（计育青/文）近年来人工智能技术和应用发展迅猛，越来越多的企业和个人期待能够随时随地接入AI应用，面向特定行业、特定场景的AI大模型也在加速开发，这对AI算力的供应和分发能力提出了巨大挑战。ICT产业给出的对策是打造高品质的运力网络，把分布各地的算力中心连接起来，协同调度，共同服务于社会经济的数字化、智能化发展需求。
面对全社会蓬勃兴起的智算浪潮，如何构建网络体系才能充分满足市场需求？近日在郑州举行的“2024中国算力大会・全光品质运力”论坛上，中国信息通信研究院发布了《算力时代全光网架构研究报告(2024年)》，报告中分析了国内外全光网络发展的需求趋势，并从用户入算网络（DCA）、数据中心互联网络（DCI）、数据中心网络（DCN）、智能管控平台等几个方面总结提出全光运力的目标网络架构和关键技术体系，总结明确了算力时代的全光网络发展方向，并对未来应用场景做出展望。
发布仪式图 来源：中国信通院
需求驱动、政策引领：全光网络技术创新不断提速
伴随数字经济的发展，高品质网络的重要性备受关注，世界主要国家和地区都在持续推进全光网络技术创新。比如欧盟2021年发布了“2030数字罗盘”计划，新加坡在2023年发布了“数字联接蓝图”，中国在2023年提出“算力基础设施高质量发展行动计划”等等，提出以产业政策、科研计划、发展蓝图等形式鼓励光纤通信网络建设，为社会提供高品质算力联接和应用。作为具体的行动，各国纷纷组织科研机构和企业联合探索面向算力时代的光网络技术创新，包括美国ESnet6、中国CENI、欧盟GÉANT、日本NTT牵头的IOWN全球联盟等，开发超高速率、超大容量、灵活调度和绿色节能的先进网络技术。
《算力时代全光网架构研究报告(2024年)》中指出，截至2024年7月底，中国固网宽带用户总数达6.56亿户，其中1.9亿户使用了千兆及以上套餐，比2023年末净增2684万。在高速率套餐用户持续增长的拉动下，中国家庭户均接入带宽达491.5Mbps，同比增长了16.6%，北京、上海等19个省市已在2024年推出了万兆家宽产品。据统计，目前全球共有超过50家运营商提供万兆光纤宽带服务。与此同时，学校、医院、企业园区等场所的宽带需求也在向10G乃至20G、100G增长，采用全光万兆网络的智慧工厂也越来越多，这一切都表明，新一代全光网络技术有扎实的现实应用需求和广阔的市场前景。
《算力时代全光网架构研究报告（2024年）》 来源：中国信通院
四大发展特征
针对算力时代下企业及家庭对算力的需求增长，全光网络的建设主要从四个方面发力。
首先是高品质联云入算，智慧家庭、智慧园区、制造业智慧化改造等都在把数据和业务应用向云端迁移，同时高品质网络把算力送到人们身边。
其次是低时延城市算力互联，金融行业、多云互联、实时云服务等都要求低时延响应，因此城域1毫秒时延圈逐渐成为网络建设的必选项。英国运营商为了向证券教育机构提供超低时延网络服务，在2022年专门铺设了光纤系统，把金融行业的数据传输时延降到了微秒级。应用越来越广的汽车自动驾驶、AI推理应用、企业视频会议等都离不开云服务，而要想获得更好、更自然的业务体验，50公里范围内网络单向时延应控制在1毫秒以内。
三是要为算力枢纽间互联打造高速可靠的全光底座，从而使得全国各地的用户都能随时接入大型智算数据中心的资源，训练、使用自己的AI大模型。如今基础AI大模型参数量正在从千亿迈向万亿，对超大规模算力需求也在急剧增长，单个数据中心集群无论算力还是电力，都已不敷使用，这就需要多数据中心协同训练的分布式智算集群部署方案。全球领先国家的数据中心互联有效带动了400G/800G高速光网络的发展和商用，目前国内枢纽中心的出局总带宽规划都在100Tbps以上，部分节点带宽已经超过300Tbps。
四是为网络赋予智能化调度能力，通过算网资源的智能化统一编排调度，向全社会提供方便、高效的智算服务。全光网络长在向下深度整合算网的全域资源，向上全面支撑多样化算网融合业务运营，利用AI大模型和大数据技术实现算网资源的一体化编排、智能调度、精细管理及高效运维，为各个领域的AI智算应用提供扎实的基础。
全光网目标架构与关键技术
《算力时代全光网架构研究报告(2024年)》指出，算力时代的全光网发展目标是实现网络无所不达、算力无所不在、智能无所不及，让算力像水、电、燃气一样，“一点接入、即取即用”。从这个目标出发，全光网大致可以分为算力接入网络（DCA）、算间互联网络（DCI）、数据中心内网络（DCN）、算网统一编排系统和全光网管控系统、算力管控平台四部分。
算力接入网络（DCA）将综合运用50G-PON、FTTR、Wi-Fi等多种技术实现万兆及以上的大带宽入，实现“全光入算”、“以网促算”，方便千行百业快速灵活入算。其中50G-PON可实现住宅、园区等全光接入，FTTR+Wi-Fi可以实现全屋千兆、万兆以上覆盖，多种技术相互配合可以提供泛在万兆接入。
算间互联网络（DCI）将通过全光数据中心互联技术，实现单纤百T的多层次数据中心间高效全光联接。通过全光网络串起分布式智算中心集群，不但协同调度所有在网算力来应对更高算力诉求，还可以有效缓解单一数据中心算力发展的压力，支持客户就近入算。
数据中心内网络（DCN）将引入全光交叉调度技术，以光电融合组网和光电智能运维等方式提升数据中心的算力使用效率。
算网统一编排系统和全光网管控系统、算力管控平台构成了“算网大脑”，通过多维信息智能感知、光电协同调度、业务质差识别等技术提高网络调度效率，实现灵活一体的端到端智能化管控。要建设高质量的“算网大脑”，一方面需要增强网与算的联动，通过实时评估算网资源利用情况来优化资源的协同编排，真正做到“一点接入、即取即用”；另一方面需要增强光网络的业务感知和保护协同能力，提升算网的可靠性、安全性。
社会经济和各行各业的智能化是大势所趋，由此带来的网络和算力需求也将持续呈现爆发式增长，因此面向算力时代的全光网络需要提前布局谋划、持续投入。为保障行业智能化和算力经济的顺利进行，《算力时代全光网架构研究报告(2024年)》建议产业链各方密切协同，合作推进相关技术研究、标准制定、试点验证等工作，促使全光网不断向着超大带宽、广域无损传输、确定性低时延、算网智能协同等方向演进，为千行百业的数智化转型提供坚强支撑。
来源：飞象网
相关推荐
-
AI不只靠GPU：在拉斯维加斯，看AMD如何释放算力潜力
随着智能体兴起，AI不再只靠GPU，CPU 负责调度、通用计算和把数据喂给 GPU，内存、网络、存储各就各位，整套硬件协同起来，算力潜力才真正释放得出来。
-
让绿电转化为澎湃算力，联想万全混合词元工厂品牌发布
11月10日，联想集团在河北张家口举办联想万全混合词元工厂品牌发布暨京津冀枢纽算力价值跃迁研讨会。围绕“绿电输入、词元输出”的算力产业链，与会嘉宾见证了品牌正式发布与首个母本工厂落地张家口的签约。从算力底座到词元经济，绿电转化为可计量产出的路径成为全场焦点。
-
从硬件交付迈向“算力经营”：华鲲振宇抛出Token经济时代新战略
随着AI技术及其应用的快速发展，各行各业对算力的需求持续高涨，这不仅加快了算力技术和产品的迭代升级，也逐步改变了算力产业的竞争逻辑，比如市场不再单纯看重芯片、服务器等硬件的峰值性能，还把单位Token成本、集群稳定性、可计量可运营的服务能力等设定为关键指标。市场发生了变化，算力产业本身该如何应对？
-
科大讯飞以全国产算力破解AI三大难题
“如何解决大模型安全性和极致性价比？”“如何让AI从数字世界进入物理世界？”“如何让AI从个人提效走向组织提效？”在2026科大讯飞全球1024开发者节开场时，科大讯飞董事长刘庆峰就抛出了这三个问题。当AI变得触手可及、能力日益强大时，上述问题也将受到业界越来越多的关注，并成为制约AI走向无处不在的三大难题。对此，科大讯飞在活动期间不仅通过一系列真实产品对这三个命题进行了诠释，还全部采用国产生态给出了自己的答案。
-
中兴通讯：“连接+算力”驱动增长，前三季营收1,168亿，同比增16%，算力营收占比38%
报告显示，2026年1-9月，公司实现营收1,168.4亿元，同比增长16.2%；实现归母净利润40.6亿元，扣非归母净利润28.1亿元，经营性现金流净额为正。
-
AI4S开始“烧芯”：国产科研算力，难在哪儿？
AI做科研，最怕什么？除了科学问题本身，可能还得加上一条：算力太烧心。 程序跑不起来，烧心；硬件性能发挥不出来，烧心；好不容易算出结果，还得反复验证能不能复现，更烧心。AI正在进入材料研究、生命科学等领域，科研算力要处理的早已不只是一次计算，而是从数据处理、模型训练到模拟仿真的一整套流程。 10月17日至20日，在第二…
-
智源众智FlagOS 2.2让前沿模型与多元算力协同演进
2026年10月17日，以“一栈贯通，智算无界”为主题的2026人工智能开放计算大会暨众智FlagOS技术大会在北京举行；继9月30日FlagOS 2.2发布后，大会展示了从底层算子、编译器到模型部署与服务的技术进展，并提出AI模型快速换代而算力基础设施需长期服役的现实问题。 智源众智FlagOS 2.2从多芯适配走向…
-
PT展大咖谈中信数科邱杨：深耕网云算智一体化，打造特色算力基础设施服务商
数字经济高速演进的当下，算力已经成为社会发展的核心生产要素，网络、算力、AI服务的深度融合，正在重构整个数字基础设施的产业格局。
-
从算力基建到词元服务：2026PT展折射国内智算产业演进方向
随着全国一体化算力网纳入“十五五”规划重点建设任务，算力已经从单纯的IT配套设施，升级为数字经济时代的新型关键生产要素。工信部《算力互联互通行动计划》明确提出，要打通跨地域、跨主体算力资源壁垒，推动算力从“孤岛”走向网络化调度，实现算力资源按需供给、普惠使用。在政策牵引与大模型规模化落地双重驱动下，国内算力产业正在完成一场深刻转型：不再单纯比拼单芯片峰值算力，而是转向集群系统效能、算网协同、绿色能耗、商业化服务能力的综合较量。
-
AI算力迈入MW时代！液冷正在重算每个Token的成本
“当技术进步提高了某种资源的利用效率并降低其单位使用成本时，该资源的总体消耗量不仅不会减少，反而会因为需求的大爆发而呈指数级增长。” 这正是大名鼎鼎的“杰文斯悖论”，而在人工智能时代，随着大模型算法的持续优化与硬件迭代，生成单个Token的计算成本的下行，激发了全社会对算力的需求。从早期简单的AI对话，到如今需要进行长...
