存储芯片怎么就慌了？

这几天存储板块走的连滚带爬，特别是美光科技，高点下来直接A杀，真的刺激。

原因只有一个：谷歌宣布推出新算法，声称能把AI模型的存储需求压缩6倍。

大白话就是：原本公司要跑一个大模型得买几张英伟达的H100，一张3万美元，总投资10万美元起步。

现在谷歌的压缩算法一出，可能只需要几千美元的普通显卡就够了。原本需要的高速HBM3存储芯片，现在标准GDDR6就能凑合。

存储芯片厂商的市场空间，直接被砍掉一大半，美光、海力士他们是不是得慌？

这事儿靠谱吗？

目前这个算法只在谷歌内部的测试环境跑过，真正部署到真实的生产环境会不会有坑，谁也说不准。

就算谷歌这个压缩算法真的好用，也不代表存储芯片需求会萎缩。AI算力需求还在指数增长，模型越做越大，应用场景越来越多。单个模型需要的存储变少了，但总模型数量在暴涨。

好比，把房子的每平米造价降下来了，但大家买的房子越来越大，总成本还是涨。

存储芯片厂商短期情绪冲击是肯定的，但长期逻辑没变。

✐ 薄膜铌酸锂另一场正在发生的技术革命

六大光材料，谁才是未来？ 光通信领域有六大技术路线，各有优劣。

01硅光子

优点是便宜，能大规模制造。缺点是调制带宽有限，大概50GHz，而且光学损耗高。

02磷化铟

性能很好，能集成激光器、调制器、探测器。缺点是贵，晶圆尺寸小，不兼容CMOS工艺。

03砷化镓

高速电路表现好，成本适中。但电光系数低，调制带宽不如铌酸锂。

04氮化硅光学损耗超低，成本也低。但只能做被动器件，没有电光效应。

05聚合物

电光系数最高，成本最低。但热稳定性差，长期可靠性存疑。

06薄膜铌酸锂

调制带宽最高，能到100GHz以上。半波电压最低，功耗优势明显。光学损耗也很低。缺点是材料成本较高，工艺成熟度不及硅光子。

但未来数据中心要做到800G、1.6T甚至3.2T的速率，硅光子的50GHz带宽就不够用了。

这时候，薄膜铌酸锂的优势就出来了。

✐ 这波技术革命，机会在哪儿？

薄膜铌酸锂的应用场景，主要有四个。

01光通信

数据中心光互连，400G、800G、1.6T模块。这是最大市场，预计2026年市场规模50-80亿美元。

02量子计算

量子态操控与读取，纠缠光子对产生。预计2028年市场规模5-10亿美元。

03激光雷达

固态激光雷达的相控阵调制，自动驾驶核心传感器。预计2027年市场规模10-15亿美元。

04微波光子学

雷达信号处理，电子战系统。预计2026年市场规模3-5亿美元。

最关键的是，这个领域中外技术差距很小，国产化机会很大。

存储芯片可能遇到压缩算法的挑战，但光通信正在迎来薄膜铌酸锂的革命。

AI算力需求还在暴涨，只是钱会流向不同的地方。关键是你能不能看懂，下一波机会在哪儿。

✐ 光库科技

中游绝对龙头，全球唯三实现8英寸薄膜铌酸锂晶圆级量产、国内唯一全栈IDM厂商。

96/130GBaud调制器批量出货，1.6T/3.2T前沿产品推进，深度绑定AI算力与CPO客户。