📖 目录导读
- AI算力爆发背后的“隐形赛道”
- 存储与光模块：两种逻辑，谁更硬核？
- 市场现状：热钱涌向光模块，存储被低估了吗？
- 技术壁垒与增长天花板：谁的“护城河”更深
- 投资视角：价值洼地到底在哪？
- 问答环节：你关心的几个核心问题
- 现在上车，还来得及吗？
AI算力爆发背后的“隐形赛道”
去年我有个朋友，做服务器运维的，天天跟我吐槽：“我们公司买显卡都买疯了，结果数据一多，存储先崩了。” 这句话其实点出了当前AI行业的真实痛点——大家都在盯着算力芯片，动不动就是几百亿的推理卡订单，但真正让整个系统跑起来的,还得靠存储和传输。
你想想，大模型训练动不动就是几个PB的数据，光靠单机硬盘？做梦呢，这时候就轮到存储设备和光模块上场了，很多人问：这两者谁更有价值？今天我们就深挖一下。
在当下的AI算力基建中，存储负责“存”，光模块负责“传”，两者缺一不可，但要论“价值洼地”,我们必须分开看。
存储与光模块：两种逻辑，谁更硬核？
先说光模块，这玩意儿最近火得一塌糊涂，为什么？因为算力集群里，GPU之间、服务器之间需要高速互联，光模块就是那个负责把电信号转成光信号、然后高速传出去的“快递员”，800G光模块刚量产，1.6T已经在路上，很多厂商比如中际旭创、新易盛，股价翻了好几倍，逻辑很清晰：AI集群越大，光模块需求越大，而且是硬需求,没法替代。
但这里面有个问题——光模块的竞争太激烈了，上游有激光器、探测器、DSP芯片，下游有设备商，中间还有无数代工厂，技术迭代快，产品生命周期短，你今天800G是明星，明年1.6T出来你就要降价清库存，毛利率看着高，但真敢扩产吗？扩了万一迭代了怎么办？
再看存储，这边其实“闷声发大财”，AI训练数据要存，模型参数要存，推理结果也要存，大模型对存储的要求越来越高——不仅要容量大，还要读写快，尤其是随机读写性能，传统的机械硬盘基本“被退群”，现在主流是NVMe SSD和HBM（高带宽内存）。
别以为存储没技术，HBM目前全球能做好的也就SK海力士、三星、美光这几家，更关键的是，存储市场有个“逆周期”属性——涨价周期一来，利润翻倍，而且存储的客户粘性极强，一旦你的数据中心用了某个品牌的存储方案，轻易不会换，这种“冷板凳”其实是最稳的。
市场现状：热钱涌向光模块，存储被低估了吗？
现在你去看看A股，光模块概念股都涨到天上去了，机构研报铺天盖地，全是“AI网络升级”“光互联爆发”，但你要问存储？很多散户可能连HBM是啥都不知道。
这其实就是信息差带来的误区，我记得之前有位做存储的朋友说过：“光模块像网红，火得快，凉得也快；存储像老戏骨，一直在那演，但没人给颁奖。”
从资本动向看，光模块更受追捧，估值也炒得高，但存储相关的公司，比如一些做企业级SSD的、做存储主控芯片的、甚至做分布式存储软件的公司，估值反而相对“冷静”，如果你相信AI算力是一个长周期趋势，那这些被“冷落”的存储相关标的,很可能就是未来的价值洼地。
别忘了，存储还有个“国产替代”的逻辑，国内做存储芯片和主控的公司，在政策扶持下正在加速追赶，这部分其实很有想象空间,但很多人没有意识到。
技术壁垒与增长天花板：谁的“护城河”更深
说到壁垒，光模块其实有一定壁垒，但主要在高端产品，比如800G光模块的硅光技术、薄膜铌酸锂调制器，确实难做，问题是，这些壁垒是“可突破”的——华为、海信、光迅这些大厂都在猛攻，有钱有人才，很快就能追上，所以光模块的护城河，说实话,并没有想象中那么深。
存储就不一样了，存储的壁垒在“工艺”和“生态”，你想做HBM？先搞定TSV（硅通孔）工艺，再搞定MRAM（磁随机存储器）技术门槛，还要搞定高温失效问题，这些不是砸钱就能马上解决的，SK海力士和三星这几十年积累的工艺经验,不是新玩家几年能追上的。
再说增长天花板，光模块的天花板其实比较“明确”：AI集群的互联需求，再大也就那么大，全球每年光模块市场大概100-200亿美元，算上AI拉动，400亿美元顶天了，但存储不一样——数据是无限增长的，AI只是存储的一个应用场景，还有云计算、自动驾驶、智能制造、元宇宙……每一个都能吃掉大量的存储资源，所以从天花板角度看,存储的空间更大。
投资视角：价值洼地到底在哪？
那现在我们回到最核心的问题：欧易交易所官网上很多用户也在问，存储和光模块，到底应该押哪个？我的答案是——短期看光模块，长期看存储。
为什么这样说？因为当前AI正处于“爆发期”，光模块作为直接受益者，业绩弹性更大，股价更容易被炒作，如果你追求短期收益，光模块确实更“香”，但如果你是个中长线投资者,存储的确定性其实更高。
现在有些存储相关的企业还没被充分定价，比如做存储解决方案的公司，它们的业务其实覆盖了整个AI数据生命周期——从数据采集、清洗、训练到推理，每个环节都离不开存储，这些公司的估值其实被低估了，尤其是那些有“自研主控芯片”能力的企业,更值得关注。
说个具体的例子，有些做分布式存储的软件公司，产品已经切入了头部云计算厂商的供应链，但市场认知度很低，这类公司如果结合AI数据湖的需求,未来增长空间很大。
当然这些方向也是需要谨慎选择的，如果你想了解具体的操作或项目详情，可以去欧易交易所下载，那里有专业的AI基建项目分析板块,定期更新估值模型和赛道红黑榜。
问答环节：你关心的几个核心问题
Q1：光模块和存储能兼容投资吗？
完全可以，如果你看好AI算力基建这条大主线，其实没必要二选一，可以把部分资金配置在光模块（主做弹性），另一部分配置在存储（主做稳健）。
Q2：存储公司的估值怎么看？
建议看动态PE和市净率，对标同类公司，如果是存储芯片设计公司，还要关注流片节点和客户导入进度，目前国内做存储芯片的公司普遍处于“爬坡期”，估值相对海外巨头低不少,但风险在于技术迭代太快。
Q3：光模块会不会出现产能过剩？
短期不会，因为800G和1.6T的需求还在爬坡，但中长期存在这个风险，尤其是那些没有核心芯片自研能力、纯做代工组装的光模块厂,毛利率会被挤压得很厉害。
现在上车，还来得及吗？
说实话，现在去追光模块，确实有点“高位接力”的感觉，但如果你找那些还没被充分挖掘的存储类企业，或许才是真正的“价值洼地”。
AI算力是一个巨大的结构性机会，但越是在情绪高涨的时候，越需要冷静思考——是追涨已经翻倍的明星，还是埋伏在还没有起舞的赛道？
如果你也对这个话题感兴趣，不妨去OKRh看看最新的行业分析和数据库，里面有很多关于AI硬件赛道的独家数据和对比，能帮你做出更理性的判断，如果想了解具体有哪些项目值得关注，可以点开欧易交易所下载这个链接,那里有专业的研究报告和社区讨论。
最后还是那句话：机会在热的地方，但价值往往藏在冷的地方。 存储和光模块，不是谁更好，而是谁更适合你，希望这篇文章能帮你理清思路，找到属于你自己的“价值洼地”。
标签： 光模块
