月之暗面近日发布大模型Kimi K3，迅速引发市场对AI硬件需求前景的重新评估。一种观点认为，随着模型效率提升，云厂商将减少GPU采购，光模块高增长周期或将终结。然而，现实数据却呈现出另一番景象。
7月7日，光模块龙头新易盛发布上半年业绩预告：预计净利润达70亿至80亿元，同比增长78%至103%，扣非净利润基本同步。仅从一季报推算，其二季度净利润环比增长约52%至88%，显示行业景气度仍在加速。
这看似矛盾的现象——一边是高效模型“击穿”AI硬件估值，一边是光模块企业利润持续攀升——实则源于时间维度的错位。Kimi K3确实更“省”，但省的是单位任务的算力成本，而非总算力需求。
Kimi K3总参数量高达2.8万亿，采用稀疏混合专家（MoE）架构，在896个专家中每次仅激活16个。可将其类比为一家拥有896名专科医生的医院，每位患者仅由最相关的16位专家会诊，无需全员出动。这种设计显著降低了每个token的计算开销。
然而，官方仍建议使用64颗以上加速器组成的高带宽超节点进行部署。原因在于，专家分散在不同设备上，推理过程中需频繁交换中间数据，通信开销反而成为新瓶颈。而光模块的核心价值，正是提供设备间高速互联的能力。
光模块的需求并不直接与模型参数量挂钩，而是取决于集群规模、设备间数据交换频率以及客户对低延迟的支付意愿。因此，即便单次计算更便宜，只要AI应用调用量快速增长，总算力消耗仍可能上升。
历史经验表明，技术效率提升往往刺激更大规模的使用。网络资费下降并未让人少上网，视频压缩进步也未遏制全球流量增长。AI若要复制这一路径，关键在于低成本能否催生海量智能体、视频生成、自动化编程及企业级工作流。
Kimi K3证明了单位成本仍有下降空间，但它并未回答“总调用量会增长多少”这一核心问题。
新易盛的利润预告同样有其边界。70亿至80亿元的净利润反映的是截至二季度已交付订单的成果，属于“过去时”。而资本市场交易的是未来预期——投资者真正担忧的是2027年云厂商是否还能维持当前资本开支增速。
值得注意的是，台积电已将2026年资本开支上调至600亿至640亿美元，存储合约价格持续上涨，目前尚无产业需求骤降的硬证据。但问题在于，这些利好已被市场充分定价。若缺乏更高斜率的增长，现有高估值恐难维系。
上周五科技股回调，不应全归咎于Kimi K3。全球半导体板块已连续调整，A股科技股融资余额下滑，市场本就处于高估值、拥挤交易状态，K3仅提供了一个易于理解的卖出理由——如同划燃火柴，而房间里的汽油早已备好。
本周，Alphabet将率先披露财报。其云业务收入固然重要，但更关键的是资本开支指引与未来数据中心建设计划。若主流云厂商继续扩张算力，光模块订单与毛利率得以维持，则模型效率提升带来的节省，很可能被激增的使用量所抵消。
反之，若多家云厂商下调资本开支，并明确表示高效模型可替代部分硬件投入，叠加1.6T光模块进度放缓、订单减少或毛利率下滑，则当前利润或将成为周期顶点的“后视镜”。
这场争论无需在Kimi与新易盛之间二选一。前者正在重塑AI的成本曲线，后者则验证了当前订单周期的强劲。最终决定硬件厂商利润走向的，不是模型有多省，而是当AI变得更便宜后，人类究竟会用掉多少。