面向AI算力互联，中国移动重构光网络：HIC-OTN与ATN背后的产业逻辑

【导语】

在CIOE中国光博会同期举办的“AI时代高速光传输技术创新论坛”上，中国移动研究院技术经理韩柳燕以《面向AI发展的智能协同光网络》为题，系统阐述了“十五五”期间基础网络作为算力网和新一代通信网共性底座的定位，并给出面向智算互联的无损智算OTN（HIC-OTN）与面向算力接入的AI智能协同传输网（ATN）两条演进路线。这不仅是中国移动对AI业务承载需求的集中回应，也标志着光网络正从底层传输管道升级为算力互联的核心组织者，其技术路线和生态选择将深刻影响通信产业格局。

【事件背景】

1. 光网络站上算力互联的“C位”

随着大模型训练与推理、智能体交互等AI业务规模化落地，算力需求正从单点集群走向跨集群、跨地域协同。“十五五”规划建设背景下，基础网络被赋予算力网和新一代通信网共性底座的角色，而光网络凭借大带宽、低时延、高可靠特性，成为连接算力资源、释放计算效能、承载AI业务落地的关键载体。

我国光网络在技术与规模上已具备全球领先优势，但面对AI新业务，传统以静态连接为主的传送网仍有明显演进空间：基础连接需要更高带宽和更低时延，跨层协同需要打破IP与光的壁垒，服务能力需要从“连通”走向“感知业务、按需保障”。AI流量高动态、强异构、多模态的特征，使光网络必须从“尽力而为”的管道，转向可感知、可控制、可调度的智能协同系统。

2. HIC-OTN：面向跨智算集群互联的新型OTN底座

为回应跨智算集群互联对光网络提出的新要求，中国移动原创提出无损智算OTN（HIC-OTN）架构，以超高可靠、超大带宽、超低时延为方向，打造适配智算中心的新型OTN技术体系。在采用流水线并行（PP）训练的千亿级参数大模型、240公里智算互联现网试验中，该架构实现了与单节点训练效率99%以上相当的分布式训练效果，验证了用户侧“微算力”与服务商“大算力”高效协同的可行性。

面向T比特容量演进，电层和光层均面临重构压力。电层需要解决多速率共存带来的复杂度、层层复接导致的时延以及单通道层交叉能力弱化等问题；光层则要在符号速率、频谱宽度和功率转移等物理约束中寻找平衡。目前ITU-T已通过第一版电层协议标准，光层在中短距场景预计采用高阶调制，骨干长距仍有待进一步研究。

在电层技术路线上，中国移动推动以太容器优化、有限多级通道层等机制创新，相关方案被ITU-T纳入体系化标准，并由此获得G.709.5编辑人职位。产业协作方面，中国移动已携手华为、烽火等伙伴，依据ITU-T B1T标准核心机制开发出B1T超大带宽电交叉OTN原型。光层方面，当前400G骨干网所依赖的130GBd超高速光电器件逐渐触及能力上限，难以支撑T比特传输。中国移动计划在中短期聚焦超200GBd光相干收发等核心组件攻关，长期则把目光投向新型材料体系，以打开更高速率空间。

3. ATN：让城域网成为“入算第一跳”的智能入口

如果说HIC-OTN解决的是骨干和集群间互联，那么ATN瞄准的是算力接入协同和服务能力提升。城域传输网是DCA入算的第一跳入口，也就是用户、终端及边缘业务进入算力服务的首要网络环节。中国移动提出ATN（AI+Alignment Transport Network）智能协同传输网：以AI内生智能实现业务触发的按需动态建路，通过L1~L3差异化转发和跨层协同提供确定性保障，目标是让用户获得更优的AI算力服务体验，推动网络由“静态连接”升级为“业务驱动的智能连接”。

ATN的能力框架可以概括为四个层面：

一是业务感知。AI智算和智能体交互带来高动态、强异构流量，城域网需在入口处感知业务意图、识别Token价值并实施差异化转发。当业网协同细化到业务流级别，精细识别流量行为特征成为首要任务：网络既要高效采集底层特征，也要深度分析业务行为，识别业务类型与意图。随着加密流量占比持续攀升，传统基于IP五元组的明文识别难以为继，业务识别必须从规则匹配走向AI时空规律建模，这对设备算力提出更高要求。

二是智能控制。多智能体协同时代，AI流量呈高动态、多模态、高并发特征，未来光网络还需承载通感算智等多维融合业务。中国移动以业务感知为入口，为不同业务精准匹配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，实现端到端智能承载。其研制的业务感知传输原型样机1.0，已初步验证多维特征感知、秒级连接建立与多通道协同传输等能力，并在2026年MWC展示中获得业界关注。

三是电层转发。为应对AI智算中出现的高动态低时延业务和大带宽高可靠业务对电层转发的挑战，中国移动把TDM与分组承载的异质化处理统一下沉至以太网协议栈物理层，跳过传统MAC层及部分PCS层处理，从而降低节点转发时延，支撑800G智算业务高效转发。

四是跨层协同。全球算力网络长期由IP层和光网络分层构建，二者联动有限，算力难以按需调用光层确定性管道。中国移动试图打破层间壁垒，提出跨层可编程硬切片机制（END.IL），并推动相关标准在IETF立项。END.IL把SR（分段路由）编程能力延伸到传输层，已完成多厂家互通，并在IETF第125次会议上演示，获得业界与标准专家认可。

【行业影响】

1. 运营商角色升级：从管道提供者到算力互联组织者

HIC-OTN和ATN的提出，意味着运营商不再只提供带宽型连接，而是通过网络感知、动态建路和跨层协同，直接参与算力调度与业务保障。在算力网络价值链中，光网络能力服务化、确定性保障和智能运维将成为运营商差异化竞争的关键，也为“十五五”期间基础网络投资打开新空间。

2. 产业链拉动：T比特器件、智能设备与标准生态同步受益

从产业端看，T比特OTN、超200GBd相干光收发、新型光电材料、以太网物理层转发芯片、业务感知板卡等方向将迎来明确需求。中国移动已联合华为、烽火等完成B1T电交叉OTN原型，说明国内设备商、芯片商和光器件商在新技术验证期即深度参与，有利于形成自主可控的产业链闭环。远期对新型材料体系的探索，也与硅光、薄膜铌酸锂等业界方向形成呼应，可能重塑高速光器件竞争格局。

3. 标准话语权提升：中国方案进入国际主流体系

ITU-T体系化采纳中国移动电层核心技术机制、授予G.709.5编辑人职位，以及END.IL在IETF立项并演示，表明中国运营商和设备产业正从标准跟随者转向规则共建者。尤其在IP与光跨层协同、算力接入等新兴领域，率先形成标准将有助于避免技术碎片化和私有协议锁定，推动多厂家互通与规模化部署。

4. AI产业获得“算效”底座：训练与推理体验有望优化

对AI产业而言，跨智算集群互联效率直接影响大模型训练成本和迭代速度。240公里智算互联下训练效率达到与单节点几乎持平的水平，意味着分布式训练的网络损耗被大幅压缩；用户侧微算力与服务商大算力协同，则为推理、智能体交互等低时延场景提供支撑。光网络确定性能力的增强，将降低AI业务对网络抖动的敏感度，提升整体算效。

【趋势展望】

面向未来，智能协同光网络将呈现几个清晰趋势。

其一，AI将更深地进入网络内核。过去AI主要用于网络运维和流量预测，而ATN所强调的业务感知、智能控制和按需建路，意味着AI能力正进入转发面和控制面，网络将具备理解业务意图、动态匹配资源的能力。设备算力和算法效率，会成为传送网设备的新竞争维度。

其二，IP与光的边界进一步消融。全球算力网络架构长期面临IP层与光层协同不足的问题，END.IL等跨层可编程机制提供了破局思路。未来L1~L3协同、SR向传输层延伸、硬切片和确定性管道结合，可能成为算力互联网的基础能力。

其三，速率与距离的平衡将持续推动器件创新。400G骨干网之后，T比特、800G及更高速率需要电层协议简化、光层高阶调制和超200GBd以上光电器件突破。中短距高阶调制与骨干长距新型材料体系的并行探索，将决定下一代光传输的成本和商用节奏。

其四，城域和边缘将成为算力网络竞争的新焦点。随着算力接入需求增长，城域传输网作为“第一跳”的价值上升。谁能率先实现业务级感知、秒级连接和差异化保障，谁就能在AI算力服务体验上占据主动。

可以预见，围绕智能协同光网络的攻关不会止于单点技术，而是涵盖标准、器件、设备、芯片、运营商网络和AI应用的系统竞争。对中国移动及产业伙伴而言，把HIC-OTN和ATN从原型、标准推进到规模商用，将是在“十五五”算力网络建设中掌握主动权的关键一步。让智能交互得到精准感知、高效承载和可靠传输，正在从愿景走向可落地的网络架构演进路线。