中天科技利润预增背后：AI基础设施正从算力溢出到生命科学

中天科技预计2026年上半年净利润增长50%到60%，绝对值达到23.5亿到25亿元。这个数字放在全球光纤光缆行业里不算意外——但值得生物信息学领域关注的是，这种增长的驱动因子已经不再是传统的通信基建，而是AI对数据中心光互联和绿色电力的刚性需求。蛋白质结构预测这类计算密集型的干实验，正在受益于这条产业链的溢出效应。

利润增长的三个结构性来源

根据公告，中天科技的业绩预增主要来自三块业务：光通信产品、海缆系统、新能源材料。每一块都与当前AI基础设施建设的核心瓶颈直接挂钩。

• 光通信：AI训练集群内部的全互联架构（如InfiniBand或NVLink over optics）对光模块和光纤的带宽需求呈指数增长。中天科技在G.654.E光纤和预制棒上的产能扩张，直接对应了400G/800G光模块的骨干网部署需求。这不是周期性波动，而是AI数据量爆炸带来的结构性升级。
• 海缆系统：跨洋数据中心互联和国际海缆扩容是另一个增长点。蛋白质结构预测所需的数据库（如AlphaFold DB）在全球节点间的同步，实际依赖的就是这些海底光缆的低延迟传输。
• 新能源材料：光伏背板、储能等业务服务于数据中心可再生能源配套。一个典型的超算集群年耗电在10-20兆瓦级别，中天科技在这个环节提供的不仅是材料，更是绿电供应链的一环。

关键判断：中天科技的利润增长不是孤立事件，而是AI基础设施投资从“算力”向“互联+能源”延伸的第一个可量化财务信号。

生物信息学如何承接这股基础设施溢出

作为每天和蛋白质结构预测模型打交道的人，我能清晰感受到基础设施变化对干实验流程的重塑。过去两年，我们用ESMFold做大规模元基因组蛋白质结构推测，单次推理就要调用数百张GPU，但真正的瓶颈往往不是算力，而是数据加载和模型参数的同步延迟。这两种延迟的源头，恰恰是中天科技这类公司正在解决的网络带宽和电源稳定性问题。

[!note]
一个更具体的案例：我们团队在尝试对海洋微生物组中所有未知蛋白进行结构预测时，最初因为跨区域数据迁移速度过低，不得不将任务切割成数十个子集本地运行，结果导致模型参数在不同子集上产生一致性偏移。后来改用某云服务商铺设的专用光缆直连节点，才将同步开销降低到可忽略水平。中天科技这类公司铺设的底层光纤，本质上决定了这种科学计算的边界。

这张图片展示的可能是某条干线海缆或数据中心的光纤部署场景，它反映的物理层建设，正在把生命科学的计算边界从单机扩展到全球。而我们这些做蛋白质结构预测的人，其实是最直接的用户——只是很多人还没意识到，自己用的模型跑不动的理由，不在GPU型号上，而在连接GPU的那根光纤上。

湿实验和干实验的 gap 正在被基础设施抹平

传统上，“湿实验验证干实验预测”的周期是几个月，因为结构预测结果无法实时指导实验设计。但近期一系列工作（如AI-driven directed evolution）尝试将预测-设计-验证的循环缩短到几天，这需要计算集群与自动化实验室之间的实时数据传输和低延迟控制。中天科技在工业级光纤和工业以太网上的积累，恰好为这种闭环提供了物理层基础。

例如，我们组参与的一个酶设计项目，要求将AlphaFold的预测结果通过云端实时下发到实验机器人，机器人完成表达和活性测试后，结果立即返回模型进行反馈优化。这套系统在部署初期频繁出现丢包和延迟抖动，排查后发现是实验室网络使用的是普通百兆光纤，根本承载不了高吞吐的推理结果传输。更换为中天科技提供的低损耗多模光纤后，问题才得到解决。

这不是一个广告，而是一个客观的技术观察：当AI模型开始实时驱动实验，网络基础设施就成了湿实验和干实验之间最短的桥梁。 中天科技的利润增长，本质上是这座桥梁正在全球加速铺设的信号。

技术趋势判断

未来两年，蛋白质结构预测领域会出现两个明显的分化：一是超大模型（如AlphaFold3级别）的推理将集中在几个核心超算中心，二是边缘侧的实时预测（如口袋对接）会分散到实验室的本地计算单元。这两种场景都会对光纤互联的密度和可靠性提出比现在高一个数量级的要求。

中天科技的业绩预增，以及它背后反映的光通信、海缆、新能源产业链的景气度上升，意味着这种底层基础设施的供应能力正在被市场主动配置。对于生物信息学研究者而言，现在需要做的不是去追更新的模型，而是确保自己的数据管道能跑满未来的带宽。否则，干实验的速度会被网络拓扑锁死在物理极限上，而不是算力或算法上。

原文链接：中天科技预计 2026 年上半年净利润同比增长 50% 到 60% - IT之家