面向AI发展的智能协同光网络

面向AI发展的智能协同光网络1AI时代算力升维，光网络底座价值凸显面向“十五五”规划建设，基础网络是“算力网”和“新一代通信网”的底座，光网络作为不可或缺的关键载体，其承载算力互联、保障算效释放、支撑业务落地的核心价值日益凸显ToBToKE50XBRH9003D直播/家用机器人AI手机/云手机智慧工厂/智慧医疗/数字政务ToC ToV车路协同AI算力的需求指数级增长PTN/SPNPTN/SPNCPE

OTN400G

OTNPON OLT

FTTROpen-WDM智算中心光网络AIAIAIAI

算力互联，光网为基石2185

EFLOPS全国智能算力规模同比

+177%，已建成

42

个万卡级集群，光网络是算力互联互通的核心纽带算效释放，网络即命脉0.1%丢包

→

50%算力损失网络拥塞可导致算力利用率仅剩50%左右，光网络品质直接决定算力能否高效释放业务用算，城域是入口毫秒级入算工信部2026年专项行动，力争2027年实现城域毫秒级算力接入，算力落到业务，城域网是第一跳数据来源：工业和信息化部，国家数据局AI重塑连接，从支撑“流量经营”到赋能“智能服务”信息时代人与人的连接语音-分钟数据时代人与内容/应用的连接流量-GBLLM-4LLM-3LLM-2LLM-1手机APPAgent-BLLM-2Agent-ALLM-1PC

Agent手机Agent车载Agent家用Agent连接主体：“人”→“智能体”流量与业务逻辑深度绑定，呈现多样化、确定性特征，智算、AI等交互对时延、抖动有严格要求AI网络请求量首次超过人类，预计2030年AI智能体流量占60%每用户平均收入ARPU为核心2025年DOU达20.74GB流量特征：“管道”→“业务流”业务连接主体、流量特征不断演变，上行流量与东西向流量增长、确定性服务等对光网络提出新的能力要求数据来源：Cloudflare，中国互联网大会人类：42.6%vsAI/机器：57.4%Source：2026.6.5Cloudflare发布Radar全球流量监测2024年初

2025年底

2026年3月2026年日均Token调用量突破140万亿智能时代万物智联与按需赋能智能-Token日均Token调用量100万亿+1000倍1000亿40%140万亿面向AI发展的光网络能力升级关键方向光网络技术与规模领先，但面向AI新业务发展，在基础连接、跨层协同和服务能力等方面仍有演进空间智算中心智算中心边缘算力智能终端DCN（算内）基站家宽算力/数据专线边缘算力HIC-OTN、极简OTN、T比特光数据中心间光互连DCI（算间）ATN：智能协同传输网城域传送网DCA（入算）速率提升：AI训练、数据搬移业务向Tb/s跃升超高可靠：“0丢包”无损保护、协同抗拥塞演进一：基础连接能力增强入口感知能力：打通DCA入口第一跳的业务流识别L1-L3跨层协同：光层/物理层/IP层跨层协同调度演进二：跨层跨域协同提升快速业务开通：从静态配置到业务触发的动态建路差异化转发：TDM/分组精准分流与转发能力升级演进三：网络服务能力升级1算力互联基础能力提升Contents目录2算力接入协同和服务能力提升面向超大规模智算集群百公里级互联的新型HIC-OTN技术体系智算中心内百米量级连接智算中心间百公里量级组网故障管理域扩大3个量级技术挑战超低时延100公里光纤单向时延增加500us超高可靠传统50ms倒换造成50%算效劣化超大带宽万卡集群出口带宽达Pb/s超越现有网络2个数量级新型HIC-OTN技术体系超大带宽超低时延超高可靠无损传输新型架构及封装超400G面向跨智算集群互联对光网络的新需求，提出无损智算OTN（HIC-OTN）技术架构，从超高可靠、超大带宽、超低时延三方面构建面向智算中心的新型OTN技术体系基于HIC-OTN互联的协同计算现网技术试验在基于PP的千亿级参数大模型240公里智算互联下实现等同单节点训练效率99%以上的高效训练，实现用户侧“微算力”与服务商“大算力”的高效协同，三算融通，赋能水利新质生产力现网试验

-

湖北数据不动模型动，模型拆分部署，PP并行训练客户原始数据不出域，将首末层放于企业园区，大量的隐藏层放在算力中心，智算中心和用户之间通过OTN传输激活值和梯度值等中间数据算力中心企业园区隐藏层企业数据微算力全光无损传输模型隐变量（激活值/梯度）样本数据标注数据客户数据 输入/输出层建成算力协同体系三算融通算法算据算力水利行业数据水利相关算法和模型T比特在电层灵活组网和光层高速传输方面均面临巨大挑战，ITU-T已通过第一版电层协议标准，光层在中短距场景预计将采用高阶调制，骨干长距仍待进一步研究T比特光传输仍面临严峻挑战电层三大难题多速率共存复杂度高层层复接时延较大单通道层交叉组网弱化光层三大挑战~500GBd？≥24THz？符号速率 频谱宽度 功率转移>10dBODUCnLO

FlexO-pHO

FlexO-pFlexO-s

(速率归一、n*101G)X00GE/TEODU4、ODUflex(X00GE)业务映射：面向以太业务优化，ODUCn统一承载旧业务通道层容器：基于类FlexO帧结构帧结构层级：引入高阶通道层基于ITU-T

B1T标准核心机制已联合华为、烽火等业界伙伴实现B1T超大带宽电交叉OTN原型提出面向以太容器优化、有限多级通道层等核心技术机制，得到ITU-T体系化采纳并获G.709.5编辑人职位8共享400G骨干网的130GBd超高速光电器件难以满足T比特传输要求中短期内攻关超200GBd光相干收发等核心组件，远期探索新型材料体系向更高速率迈进T比特光层技术向超200GBd演进0120004812OSNRMargin/Penalty

(dB)400 800TransmissionDistance

(km)196.6-THzMargin196.6-THzPenalty184.4-THzMargin184.4-THz

Penalty码型：130GBd

16QAM-PCS波段：C6T+L6T，纯EDFA放大80×800Gb/s无余量1253km80×1.2Tb/s无余量305km码型：130GBd

64QAM-PCS波段：C6T+L6T，纯EDFA放大T比特传输距离受限

超200GBd技术探索NF：5dB、跨损：22dB、余量：4.5dB、EOL老化余量：0.5dB190GBd230GBd入纤功率 B2B容限~7dB ~30dB传输距离2×80km~8.5dB~28.5dB4×80km当前性能可满足DCI及部分城域场景需求如需支持更长距离，材料体系可能需要转换，如TFLN/钛酸钡等模拟射频器件（AD/DA、Driver等）将决定性能瓶颈（带宽/噪声）91算力互联基础能力提升Contents目录2算力接入协同和服务能力提升ATN（AI+Alignment

Transport

Network）——

智能协同传输网城域传输网是DCA入算的第一跳入口，基于AI内生智能实现业务触发的按需动态建路，基于L1~L3差异化转发和跨层协同提供确定性保障，保障用户对AI算力服务的最优体验从“静态连接”向“业务驱动的智能连接”1）业务感知业务和网络协同的基础，业务流级感知2）智能控制基于业务感知的动态灵活建路3）电层转发TDM和分组异质化处理下沉到物理层4）END.IL跨层协同打破网络层间壁垒，确定性协同保障AI：基于业务智能感知的按需动态建路Alignment：基于L1~L3跨层协同的传输转发智算中心算力需求方金融工业商场交通TDM通道分组通道END.IL城域传送网ATN业务端到端、切片感知联动、业务质量可视可管业务感知——网络从“管道级”到“业务流级”的协同能力升级AI智算、智能体交互带来高动态、强异构的流量特征，传统静态网络无法动态匹配最优资源。城域网作为入算第一跳，需在入口处感知业务意图、识别Token价值、实施差异化转发，重塑连接能力。新流量模型强突发，峰值可达数倍均值并发数上升，7×24小时新流量结构上行占比提升，头部应用近50%加密流量占比＞50%新交互模式语音、图像、视频多模态交互连接关系动态配置加密AI流量占比大，传统DPI等流量分析手段失效需要智能感知AI流量高动态、突发性强，传统网络固定管道无法按需弹性需要动态连接不同Token流时延容忍度从毫秒级到分钟级不等，网络却提供同样保障需要差异保障AI时代，业务流量特征已发生结构性变化，传统网络能力如何适配业务需求，业务感知是破局的关键问题一：流量看不透 问题二：连接跟不上 问题三：服务无差异业务感知——业务精细化识别是流级协同的第一步当业网协同粒度下沉到业务流级，首要在于精细识别流量行为特征。感知的核心是看清并看懂业务流，既要高效采集底层特征，更要深度分析业务行为，识别业务类型与意图文件下载类平均数据包大持续时间长视频、直播类 智能体问答类突发峰值约百倍微突发明显 •

中小数据包间歇性突发流式输出在传统汇聚业务流量之外，业务感知需要从包级、时序、会话等多维特征看清业务流报文包级特征包长分布、上下行流量比流量时序特征报文间隔、突发与间歇模式连接会话特征连接时长、请求频率与并发度传输层特征协议类型（TCP/UDP）等业务识别粒度可进一步向细分业务流及Token级延伸，为精准差异化承载提供基础类别1：低延迟型类别2：高吞吐型类别N：长连接... ...类别3：高可靠型业务感知——智能业务识别路径与挑战加密流量占比持续攀升，传统IP五元组识别依赖明文特征已无法应对。业务感知识别须从规则匹配向AI时空规律建模演进，同时对设备算力提出更高要求新应用上线快，规则库更新跟不上，总有识别盲区加密流识别依赖固定字段分大类，进一步细流识别需精细AI模型挑战一：识别种类越多，规则和模型越复杂转发芯片处理效率高但识别维度有限，CPU能做深度解析但单板算力有限，预估4×32核CPU单板逐包分析上限约40Gbps挑战二：流量规模越大，逐包处理消耗越大业务感知需多种识别路径融合，从设备转发芯片到CPU到GPU分层协同识别，保障转发性能和识别效率适用于未加密流量，可基于转发芯片/CPU处理基于特征字/规则库匹配包头固定字段、特征字、端口号等业务报文采集基于AI流量行为建模基于业务流多维时空特征:包长分布、包间隔、突发模式、连接特征适用于加密流量，可基于CPU/GPU识别业务特征识别路径智能控制——网络从静态配置到动态连接的服务能力升级多智能体协同推动AI流量激增，呈现高动态、多模态、高并发等特性未来光网络承载通感算智多维融合业务，流量特征和承载需求异质化凸显，流量动态性显著增强LLM-1LLM-2①②/④③

⑥AI协同应用流量特征协同关系动态调整，连接随需求动态变化多模态数据协同传输需求差异大⑤/⑦静态连接向动态连接配置转变业务驱动连接动态建立多维通道灵活配置大规模连接高效控制海量智能体协同高并发连接智能控制——业务驱动多维通道动态协同建路业务驱动连接动态建立业务首节点触发连接建立智能匹配TDM/分组传输通道按需灵活分配传输资源面向业务快速建立传输通道具备大规模连接控制能力支持多模态通道统一控制以业务感知为入口，为多维业务精准匹配TDM、分组与细粒度传输通道，通过智能化通道建立与动态控制，实现“业务驱动”与“多通道协同”的端到端智能承载构建业务驱动的多模态通道灵活管控技术体系多维通道灵活配置，提升承载能力 集中+分布式控制，提升管控效率核心网业务驱动路径建立拓扑管理资源管理传输路径决策多维资源编排智能控制器拓扑发现资源上报智能业务感知分布式传输路径控制分布式控制面拓扑资源同步传输路径配置分布式传输路径建立拓扑资源发现智能体接入智算中心智算中心研制业务感知传输原型样机1.0，初步验证了业务多维特征感知、秒级连接建立与多维通道协同传输等新能力在2026MWC展示，面向未来，还需进一步优化提升智能感知与控制能力智能控制——业务驱动多维通道智能控制精细化业务感知智能化连接控制多模态协同传输业务感知传输原型样机1.0智能感知业务实现业务流多维特征感知多维传输通道精准匹配动态建立连接TDM/分组通道统一控制业务驱动连接秒级建立多维协同传输多业务流承载策略关联多维通道协同传输转发精细感知：智能感知5维8种核心业务业务驱动：传输通道建立时间降低90%协同转发：支持L0~L3层多粒度通道业务流2业务流1业务流3

低空通感TDM通道分组通道电层转发——AI智算业务的新型承载需求AI智算带来新型的高动态低时延业务和大带宽高可靠业务，对现有电层转发技术提出了挑战高动态低时延：边缘/基站算力协同大带宽高可靠：智算间大规模数据搬移智能算力板汇聚层核心层接入层400GE800GE/1.6TE100GE城域传输网智算中心智算中心流量特征：带宽高动态：带宽G~百G；极低时延：100μs内承载要求：基于高效灵活的分组转发，提供更低时延转发保障流量特征：持续大流量：带宽800G及以上；数据安全隔离承载要求：基于确定性高可靠的TDM转发，增强支持800G大带宽增强分组转发的低时延保障以及TDM转发的大带宽承载能力AI集群间参数同步智算中心大规模数据搬移智能算力板边缘算力节点协同大规模协同MIMO电层转发——面向AI智算业务的电层转发技术演进将TDM和分组承载的异质化处理统一下沉到以太网协议栈的物理层，满足AI智算业务的转发需求PCSReconciliationMAC/IP64B/66B

encode256/257B

TranscodeScrambleAM

insertionPre-FECdistributionFEC

EncodeMuxand10bitsymbol

distributionPMAPMDMedium以太网协议栈传统：物理层不区分业务承载类型，TDM管道内在MAC/IP层区分分组转发省去传统协议栈MAC层/部分PCS层处理，降低节点转发时延物理层进行T

D

M

和分组异质化处理降低电层接口处理复杂度，实现800G智算业务高效转发跨层协同——面向AI智算的IP和光协同全球算力网络均由IP层和光网络构架，当前IP和光联动有限，算力无法按需灵活调用光层确定性管道。将IP可编程能力向下扩展到光层，实现高效融合调度。SRv6、算力路由灵活连接、可扩展性强、尽力而为DCA

DCIDCNIP层光层叠加跨层可编程WDM、TDM大带