不要太爽了！稀土反制让InP晶圆涨价250%，海外AI数据中心发展受阻

供应链安全光互连国产替代智算网络模型性价比端侧部署行业大模型隐私安全数据中心建设无人机应用网络安全自主武器AI公司估值AI公司融资AI行业并购与合作AI行业竞争格局

2026-06-11 15:48

195 浏览

0 点赞

AI 速览

中国对磷化铟（InP）实施出口管制引发全球AI光互连供应链震荡，导致晶圆价格暴涨并影响海外数据中心建设。核心事实 - 政策背景：中国自2025年2月起对InP衬底实施出口许可管理，源头高度集中。 - 市场冲击：6英寸InP均价从1400美元飙升至5000美元，涨幅达250%。 - 企业困境：AXT订单积压破亿美元；Lumentum产能售罄至2028年；Coherent面临供应短缺。 - 巨头布局：英伟达投资超65亿美元押注光子链路，但短期内无法绕开原料瓶颈。价值点为关注AI算力基础设施、半导体供应链及出海合规的从业者提供关键的市场风险预警与产业趋势洞察。

6月11日消息，据路透社发表的专题报道，中国自2025年2月起对磷化铟（InP）衬底实施出口许可管理，每批出货均需逐一申请许可证。这一管制措施正在对全球AI数据中心的光互连供应链造成实质性冲击——6英寸InP晶圆均价已从约1400美元飙升250%至约5000美元，多家美国核心光子芯片企业面临交付延迟、订单积压和成本失控。英伟达投资的Coherent公司CEO Jim Anderson已随特朗普访华商业代表团赴华，部分目的就是就InP出口许可延误问题当面沟通。

磷化铟是高速光子芯片不可替代的上游材料，用于制造AI数据中心光互连所需的激光器和调制器——光互连正在替代传统铜线，以实现GPU集群之间更高带宽和更低功耗的连接。据美国地质调查局数据，中国2024年占全球铟产量约70%，InP供应链的源头高度集中于中国。

Coherent、AXT、Lumentum三大企业受困各异

受冲击最直接的是AXT——全球第二大InP衬底供应商（市场份额约35%），主要生产基地位于中国。AXT在2026年5月的财报中明确表示，"磷化铟出口许可是当前面临的最大挑战"。其中国子公司直到2025年6月才获得首批出口许可，此后审批进度持续缓慢。截至2026年一季度，AXT的InP订单积压已突破1亿美元，较上季度的6000万美元大幅跳升。一季度InP收入1360万美元，占公司总收入一半以上，但北美收入占比仅1%，几乎被出口许可限制压至冰点。

Coherent的处境同样紧张。作为英伟达在光子领域的核心伙伴（2026年3月获投20亿美元），Coherent在5月6日的三季度财报中警告InP供应短缺。公司正在加速扩产6英寸InP产能，目标2026年底翻倍、2027年再翻一倍以上，但短期仍受制于上游供应不确定性。Coherent当季收入18亿美元，数据中心与通信业务同比增长超40%（据SEC文件）。

Lumentum的情况则从另一个维度说明需求的疯狂程度：尽管产能已翻了四倍，其产品仍然售罄至2028年。英伟达同样向Lumentum投资了20亿美元，并签署了多年期大额采购承诺和产能预订协议。

供应链瓶颈延伸至台湾和日本

影响并不局限于美国企业。据路透社报道，台湾光通模块厂商全新光电、联亚光电等也因依赖AXT的InP衬底供应而受到许可延误的拖累。在整个光模块制造链中，InP衬底供应的中断会从激光器向下游逐级传导，最终影响到光收发器、交换机乃至整个AI集群的部署进度。

从全球供给格局来看，InP衬底市场高度集中。日本住友电工占据约60%的市场份额，AXT通过其北京通美子公司占约35%（据36Kr援引行业数据）。两家企业合计控制了全球超过95%的产能，而新产能从建设到投产通常需要2至3年，短期内即便资本充裕也难以绕开瓶颈。

SemiAnalysis研究分析师Konrad Wang对路透社表示，InP是"集体制约AI数据中心建设的若干供应链瓶颈之一"，其限制效应会沿着整个光学供应链向下传导，远不止AXT和Coherent两家受影响。

英伟达65亿美元押注光子链路，仍绕不开InP

InP管制的战略影响需要放在更大的产业背景下理解。2026年，AI数据中心正经历从铜互连向光互连的代际转换，英伟达在一季度密集出手：3月向Coherent和Lumentum各投资20亿美元，同月向Marvell投资20亿美元（Marvell此前以32.5亿美元收购光子初创Celestial AI），5月再向康宁投资5亿美元。四笔投资合计超65亿美元，覆盖了从激光器、光调制器、DSP芯片到光纤的完整光信号链路。

尽管厂商已提升产能，但某款产品直至2028年的订单均已售罄。但无论本土产能如何扩张，短期内都无法改变InP原料供应集中于中国的事实。这迫使下游巨头出于安全考虑加速导入国产磷化铟企业，为具备全自研“衬底→外延→芯片”全产业链自给能力的中国厂商带来历史性替代红利。

好文章，需要你的鼓励

# 报错信息分析与调试指南 ## 任务说明请分析用户提供的报错信息，推测可能的错误原因，并提供系统性的调试步骤。 ## 分析要求 1. **错误类型识别** - 确定是语法错误、运行时错误、逻辑错误还是环境配置错误 - 识别具体的错误类别（如空指针、数组越界、类型不匹配等） 2. **原因推测** - 基于错误信息中的关键线索进行合理推断 - 考虑常见的导致此类错误的编程场景 - 分析可能的代码问题或环境问题 3. **调试步骤** - 提供从简单到复杂的逐步调试方法 - 包括代码检查、日志添加、环境验证等具体操作 - 给出预防类似错误的最佳实践建议 ## 输出格式 - **错误类型**：[具体的错误分类] - **可能原因**： 1. [原因1] 2. [原因2] 3. [原因3] - **调试步骤**： 1. [步骤1] 2. [步骤2] 3. [步骤3] 4. [步骤4] - **解决方案**：[具体的修复建议] ## 示例 **输入**：【报错信息】 ``` TypeError: Cannot read property 'length' of undefined at processData (app.js:25:18) at main (app.js:10:5) ``` **输出**： - **错误类型**：运行时错误 - TypeError - **可能原因**： 1. 变量未正确初始化就被访问其 length 属性 2. 函数参数传递了 undefined 值 3. 异步操作中数据还未加载完成就尝试访问 - **调试步骤**： 1. 检查 app.js 第25行附近的变量声明和赋值 2. 在访问 length 属性前添加类型检查：`if (variable && variable.length)` 3. 使用 console.log() 输出相关变量的值确认其状态 4. 检查函数调用时传入的参数是否正确 - **解决方案**：在访问对象属性前先验证对象是否存在，或确保变量在使用前已被正确初始化。