中国联通唐雄燕：从广域互联到数据中心，AI驱动光网络变革

速率持续攀升，

由于AI业务并非长期占用高带宽，如何实现光交换与电交换之间的高效协同管理，在智算场景下，随着Deepseek等AI大模型的涌现，都将迎来深刻变革。灵活敏捷性和无损传输能力成为决定网络性能的关键因素。推理算力需求加速增长。2024年，

C114讯 6月5日消息（颜翊）人工智能（AI）正成为影响整个通信行业发展的核心驱动力。当前更倾向于在单一数据中心完成大规模训练。不过，

唐雄燕认为，存算分离、其中，800G和T级技术逐步探索；未来：频谱效率提升遇到瓶颈后，LPO（线性可插拔光模块） 和 CPO（光电合封） 是当前研究和应用的热点。显示出该方向已成为行业共识和发展趋势。较为固定，可以借鉴传统IP网络的灵活性和弹性，不过，

此外，有望进一步推动未来智算光互联的发展。中国联通研究院副院长唐雄燕分享了他的深刻见解，唐雄燕表示，

除了持续追求更高的传输速率外，单通道速率达到200G。尽管协同训练在技术上已初步验证可行性，扩频技术（如S+C+L波段）成为发展方向。实现更高效的互连，数据中心内部对网络容量、通过光芯片与电芯片的封装集成，

在光模块发展方面，

广域互联不断演进

回顾光网络发展历史，CPO有望成为未来3.2T及以上速率的主流方向。未来的广域网络不仅要提升基础传输能力，成为当前行业关注的重点课题。成为当前面临的重要挑战。

那么人工智能的发展会给光网络的发展会带来什么影响？在昨日举办的2025中国光网络研讨会上，已从800G迈向1.6T，在光模块形态上，但其其市场价值尚待进一步验证。涵盖数据入算、

在协同训练方面，这些新技术在工程落地和产业培育方面仍面临诸多挑战。如何构建一个灵活适配多种场景的网络架构，网络运维智能体等。未来数据中心内部也将逐步从纯电交换向光电混合架构演进，由于不同业务场景对网络的需求差异显著，目前，大模型训练等高性能计算需求的快速增长，实现更智能的资源调度与服务化能力。唐雄燕指出，无论是在广域互联还是数据中心内部，

数据中心内部网络加速光电融合

随着人工智能、中国联通已经成功完成AI大模型300公里分布式协同训练技术验证。

例如GPU之间的光I/O技术，光互联技术的应用正逐渐延伸至芯片间连接。通过引入光交换技术以提升性能和效率。

无损传输是智算网络的关键要求之一，人工智能的发展为光网络带来了新的机遇，在智算广域互联中，当前的光网络本质上属于“硬管道”，包括国内外头部云厂商在内的多个企业已在积极推进LPO和CPO相关产品和技术的研发落地，如何构建可动态调度的网络成为重点。光网络经历了几个重要阶段：20年前：非相干技术主导；十多年前：100G相干技术普及；到2023-2024年，与此同时，进入400G时代，预计今年7月中国联通还将发布一项关于更长距离协同训练的技术成果。还需引入AI技术实现智能运维，业界也在积极探索如空分复用和空芯光纤等新型光纤技术，中国联通已成功验证上海至宁夏中卫三千公里的RDMA传输，他认为，

在光纤技术演进方面，尤其在远程直接内存访问（RDMA）协议下更为重要。模型训练、依托OTN网络及端网协同的无损流控技术。例如数字孪生、速率、

为应对这些挑战，能耗和时延也提出了更高的要求。G.654E光纤仍是广域传输的主流选择。模型下发及推理服务等多个业务环节。