本文上一篇，我們談到由 AI 推論模型所消耗的 token 用量上升，長文本/ 代理式 AI 需求增加，所帶動的 GPU cluster（GPU 叢集）擴大，讓伺服器機架內部與伺服器機架外部的資料搬移成為瓶頸，最後推動 800G、1.6T、3.2T 光連接升級這一個產業脈絡。原本外界去年對於 2026 年是否進 1.6T 還抱持觀望態度，從今年年初部份台灣相關的光路設計廠與光主動元件廠的反饋，實際上外商在 2026 年就已經是 1.6T 進入著手升級階段，2027 年可望是量產 1.6T 的元年；主要是 CSP（雲端服務供應商）如 Google、Meta 與 NVIDIA 等巨頭的 AI 基礎設施軍備競賽，拉動了量產時程。
EML （Electro-Absorption Modulated Laser，電吸收調變雷射）優勢是效能極高、雜訊低、光譜窄，適合單通道高速率（如 100G/200G per lane）與中長距離傳輸（2km以上）。它是目前 800G 主力。 只是，EML也有劣勢，如磊晶與製程極度複雜，良率波動對成本影響大，前期資本支出高，產能擴充慢。
CW-DFB LD（連續波分布反饋雷射二極體）的優勢是雷射晶片本身結構簡單、成本低、良率高、產能擴充彈性大。由於調變交給矽光子處理，整體模組的功耗與規模化成本大幅降低。CW-DFB LD 的劣勢，則是需要精密的外部封裝技術將光打入矽光子晶片中。
從 800G 升速到 1.6T 的戰局裡，依賴升級至 200G/lane 的技術繼續佔據高效能市場，但 EML 面臨單顆成本過高的「邊際效益遞減」挑戰。EML 的劣勢讓 CW-DFB LD 成為 1.6T 降低成本的殺手鐧。目前在 1.6T 新設計中，矽光子（搭配 CW-Laser）的佔比呈現快速攀升。
在 GPU 叢集擴大，進一步讓 rack 內與 rack 外的資料搬移成為瓶頸，最後推動 800G、1.6T、3.2T 光連接升級。對此，TrendForce 估計 聚焦在 AI 市場的的光通訊模組（AI-focused optical transceiver）市場在 2025 年約 165 億美元，預估在 2026 年約 260 億美元，且 EML、CW laser 等上游 optoelectronic chips 被列為擴產瓶頸。
關於 EML 與 CW-DFB LD 的技術應用討論，請見(上)篇。系列文章討論分為（A）（B）（C）（D）等四大部份與細分各節；光通訊解說上得以白話文且循序漸進來說明、一般投資人才容易了解，不同於券商簡報，系統性資料量相對大；且多數會員採手機或平板閱讀，拆分為(上)、(下)兩篇更易於閱讀。同時，針對 EML 與 CW-DFB LD 技術對於個別美國、日本領導廠商，還有在不同市場所代表的含義，在有資料佐證下來說明，投資動向會系統性作出歸納性結語，助您掌握投資風向。
在(下篇)文章段再談及個別美商、日本的定位，以及台灣在此光通訊主動元件供應鏈。直接相關者不是傳統光模組代工廠，而是分別位於 InP/GaAs 外延片、DFB/CW laser chip、PD、TO/OSA、光引擎或模組段。以及 III-V 外延片供應鏈。
--------以下就進入下篇系列文章主題了--------