通信ETF（515880）暴漲，還能買嗎？

每經編輯｜肖芮冬

近期，A股算力強勢爆發，通信ETF（515880）4月8日觸底以來至今暴漲89%。昨日，在AI進展以及光模塊企業業績的催化下，通信ETF（515880）再度大漲6.45%。

很多投資者好奇，為什么通信ETF（515880）能在一眾人工智能科技板塊中脫穎而出？

答案其實就是含“光模塊”量！數據顯示，通信ETF跟蹤的中證全指通信設備指數中光模塊占比43%，服務器占比20%、銅連接占比3%，合計含量達到64%。而AI算力基礎設施中依賴高速光模塊（如800G、1.6T）技術，中國通信板塊龍頭公司是核心供應商，深度綁定海外AI巨頭供應鏈，業績落地性強，近期披露的光模塊龍頭業績超預期也驗證了這一點。

資金也在密集布局通信板塊，根據Wind數據，截至8月13日，通信ETF（515880）近10日凈流入額超11億元，當前規模達44.69億元。

借著近期通信板塊強勢的行情，跟大家探討一下：目前AI發展幾何？光模塊的行情表現后面還能持續么？

首先，回歸本源，為什么token在快速增長？

Scaling Law通常被譯作縮放定律，這是OpenAI研究人員總結出來的一條規律，模型的性能與模型規模（參數量）、數據集規模、計算資源三者強相關。通俗地說，就是大力出奇跡，通過更大的模型、更多的語料、更深層的運算，模型性能可以平穩提升。

Scaling Law直接讓模型處理的token數量快速增長。Token，通俗地理解就是大模型的字符基本單位。比如我們在讀書的時候要一個字一個字的讀，大模型處理語言同樣需要把字符分割成基本單位。 

在大模型發展的過程中，token的增長并不是線性的。舉個例子，在預訓練過程中，模型需要多次迭代，通過梯度下降得到最優的參數集。所以，如果把模型參數增加，這時候整個訓練過程所需要的計算量增加倍數會更大。而在推理階段，這種增加甚至又被加速了，因為當模型性能開始提升時，不僅僅是單一用戶使用模型的頻率和單次使用的時間在增加，更重要的是，應用場景拓寬導致越來越多的用戶參與了進來。以谷歌為例，在5月份的IO大會，谷歌宣布每月處理480萬億個tokens，比起一年前增長了50多倍。而到了7月，這個數字再次翻倍，每月處理超過980萬億個tokens。

資料來源：華泰證券 

遺憾的是，硬件的進化速度并沒有算力需求那么快。摩爾定律表明“集成電路上可以容納的晶體管數目在大約每經過18個月到24個月便會增加一倍。且現在先進制程逐步接近物理極限，摩爾定律效能減弱。所以，為了趕上算力需求的增長，算力硬件開啟了規模放量的進程。英偉達在GPU領域市占超過90%，也坐上了全球市值的龍頭寶座。

第二，AI發展到頂了嗎？

答案是沒有。相反，現在仍處在早中期階段。 

從資本開支的角度來看，據華泰證券統計，北美四大云廠商（微軟、亞馬遜、Meta、谷歌）2025年第二季度合計資本開支同比增長69%至874億美元，Factset一致預期2025年資本開支將達到3338億美元（同比+49%）。

可能有的投資者對3338億美元這個數沒有概念。以世界銀行統計的2024年全球各國的GDP排名為例，3338億美元的GDP大概能排到45名。更重要的是，即便是目前的資本開支，仍無法在短期內解決算力供應瓶頸的問題，所以，資本開支會進一步增長。Marvell預計，數據中心資本開支將在2028年達到一萬億美金，這個數字大概能在全球GDP排行榜上排在第20名。

資料來源：marvell

資本開支并沒有打水漂。我們看到的是每個季度的電話會議上，北美四家云廠商都在表示，AI給他們的用戶帶來了新的體驗，并且愿意為了他們的產品付費。這一點，從云廠商每個季度都有雙位數幅度增加的業績就可以看出來。 

從軟件端看，2025年來，伴隨英偉達GB200機架量產出貨，算力資源的緊缺有所緩解。軟件端，在今年也迎來了明顯加速。谷歌今年發布的Gemini2.5系列、Genie3等模型，再次讓業界看到了長遠的可能性。Genie3在世界模型的大道上前進了一大步，它不僅僅是一個視頻生成器，而是試圖讓生成的場景連貫，試著去理解物理學的基本定律?？梢韵胂螅珿enie3可以將2D的圖片拓展到三維空間，若其運算速度和性能進一步提升，可能對于智能駕駛、人形機器人這些領域的發展產生難以忽視的影響。谷歌一直是AI領域的領導者，其DeepMind團隊此前憑借AlphaGO擊敗世界圍棋冠軍，名冠當世。去年又因為在蛋白質結構預測領域的貢獻斬獲諾貝爾化學獎，沒想到一年之后，再次讓世界驚艷。而其他廠商，如xAI、微軟、阿里等也在積極推進軟件研發。 

大模型的爆火，從2023年到現在已經兩年多了。以英偉達的產品劃分，在2023年-2024年，AI下游使用的GPU主要是Hopper（H100、H200），而到現在，新一代的Blackwell架構產品開始主導。在Hopper時代，云廠商巨額的資本開始不禁讓人質疑它的持續性，因為那時AI的閉環還很朦朧，人們沒有看到這些云廠商要通過什么方式來回收他們的成本。但到了Blackwell時代，AI進入到了新的階段，云廠商的業績高速增長，AI對他們的賦能已經顯而易見，換言之，AI的模式已經跑通，接下來是更高更快更遠。軟件和硬件共振，訓練和推理共振，AI或許會進一步拓寬應用場景和增加用戶數量，相關的需求或進一步推動AI基建。站在當下，我們看到AI仍然處在上升通道。

第三，怎么選擇投資品？為什么要關注光模塊？

目前大模型參數量已經達到了萬億參數規模，每次完成訓練和推理都需要面臨龐大的運算量，所以，廠商無法依靠單一的GPU或者AI服務器完成這么龐大的運算，解決方法是組網。

以英偉達的架構為例，網絡的目標是將大的計算任務分割，然后分發到每一片GPU上運算，最后再交互結果。所以，組網的第一步，是將GPU組成一個AI服務器。這個過程是使用NVLink技術來完成的，在Blackwell架構中，介質就是銅纜。

銅纜傳輸高速，功耗小，優點顯著。但沒有什么東西是完美的，銅纜也有其固有的缺點。比如，在面對數據中心的高頻高速信號時，銅纜無法完成長距離傳輸的任務。由于“趨膚效應”，信號會集中在導體的表面，傳輸的有效橫截面變小，發熱等問題被放大，數據丟包等問題開始變得不可忍受。 

工程師說，要有光，于是就有了光模塊。光模塊的任務是將電信號轉變為光信號，使得其能長距離傳輸。這樣，AI服務器便可以進一步組裝成為大規模集群，完成復雜的運算。換言之，光模塊是數據中心組網過程中不可或缺的。

第四，光模塊ETF哪里找？通信ETF含光量超40%

產品層面，通信ETF(515880)標的指數的光模塊占比超過40%，加上服務器、銅連接等占比超過60%，三大核心環節占比應該是目前主流人工智能指數和通信指數中最高的。而創業板人工智能ETF國泰中也含有較多的光模塊成分，而且有20cm的彈性。

而創業板人工智能ETF國泰中也含有較多的光模塊成分，而且有20cm的彈性。

目前全球的科技巨頭都在AI戰場上角逐，且北美目前已經跑通了這條道路，AI或許真的能改變我們的生活。同時，A股的光模塊又是在全球產業鏈分工中占據了核心地位的環節，在A股慢牛的過程中，其表現代表了市場對AI這一產業趨勢的認可程度。

建議投資需圍繞關鍵環節展開，繼續關注通信ETF（515880）、創業板人工智能ETF（159388）。 

風險提示：

無論是股票ETF還是LOF基金，均屬于較高預期風險和預期收益的證券投資基金品種，其預期收益及預期風險水平高于混合型基金、債券型基金和貨幣市場基金。

基金資產投資于科創板和創業板股票，會面臨因投資標的、市場制度以及交易規則等差異帶來的特有風險，提請投資者注意。

板塊/基金短期漲跌幅列示僅作為文章分析觀點之輔助材料，僅供參考，不構成對基金業績的保證。

文中提及個股短期業績僅供參考，不構成股票推薦，也不構成對基金業績的預測和保證。

以上觀點僅供參考，不構成投資建議或承諾。如需購買相關基金產品，請您關注投資者適當性管理相關規定、提前做好風險測評，并根據您自身的風險承受能力購買與之相匹配的風險等級的基金產品。基金有風險，投資需謹慎。