He estado dedicando mucho tiempo a revisar las llamadas de resultados del sector óptico y hay un hilo que aparece una y otra vez en distintos lugares.
Aparece en el lenguaje de Ciena sobre el entrenamiento distribuido de IA.
Aparece en los pedidos de IA y nube de Nokia.
Aparece en los comentarios de Lumentum sobre láseres de bombeo y componentes de línea estrecha.
Aparece en los planes de expansión de fosfuro de indio de Coherent.
Aparece en los acuerdos de fibra a largo plazo con hiperescaladores de Corning.
Y aparece en los contratos de fibra oscura de Lumen.
Al principio, todo esto puede parecer historias separadas.
Una empresa habla de sistemas ópticos. Otra habla de láseres. Otra habla de fibra. Otra habla de rutas físicas. Otra habla de DSPs coherentes.
Pero todas apuntan al mismo cambio arquitectónico.
Esa es la capa que quiero desglosar en este informe.
Esta es una de mis formas favoritas de tener exposición al superciclo óptico y a menudo se pasa por alto.
Pero las empresas que están a la vanguardia están llamando la atención con insistencia, y es hora de escuchar.
En este informe voy a desglosar qué es esta capa, todas las señales que estamos escuchando, por qué está entrando en juego, la importancia de este mercado, y 12 empresas que tienen exposición.
Descargo de responsabilidad
Este informe es únicamente con fines educativos e informativos. Refleja mi proceso de investigación personal y mi interpretación de información disponible públicamente. No es asesoramiento financiero, de inversión ni una recomendación para comprar, vender o mantener ningún valor. Puedo tener posiciones en algunas de las empresas mencionadas. Haz tu propia investigación y toma decisiones basadas en tu propia tolerancia al riesgo, horizonte temporal y situación financiera.
El tema es scale-across.
Ya he escrito sobre esto de diferentes maneras antes, pero quiero crear un informe completo al respecto.
La idea es muy sencilla.
Los clústeres de IA se están volviendo demasiado grandes para mantenerlos en un solo lugar.
Llega un punto en el que la limitación se vuelve física. Energía. Terreno. Refrigeración. Permisos. Acceso a fibra. Disponibilidad de rutas. La capacidad de conseguir suficiente infraestructura en la misma ubicación al mismo tiempo. Así que la arquitectura comienza a extenderse.
En lugar de construir un gigantesco centro de datos de IA y forzar todo en un solo sitio, los hiperescaladores comienzan a conectar múltiples edificios, campus o instalaciones para que funcionen como un entorno de entrenamiento más grande y unificado.
Scale-across expone un cuello de botella. Una vez que la computación de IA se extiende a través de la distancia, la capa limitante pasa a ser la infraestructura óptica entre esos sitios: óptica coherente, fibra, láseres de bombeo, láseres de línea estrecha, amplificación óptica, rutas de fibra oscura y la capacidad de fosfuro de indio detrás de muchos de los componentes más importantes.
Esto es un cambio de arquitectura.
Las diferentes capas
Creo que la forma más fácil de entender esto es separar la red de IA en tres capas.
Scale-up.
Scale-out.
Scale-across.
Son muy diferentes desde una perspectiva de inversión.
Scale-up: dentro del rack
Aquí es donde las GPUs están muy cerca y necesitan comunicarse como si fueran un único procesador más grande.
Las distancias aquí son cortas. Hablamos de centímetros a unos pocos metros.
La limitación principal es mover datos a través del rack con un ancho de banda extremadamente alto y baja latencia.
Scale-out: dentro del centro de datos
Scale-out es el pabellón del centro de datos.
Es la red que conecta miles de racks de GPUs dentro de un solo edificio grande. Las distancias pueden llegar hasta aproximadamente dos kilómetros. Aquí es donde los transceptores de 800G y 1.6T están aumentando ahora.
La tecnología óptica principal aquí es PAM4.
PAM4 significa modulación de amplitud de pulso con cuatro niveles. En lugar de enviar luz solo como encendido o apagado, utiliza cuatro niveles de intensidad. Esto permite que el sistema transporte más datos a través del mismo canal.
PAM4 funciona bien dentro del edificio. Es rentable, eficiente y ya está implementado a escala.
Aquí es donde se encuentra gran parte del comercio óptico actual.
Scale-across: entre edificios y sitios
Scale-across comienza cuando el clúster se extiende más allá de un solo edificio.
En ese punto, PAM4 comienza a encontrar límites de alcance, especialmente a velocidades más altas. A velocidades de 1.6T, los enlaces PAM4 comunes de clase FR se sitúan en el rango de los dos kilómetros. Las variantes de detección directa más largas pueden extenderse más, pero la óptica coherente y coherent-lite se vuelven más prácticas a medida que los enlaces se mueven a distancias de campus y DCI.
DCI significa interconexión de centros de datos. Es la red óptica utilizada para conectar un centro de datos con otro.
Ahí es donde entra la óptica coherente, y ahí es donde realmente comienza este informe.
Por qué la distancia cambia la pila óptica
Dentro del centro de datos, el trabajo es mover una gran cantidad de datos en distancias relativamente cortas.
Entre centros de datos, el problema cambia.
Los datos aún tienen que moverse rápido, pero ahora la señal tiene que sobrevivir a la distancia. Tiene que viajar a través de rutas de fibra y manejar dispersión, ruido, pérdida, amplificación y requisitos de fiabilidad que se vuelven mucho más importantes a medida que el enlace se alarga.
Aquí es donde entra la óptica coherente.
PAM4 se basa principalmente en leer la intensidad de la luz, mientras que la óptica coherente lee más información de la onda de luz.
Un receptor coherente mezcla la señal entrante con un láser interno separado. Eso permite que el sistema recupere información tanto de la intensidad como de la fase (tiempo) de la onda de luz.
Una vez que se usan tanto la intensidad como la fase, se puede transportar mucha más información a través del mismo canal óptico. También se obtiene un procesamiento digital de señales (DSP) más avanzado, que ayuda a corregir la distorsión que se acumula a medida que la señal viaja a lo largo de la distancia.
Por eso la óptica coherente se vuelve importante cuando los centros de datos de IA se extienden a través de campus o áreas metropolitanas.
A 400G, la óptica coherente puede mover datos alrededor de 80 kilómetros sin amplificación. Con amplificación, el alcance puede extenderse mucho más. La compensación es la complejidad.
Los módulos coherentes requieren láseres de línea estrecha, DSPs más potentes y ensamblajes ópticos más avanzados. Cuestan más y consumen más energía que la óptica básica de corto alcance.
Pero si el trabajo es conectar edificios de IA a través de 10, 50 o 100 kilómetros, la óptica coherente se convierte en la opción predeterminada práctica.
Y dentro de esto, hay una progresión.
400ZR es la base. Transporta 400 gigabits por segundo y se ha enviado en volumen durante años.
800ZR y 800ZR+ son el aumento actual. Estos mueven 800 gigabits por segundo y se están volviendo más importantes para las redes de nube y DCI.
Ciena dijo específicamente que tres hiperescaladores están utilizando sus soluciones ópticas para el entrenamiento distribuido de IA, y señaló a su plataforma RLS más los pluggables 800ZR como los productos que abordan esa demanda.
Luego está 1600ZR, 1600ZR+ y 1600CL.
Estos apuntan a 1.6 terabits por segundo. El trabajo de OIF sobre 1600ZR, 1600ZR+ y 1600CL avanzó durante 2025 y 2026, con productos ahora en desarrollo y el trabajo de interoperabilidad aún en progreso.
Una parte que encuentro realmente interesante es coherent-lite.
Coherent-lite está diseñado para el punto medio. Toma la tecnología coherente y elimina algunas de las características de larga distancia que son innecesarias para un enlace de campus.
El objetivo es aproximadamente de 2 a 20 kilómetros a unos 30 vatios, sin amplificación externa.
Ese es más o menos el rango de distancia óptimo que comienza a importar cuando la computación de IA se extiende a través de múltiples edificios o campus.
PAM4 se estira, el ZR coherente completo puede aportar más alcance y sobrecarga de lo que el enlace requiere, y coherent-lite se sitúa en el medio.
Multi-rail hace que la demanda sea mayor
Hay otra capa que creo que todavía no se valora lo suficiente en la red multi-rail.
Un rail es una tela de red completa e independiente conectada al clúster de GPUs.
En la arquitectura de referencia de NVIDIA para su fábrica de IA HGX, cada GPU se conecta a dos planos de red independientes. Dependiendo de la topología, esos planos pueden mejorar la redundancia, el ancho de banda agregado, o ambos.
Cada rail es su propia tela óptica. Eso significa otro conjunto de switches, transceptores y recorridos de fibra. Y una vez que la distancia aumenta, otro conjunto de requisitos de amplificación.
Por eso multi-rail puede multiplicar la demanda óptica.
Lumentum dijo en la llamada de resultados de mayo de 2026 que la oportunidad multi-rail es "enorme", y que podría ser incluso mayor de lo que la gente está modelando.
Michael Hurlston (CEO) añadió que Lumentum probablemente está más limitado en componentes scale-across que incluso en EMLs, especialmente láseres de bombeo y láseres de línea estrecha.
¡Eso es un comentario importante!
Los EMLs son los chips láser de los que todo el mundo ya habla para los transceptores de 800G y 1.6T. Pero Lumentum está diciendo que la capa de componentes scale-across puede ser aún más ajustada.
Nokia también lanzó un amplificador en línea multi-rail en OFC 2026 que, según afirma, ofrece un aumento de 8x en densidad sin expandir la infraestructura física.
Ese es el tipo de producto que se lanza cuando los clientes intentan empujar más capacidad de fibra a través de la misma huella física.
Así que multi-rail es parte de la misma tesis.
Más computación distribuida crea más enlaces ópticos. Más rails multiplican el número de enlaces. La distancia añade amplificación.
Eso devuelve el cuello de botella a los láseres, los componentes ópticos y la fibra.
El cuello de botella debajo del cuello de botella: InP
Scale-across crea más demanda de sistemas ópticos.
Esos sistemas requieren láseres, componentes coherentes, láseres de bombeo, ensamblajes de línea estrecha, chips de ganancia y fotodetectores.
Gran parte de esa cadena de suministro toca el fosfuro de indio.
El fosfuro de indio, o InP, es un material semiconductor compuesto utilizado en muchos láseres ópticos de alta velocidad, chips de ganancia, componentes ópticos coherentes y ciertos fotodetectores.
La capacidad significativa de epi y dispositivos de InP se encuentra fuera de la capacidad de las fundiciones CMOS de uso general. La base de fabricación es más pequeña, más especializada e históricamente construida en torno a la demanda de telecomunicaciones. Por eso es difícil escalarla rápidamente.
Durante esta temporada de resultados, varias empresas señalaron la misma limitación general.
Fabrinet dijo que los envíos y los ingresos estaban por debajo de los niveles de demanda debido a la escasez de componentes en láseres, memoria y ASICs. Eso es útil porque Fabrinet es un fabricante por contrato. Fabrica para muchas empresas en toda la cadena de suministro óptico, por lo que sus comentarios dan una visión amplia.
Coherent dijo que el fosfuro de indio ha sido una limitación clave durante varios trimestres y lo describió como una limitación de la industria.
Lumentum dijo que el desequilibrio entre oferta y demanda de chips láser era superior al 30%, y que los clientes querían más producción de la que la empresa podía suministrar. También dijo que los láseres de bombeo y los componentes de línea estrecha para scale-across estaban más limitados que los EMLs.
Nokia dijo que la escala a la que la industria está construyendo fosfuro de indio está empujando la demanda de vuelta a la cadena de suministro y requiriendo más capacidad.
Applied Optoelectronics dijo que la escasez de láseres InP en la industria refuerza la necesidad de acelerar la expansión de la capacidad interna.
Semtech, a través de su recién adquirida unidad HieFo, dijo que la demanda de chips de ganancia estaba superando la capacidad en aproximadamente 3x.
Por qué es difícil añadir capacidad de InP
La escala del silicio tiene una base industrial más grande. Hay más proveedores de equipos, más fabs, más conocimiento de procesos y un ecosistema mucho más amplio.
InP es más especializado. El proceso de fabricación a menudo utiliza MOCVD, que significa deposición química de vapor de metal orgánico. Este es un proceso utilizado para hacer crecer capas de semiconductores compuestos sobre una oblea.
La base de conocimiento es más estrecha. Los tamaños de las obleas son más pequeños. La cadena de suministro ha estado pasando de obleas de 3 pulgadas a 4 pulgadas y luego a 6 pulgadas, mientras que la fabricación avanzada de silicio se realiza en obleas mucho más grandes de 300 milímetros.
Coherent dio la razón económica por la que esta transición importa. La dirección dijo que pasar de producción de 3 pulgadas a 6 pulgadas crea más de 4 veces más dispositivos a menos de la mitad del costo.
Eso es una importante palanca de capacidad. Pero estas rampas llevan tiempo. Las nuevas fabs necesitan transferencia de procesos, cualificación, aprendizaje de rendimiento, equipos y aceptación del cliente.
Por eso la respuesta de la oferta está en marcha, mientras que la limitación puede persistir. Coherent apunta a duplicar la producción interna de InP para finales del año calendario 2026, y otra más que duplicación para finales del año calendario 2027.
Lumentum adquirió una instalación en Greensboro y la está convirtiendo de arseniuro de galio a fosfuro de indio, con producción aproximadamente dentro de seis trimestres.
Nokia está aumentando la capacidad de InP en San José a finales de 2026, aunque la dirección dijo que esa capacidad es más significativa a largo plazo.
Semtech está tratando de expandir la capacidad de HieFo en 3x a 4x para finales del año calendario 2026, y luego otras 3x a 4x para finales del año calendario 2027.
AAOI está expandiendo la fabricación de láseres InP en aproximadamente un 350% para 2027.
La industria está respondiendo. La pregunta es si puede responder lo suficientemente rápido.
Este artículo es muy largo.
Continúa leyendo aquí:
