被市场低估：磷化铟，AI光互联的硬约束学习投资 | 观察人性 | 讲述故事 ——财富、心理与叙事的三角解构 磷化铟才是AI最隐形的“产能刺客” AI算力军备竞赛，市场的目光大多锁定GPU、服务器。但产业链一线反馈， 真正卡住算力扩张的隐形瓶颈，是磷化铟（InP）衬底。 如果光模块是智算中心的血管，磷化铟就是血管内发光激光器的基石。硅材料可以传导光，但无法直接发光；800G、1.6T高速光模块里的DFB、EML激光器，必须依托磷化铟衬底制造，这是目前商用领域几乎不可替代的方案。 算力迭代带来的需求不是线性增长。 1.6T光模块单只消耗磷化铟衬底，是800G的2.7~3倍。英伟达的万卡、十万卡集群大规模落地，每一轮算力扩容，都会成倍消耗磷化铟晶圆。机构测算，2026年全球磷化铟衬底需求260-300万片，但有效产能仅75万片， 供需缺口超过70%。 最核心的矛盾： 需求爆发，供给却很难快速跟上 。 磷化铟衬底不是简单砸钱就能扩产。单条产线投入超12亿元，从建厂到产出合格晶圆，至少需要18-24个月；而大尺寸低缺陷衬底的良率爬坡，还要额外耗费3~5年。同时下游客户认证周期漫长，就算产线建成，想要进入头部光芯片厂商供应链，还需要漫长验证周期。 全球产能高度集中，海外少数厂商占据九成以上供给。头部厂商订单已经排到2027甚至2028年，价格持续上行，2英寸衬底价格两年涨幅接近190%。英伟达甚至提前预付资金锁定上游磷化铟产能，足见行业紧张程度。 很多人误以为铟矿短缺。事实相反：我国原生铟资源占全球七成以上，瓶颈不在金属铟储量，而是 高纯材料、长晶工艺、良率控制 这一系列制造环节，属于典型“资源强，制造弱”。 短期来看，磷化铟供给紧张的格局很难快速缓解。AI算力扩张的上限，不再只取决于GPU供给，上游光芯片底层材料的产能约束，会成为算力建设中容易被忽略的变量。 风险提示：本文仅为产业链信息整理，不构成任何投资建议。行业供需存在不确定性，技术路线迭代可能改变需求格局。