EML和CW（连续波）激光器。

进入CPO（共封装光学器件）技术，将光引擎放置在靠近交换机ASIC的位置，仍然需要高功率CW激光器。

NVIDIA 的 CPO 交换机将激光器与发热的 ASIC 芯片分离，并将其集成到一个前置式、可更换的外部激光光源中。NVIDIA 表示，与传统配置相比，这可以将激光器的总数减少到原来的四分之一。同时，Spectrum-X 以太网光子学的最高配置拥有 512 个800Gbps端口，总带宽达到 409.6Tbps。NVIDIA 自身的资料并未说明激光器数量的减少在多大程度上抵消了端口数量和带宽的增加。可以肯定的是，即使采用 CPO 技术，InP 光源也不会从物料清单中消失——而是需求形式转向了高功率连续波激光器。

CPO改变的并非是否需要磷化铟（InP），而是需要哪种类型的器件。在可插拔收发器中，直接调制数据的EML（电磁调制）持续增长，而CPO则增加了对高功率连续波激光器（用于将光分配给多个光引擎）以及外部激光模块的需求。住友电工预计，到2028年，数据中心光器件中连续波激光器的占比将从2024年的24%上升至69%。在此过渡时期，对新旧架构的需求可能会出现重叠。

研究公司LightCounting在4月份估计，光收发器需求比供应量高出30%，并指出短缺问题有望在2026年底前得到解决。6月份，该公司估计第一季度光收发器和AOC的收入同比增长超过90%，同时指出供应限制已开始缓解。如果GPU供应增长，光器件短缺可能会持续到2027年；但如果GPU供应收紧，光收发器的需求也会受到抑制。仅凭InP（磷化铟）的需求量无法确定供需失衡的持续时间。

再叠加上游InP基板供应的不确定性。InP的短缺，值得重视