风险提示：本文涉及个股仅供技术分析参考，不构成投资建议。股市有风险，入市需谨慎。
一、OCS技术原理：光信号的智能”立交桥”
1.1 什么是OCS？
OCS（Optical Circuit Switch，光路交换机）是一种全光交换技术，通过物理方式改变光的传播路径来实现光信号的路由切换，无需经过光电转换。
1.2 核心技术路线
技术路线
工作原理
技术成熟度
代表厂商
MEMS微镜
微机电系统控制微镜角度偏转，改变光路方向
成熟（谷歌已商用）
谷歌、博通、光库科技
压电陶瓷
压电效应驱动光纤移动，实现光路切换
较成熟
Polatis、凌云光
硅光OCS
基于硅光芯片的波导切换，集成度更高
研发中
德科立（样品阶段）
液晶OCS
液晶分子偏转改变光路
实验室阶段
科研院所
1.3 OCS解决的核心问题
传统交换 vs OCS对比：
传统交换机：光 → 电 → 交换 → 电 → 光
↑光电转换 电域处理 光电转换↑
（高功耗、高延迟、高成本）
OCS交换机：光 ─────────→ 光
↑ 全光交换 ↑
（低功耗、低延迟、低成本）
OCS的核心价值： - 功耗降低30-40%：省去光电转换环节 - 延迟降低50%+：光信号直传，无需电域处理 - 动态拓扑重构：软件控制光路切换，无需物理更换光纤 - 节省光模块：AI训练集群可减少50%光模块用量
二、液冷技术原理：算力芯片的”水循环”
2.1 为什么必须液冷？
AI芯片功耗正在突破物理极限：
芯片/机柜
功耗
散热需求
英伟达H100
700W
风冷可应对
英伟达B200
1000W
风冷接近极限
英伟达GB200 NVL72
120kW/机柜
必须液冷
未来AI机柜
500kW-1MW
浸没式液冷
2.2 液冷技术路线
技术路线
工作原理
PUE
技术特点
冷板式
金属冷板紧贴芯片，液体循环带走热量
1.1-1.2
改造成本低，兼容现有架构，占市场70%+
浸没式（单相）
服务器整体浸入绝缘液体
1.05-1.1
散热效率最高，改变服务器结构
浸没式（相变）
液体沸腾汽化带走热量
1.03-1.05
解热能力最强，技术门槛高
喷淋式
冷却液直接喷洒在芯片表面
1.05-1.1
结构复杂，应用较少
2.3 液冷解决的核心问题
降低PUE：从风冷1.4-1.6降至液冷1.05-1.2，节省电费30-40%
提升功率密度：风冷机柜上限20-30kW，浸没液冷可达200kW+
保障芯片性能：芯片温度每降低10°C，寿命延长约50%
三、第一性原理：OCS会替代液冷吗？
3.1 从第一性原理拆解问题
第一性原理：追溯问题本质，从最基本的物理事实出发进行推理。
核心问题：OCS和液冷是否在解决同一个问题？
维度
OCS
液冷
解决对象
网络传输层的功耗和延迟
计算节点的散热问题
作用位置
交换机（网络层）
服务器/机柜（计算层）
物理本质
光信号路由优化
热能转移与散发
核心价值
减少光模块数量，降低网络开销
降低芯片温度，保障算力稳定
3.2 结论：不是替代，是协同
从第一性原理得出的结论：
OCS和液冷解决的是完全不同层面的问题，二者不是替代关系，而是协同互补关系。
类比理解： - OCS = 高速公路的立交桥（解决车流调度） - 液冷 = 汽车发动机的冷却系统（解决散热问题）
不可能互相替代的原因：
物理层面无法替代
OCS不改变芯片发热量，只是降低网络传输开销
液冷不优化网络拓扑，只是保障芯片稳定运行
应用场景互补
OCS主要应用于大规模AI训练集群的网络层
液冷应用于每台服务器/机柜的计算层
技术演进方向一致
二者都是为了降低AI算力的总体拥有成本（TCO）
二者都是为了支撑更大规模的AI模型训练
3.3 协同效应：1+1>2
在超大规模AI数据中心中，OCS+液冷的组合效果：
指标
传统方案（电交换+风冷）
OCS+液冷方案
提升幅度
PUE
1.5-1.6
1.03-1.1
降低30%
网络延迟
数微秒
纳秒级
降低1000倍
光模块用量
100%
50%
节省50%
单机柜功率
30kW
200kW+
提升6倍+
谷歌TPU v5集群的实践：采用OCS构建3D环面拓扑+液冷散热，实现业界领先的训练效率和能效比。
四、技术优缺点客观对比
4.1 OCS技术优缺点
优点： - ✅ 全光交换，功耗低、延迟低 - ✅ 动态拓扑重构，灵活性高 - ✅ 减少光模块用量，降低硬件成本 - ✅ 无电子器件，可靠性高
缺点： - ❌ 技术门槛高，目前仅有谷歌大规模商用 - ❌ MEMS微镜等核心器件依赖进口 - ❌ 初期投资成本高 - ❌ 多技术路线并行，存在路线风险
4.2 液冷技术优缺点
优点： - ✅ 散热效率远高于风冷（5倍以上） - ✅ PUE可降至1.05-1.1，大幅节省电费 - ✅ 提升机柜功率密度，节省机房空间 - ✅ 冷板式液冷技术成熟，可快速部署
缺点： - ❌ 初期改造投资大（管路、CDU、冷源） - ❌ 浸没式液冷改变服务器结构，兼容性差 - ❌ 冷却液泄漏风险（冷板式） - ❌ 运维复杂度高，需要专业人员
4.3 两种技术的适用场景
场景
推荐方案
原因
大规模AI训练集群（万卡级）
OCS+液冷
网络复杂度高+散热需求大
中小规模AI推理集群
液冷+传统交换
网络拓扑相对简单
通用云计算数据中心
液冷优先
成本敏感，网络拓扑标准化
超算中心
浸没液冷+高速网络
极致性能需求
五、A股产业链公司分析
5.1 OCS产业链
整机端
公司
代码
布局进展
优势
风险点
688205
硅光OCS整机，海外样品订单
传输网技术积累深厚
客户集中度63%
300620
与Calient合作320端口OCS
薄膜铌酸锂稀缺性
毛利率持续下滑
688400
代理Polatis压电陶瓷OCS
与Polatis合作多年
光通信业务萎缩35%
301165
OCS研发中
数据中心网络基础好
进度落后
核心器件
公司
代码
核心产品
优势
风险点
688195
二维准直器阵列、YVO4晶体
关键器件量产突破
营收体量小，PE过百倍
300394
FAU光纤阵列
无源器件龙头，技术深厚
客户集中度61%
688167
微透镜阵列
激光光学技术积累
OCS业务尚未形成收入
300456
MEMS-OCS晶圆
国内MEMS代工龙头
商业化进度缓慢
5.2 液冷产业链
液冷服务器/解决方案
公司
代码
布局进展
优势
风险点
872808
浸没相变液冷领军
市占率61.3%，技术领先
业绩下滑22%，毛利率承压
000977
All in液冷战略
液冷服务器市占率40%+
毛利率仅7.74%，价格战激烈
000938
新华三液冷服务器
企业级市场领先
液冷占比低
603019
超算液冷
高性能计算优势
液冷占比低
散热设备/零部件
公司
代码
核心产品
优势
风险点
002837
全链条液冷方案
深度绑定腾讯、阿里
毛利率下滑，现金流恶化
300499
冷板、CDU、浸没舱
技术积累深厚
营收仅为英维克1/30
301018
精密空调、液冷
运营商客户基础好
转型液冷进度落后
300990
工业温控、液冷
储能+数据中心双布局
竞争加剧，利润承压
六、投资建议与风险提示
6.1 产业链投资逻辑
OCS赛道： - 处于商业化早期，谷歌主导，A股多为配套/代工 - 关注已有订单确认、关键器件量产的公司 - 警惕纯概念炒作标的
液冷赛道： - 相对成熟，英维克、曙光数创已有实际订单 - 关注全链条布局、客户分散、海外拓展领先的公司 - 冷板式竞争加剧，关注差异化能力
6.2 核心风险提示
风险类型
具体表现
关注指标
技术路线风险
MEMS/压电/硅光多条路线并行
订单确认、量产进度
竞争加剧风险
行业进入者增多，价格战
毛利率变化趋势
客户集中风险
互联网大厂议价能力强
前五大客户占比
业绩兑现风险
概念热、业绩冷
营收中相关业务占比
地缘政治风险
高端器件依赖进口
海外收入占比、供应链安全
6.3 估值对比表
公司
代码
细分领域
市值(亿)
2024PE
风险等级
002837
液冷全链条
200+
40
⭐⭐⭐
000977
液冷服务器
600+
25
⭐⭐⭐⭐
300394
OCS器件
800+
75
⭐⭐
688205
OCS整机
150+
75
⭐⭐⭐
872808
浸没液冷
100+
96
⭐⭐⭐⭐⭐
300620
OCS整机
250+
237
⭐⭐⭐⭐
300499
液冷设备
60+
145
⭐⭐⭐⭐
688195
OCS器件
140+
133
⭐⭐⭐
688400
OCS代理
180+
108
⭐⭐⭐⭐⭐
688167
OCS器件
140+
11464
⭐⭐⭐⭐⭐
注：数据截至2025年Q3，PE为TTM或一致预期，风险等级⭐越多风险越高
七、总结
核心结论
OCS与液冷不是替代关系，是协同关系
OCS解决网络传输层问题，液冷解决计算散热层问题
二者在AI数据中心中是互补共生关系
从技术成熟度看
液冷相对成熟，冷板式已规模商用
OCS处于早期，仅谷歌大规模部署
从投资价值看
液冷：优选全链条布局、客户分散的标的
OCS：优选关键器件已量产、有实际订单的标的
警惕纯概念炒作、无业绩支撑的公司
长期趋势
随着AI算力需求持续增长，OCS+液冷将成为超大规模数据中心的标配
两种技术的协同将推动AI训练成本持续下降
免责声明：本文所有信息均来自公开资料，仅供参考，不构成任何投资建议。投资者应独立思考，审慎决策。
参考资料： - 各公司年度报告、半年度报告 - 行业研究机构研报 - 光通信、数据中心行业公开资料
作者声明： 本文转载自第三方，旨在提供资讯参考，并非证券推荐或投资建议。作者对内容的真实性、准确性不承担保证责任。本文不构成任何投资建议或证券推荐。截至发文日，作者与文中提及的标的不存在持仓关系。