智算场景下的光互联需求与关键技术

通信世界网消息（CWW）随着大模型参数、训练数据和GPU（graphics processing unit，图形处理单元）集群规模持续增长，智算网络东西向流量快速增加。智算业务正由单一DC（data center，数据中心）向跨DC协同和端边云协同演进，通信范围从DC内部扩展至园区、城域和跨区域网络。传统电互联受到传输距离、功耗和布线密度等限制，光互联凭借大带宽、低时延和长距离传输等优势，成为智算基础设施的重要组成部分。

智算业务典型应用场景、通信特征及互联需求

智算业务典型应用场景包括算力资源调度、数据入算、模型训练、模型分发和模型推理等，如图1所示。

图1 智算业务典型应用场景

算力资源调度

算力资源调度需要统筹算力、存储、网络状态及业务需求，在端边云之间选择计算节点。随着智算资源向多中心和边缘分布式部署演进，调度逐步由单一算力匹配转向算网协同。该场景对光互联的需求主要体现在网络状态感知、弹性调度，以及与算力资源的动态协同等方面。中国联通发布的“星罗”算力调度平台可实现通算、智算、超算一体化调度，并支持基于时延、算力和成本等策略的协同调度。

数据入算

数据入算包括海量数据入算和实时数据入算。海量数据入算主要指用户数据向智算中心汇聚，侧重持续高吞吐、高可靠和传输成本管控，光互联需具备大带宽、长距离稳定传输和高可靠能力；实时数据入算则更关注时延、抖动和业务连续性。2024年中国联通完成上海至宁夏中卫超3000 km的海量数据高通量无损传输验证，将上海智算训练数据导入中卫智算训练集群，TB级数据最快半分钟内就能送达，充分验证了在“东数西算”场景下的智算数据快速迁移‌‌。

模型训练

模型训练主要包括单DC集中训练、存算拉远训练和跨DC协同训练。

单DC集中训练通过DP（data parallelism，数据并行）、TP（tensor parallelism，张量并行）、PP（pipeline parallelism，流水线并行）及EP（expert parallelism，专家并行）等方式组织多GPU协同，并利用集合通信交换梯度、参数和中间结果，这对网络提出大带宽、高带宽密度、低时延、低抖动以及高可靠等关键性能要求。以Llama3.1 70B为例，其包含约700亿参数，若梯度采用BF16格式，完整梯度数据量约140 GB。在DP中，各GPU计算得到的梯度需要通过AllReduce等集合通信进行聚合，形成较大的节点间通信量；随着GPU高密度部署，多GPU并发通信使单位空间内的网络带宽快速增长。例如NVIDIA GB300 NVL72的1U计算托盘集成4个Blackwell Ultra GPU，并配置4个800 Gbit/s计算网络接口，理论带宽可达每机架单元3.2 Tbit/s。

存算拉远训练将计算集群与数据集、Checkpoint及模型文件等存储资源解耦部署，通过网络实现远程访问，适用于海量数据迁移成本较高或受数据安全、数据隐私、数据合规等约束的场景。其流量以训练数据持续读取和Checkpoint阶段性写入为主，光互联需要支持高吞吐和高可靠。

跨DC协同训练由多个智算中心共同完成，并跨中心交换梯度、参数或中间状态数据。随着计算能力提升，模型迭代计算时间不断缩短，通信时间（数据传输时间和光纤传播时延）占比增加，因此需要光互联支持大容量、低时延、低抖动和无损传输。以阿里巴巴Qwen2.5-72B模型为例，其包含约727亿参数，若按BF16梯度计，一份完整梯度数据量约145 GB。在简化的双DC场景下，假设每轮跨DC同步一份完整梯度数据传输时间为2 s，单向有效数据带宽约需582 Gbit/s，按单波400 Gbit/s计算，理论上至少需要2个400G波长，实际还需要考虑协议、FEC（forward error correction，前向纠错）、链路利用率及保护等开销。当跨DC距离为300 km、1000 km和1500 km时，普通单模光纤按约5 μs/km的传播时延估算，单程传播时延分别约为1.5 ms、5 ms和7.5 ms，光纤传播时延在通信时间中占比不足1%，表明在该带宽条件下跨DC训练主要受数据传输带宽约束。随着跨DC互联带宽进一步提升，数据传输时间随之缩短，光纤传播时延的占比及影响将逐渐增大，需要考虑低时延的传输节点设备和空芯光纤。中国联通利用算力智联网AINet跨越约1500 km连接上海和济南智算中心，完成千亿参数大模型混训，等效算力达到单集群的95%以上。

模型分发

模型分发指将训练完成的模型权重下发至推理集群或用户端侧，主要表现为大文件、一对多及跨DC传输。模型上线后还涉及版本更新、增量参数同步等，此类流量虽规模较小，但更新频繁，光互联需要重点保障高可靠及弹性带宽。2026年中国联通建设“模型和Token（词元）分发平台”，并依托“星罗”先进算力调度平台提供推理分发和“中训边推”等能力。

模型推理

模型推理可分为单DC集中推理、端边云协同推理和跨DC协同推理。模型推理性能通常采用TTFT（time to first Token，首Token时延）和TPOT（time per output Token，每输出Token时延）衡量。TTFT反映从用户请求到达至首个Token输出的等待时间，包括排队、Prefill计算及网络传输等开销；TPOT反映Decode阶段连续生成Token的平均时间间隔，而网络传输时延和抖动会直接影响每个Token的生成时间。以MLPerf Inference的Llama2-70B Server基准为例，其TTFT和TPOT约束分别为2 s和200 ms，用于衡量在线推理的响应和连续生成等用户体验。

单DC集中推理通常通过TP、PP等方式组织多GPU计算，网络传输时延对TPOT影响较大，若采用PD（prefill-decode ，预填充-解码）分离架构还会增加prefill与decode资源池之间的数据传输开销，因此更需要光互联的低时延和低抖动。端边云协同推理的网络传输时延会影响整体推理响应，因此对网络时延和可靠性的要求更高。随着中心至边缘的距离扩大，光纤传播时延及网络处理开销时延将进一步压缩推理计算时延。跨DC协同推理涉及跨中心传输，复杂拓扑下的路由选择、长距离传播时延和跨域抖动都会影响TTFT和TPOT，因此除带宽外，还需要关注跨域时延确定性、可靠性，以及算力与网络资源的联合调度。

综合上述场景可以看出，不同智算业务对光互联需求的侧重点有所不同，但其核心能力需求可以归纳为以下五个方面。一是大带宽与高带宽密度，单DC集中训练、跨DC训练/推理会产生大量东西向以及跨域流量，要求持续提升光互联的单端口速率，以及设备、机柜、集群层面的带宽密度。二是低时延、低抖动与确定性，通信时间过长会降低整体训练/推理效率，应降低时延并保障其确定性。三是高可靠与业务连续性，长周期训练和在线推理对互联稳定性要求较高，需要从器件、链路冗余和故障恢复等层面提升可靠性。四是低功耗与高能效，随着接口速率和端口数量提升，SerDes、DSP（digital signal processor，数字信号处理器）、交换等关键芯片及光模块的功耗、散热压力持续增加，需要降低单位比特传输能耗。五是弹性扩展与动态调度，面向动态变化的算力和业务流量，光互联应具备状态感知、按需扩容和动态配置能力，并与算力调度协同。

表1展示了智算典型应用场景对于光互联的需求。总体来看，智算光互联正由单纯追求高速率，转向带宽、时延、可靠性、弹性敏捷和能效等多维度综合优化，推动高速光接口、光电融合、相干传输和动态可重构等技术持续演进。

表1 智算典型应用场景的光互联需求

注：√√√表示核心需求，√√表示重要需求，√表示一般需求。

面向智算需求的光互联关键技术及进展

面向大带宽和高密度互联的高速光接口

高速光接口直接支撑单DC集中训练、跨DC协同训练/推理等场景的大带宽和高密度互联需求，其演进方向主要包括单通道速率和并行通道数提升。

在单通道速率提升方面，数据中心光互联接口正由400G、800G向1.6T演进，单通道速率也由100 Gbit/s提升至200 Gbit/s。IEEE（Institute of Electrical and Electronics Engineers，电气电子工程师学会）P802.3dj正在制定基于单通道200 Gbit/s的200G至1.6T以太网接口规范；面向下一代接口，IEEE 802.3已于2026年启动单通道400 Gbit/s相关研究（802.3dv项目）。单通道速率提升对高速SerDes、调制器、探测器、FEC及封装提出了更高要求。除此以外，还可以通过增加并行通道数，提升总带宽和带宽密度。MicroLED具有尺寸小、高密度集成、低功耗等特点，通过大量低速并行光通道降低单通道SerDes和器件速率压力，并提升带宽密度和能效。Avicena在2026年ECOC（European Conference on Optical Communications，欧洲光通信会议）上展示了面向智算互联的1 Tbit/s LightBundle平台，最多集成335个独立MicroLED通道，单通道速率最高约3 Gbit/s。与此同时，高并行度也推动可插拔光模块向更高带宽密度演进，2026年3月Arista联合业界成立XPO MSA（eXtra-dense Pluggable Optics Multi-Source Agreement，超高密度可插拔光学多源协议），提出64通道、12.8 Tbit/s高密度液冷可插拔光模块规范，目标是每个OCP（open compute project，开放计算项目）机架单元前面板带宽密度达到204.8 Tbit/s。TeraHop在OFC（Optical Fiber Communication Conference & Exhibition，美国光纤通信展览会及研讨会）2026上展示了12.8T XPO-8×DR8光模块；ECOC 2026期间，光迅科技进一步展示了采用64×200G PAM4架构的12.8T XPO DR液冷光模块。

因此，高速光接口正由单纯提升单通道速率，向单通道提速、高并行度和高密度封装集成协同演进，以同时满足智算互联对带宽、带宽密度和能效的需求。

面向低功耗和低时延的光电融合技术

随着接口速率与交换容量持续提升，交换ASIC（application specific integrated circuit，专用集成电路）芯片与可插拔光模块间的高速电互联面临链路损耗增大的挑战。为保证信号传输质量，传统方案需要引入均衡、重定时与信号处理等功能，带来额外功耗与时延开销。为解决这一矛盾，光电融合技术快速发展。

LPO（linear pluggable optics，线性驱动可插拔光学）通过去掉模块侧DSP/retimer，由主机侧SerDes承担更多信号补偿功能，在保持可插拔形态的同时降低功耗和处理时延，但对SerDes性能、链路损耗及系统协同设计提出更高要求。OFC 2026 OIF（Optical Internetworking Forum，光互联论坛）围绕224G电接口展示了retimed、half-retimed和linear等方案，以及功耗与链路裕量平衡的各种选择。阿里云已公开披露400G DR4 LPO在AI智算网络中的规模部署实践，为LPO工程应用提供了范式。

NPO（near-packaged optics，近封装光学）将光引擎部署在交换ASIC芯片或XPU附近，通过缩短PCB（printed-circuit board，印制电路板）高速电走线降低损耗和功耗，同时保持光引擎与主芯片相对独立。2026年NPO产业进展明显加快：Broadcom在OFC 2026上展示了3.2 Tbit/s VCSEL NPO方案，Coherent在ECOC 2026上展示了6.4 Tbit/s硅光NPO光引擎。阿里云在2026年ODCC（Open Data Center Committee，开放数据中心委员会）春季全会上披露了3.2T NPO最新进展，并展示由四颗25.6T国产交换芯片构成的约100T级QFabric交换系统，表明NPO正由器件验证向系统级应用演进。

CPO（co-packaged optics，共封装光学）则将光引擎进一步靠近交换ASIC芯片，并通过硅光集成、外置激光源以及2.5D/3D异构集成等先进封装技术，在缩短信号路径的同时，提高I/O密度和能效。Broadcom在OFC 2026上展示了102.4 Tbit/s Tomahawk 6–Davisson CPO交换方案；2026年5月，NVIDIA宣布基于200 Gbit/s SerDes的Spectrum-X Ethernet Photonics进入生产阶段；Coherent在ECOC 2026上进一步展示了面向下一代CPO的单通道448 Gbit/s InP MZM-SOA阵列光子芯片。

总体来看，LPO侧重在可插拔形态下降低DSP功耗；NPO通过近封装进一步缩短高速电连接距离，但保持一定可维护性；CPO则将光电集成推进至封装级。三种形态并非简单替代关系，短期内仍将根据带宽、功耗、成本、链路裕量和可维护性需求并存，并与硅光集成、外置激光源及先进封装技术协同演进。

面向跨域互联的大容量传输技术

数据入算、跨DC训练/推理、模型分发等需要跨越园区、城域乃至更远距离，对光互联的大容量、长距离和低成本传输能力提出更高要求。较短距离可采用灰光、CWDM（coarse wavelength division multiplexing，粗波分复用）及DWDM（dense wavelength division multiplexing，密集波分复用）互联；随着长距离传输、容量等需求的增加，相干传输技术逐步向数据中心互联应用下沉。

针对园区及邻近数据中心等中短距场景，Coherent-Lite等简化相干方案通过降低DSP和光学器件复杂度，在保留相干传输优势的同时降低功耗和成本。Marvell在OFC 2026上联合Lumentum展示了1.6T Coherent-Lite园区互联系统，覆盖半径约2～20 km；在ECOC 2026期间，Marvell进一步展示了2 nm、1.6T O-band Coherent-Lite方案。

对于城域及更长距离数据中心光互联，ZR（zero dispersion reach，零色散传输距）/ZR+可插拔相干光模块进一步降低相干系统部署复杂度。当前800 ZR/ZR+已成熟商用，OIF正在推进1600 ZR规范的制定。OFC 2026期间，Marvell发布1.6T COLORZ 1600 ZR/ZR+可插拔相干模块及2 nm相干DSP，推动可插拔相干光模块向单波1.6 Tbit/s演进。

2026年9月，中国联通研究院发布“硅光微环+相干传输”数据中心统一光互联方案，利用微环调制器尺寸小、功耗低及适配WDM等特点，结合相干传输的大容量和长距离优势，探索以统一架构适配不同距离的数据中心互联。

随着跨DC光互联容量进一步增长，光线路系统也向更高密度演进。OFC 2026期间，Coherent、Nokia等厂家展示了Multi-Rail多轨高密度线路系统方案，通过多条光纤线路共享放大、增益均衡和监测等资源，降低单位线路的空间占用和功耗。

面向弹性扩展的可重构光网络

智算任务的通信关系和带宽需求具有明显动态性，固定光链路难以充分适配资源需求变化。OCS（optical circuit switching，光路交换）可按需建立端到端光通道，降低转发功耗和时延，并提升网络重构能力，在DC内训练和推理等场景具备应用潜力。OCS包括微机电系统、数字液晶、压电陶瓷、硅光波导等技术路线，目前正向更高端口密度、更小尺寸和更低功耗演进。OCS结合流量调度可进一步提升训练效率，中国联通研究院和北京邮电大学在ECOC 2026上联合发表论文，提出面向大模型训练的光电混合网络约束感知拓扑调度机制，通过识别带宽及时延瓶颈，将光连接优先分配给数据并行或流水线并行通信，实验中单次训练迭代时间由5.24 s缩短至4.80 s，平均计算吞吐率由78.94 TFLOPS提升至86.14 TFLOPS。

除OCS外，AWGR（arrayed waveguide grating router，阵列波导光栅路由器）可根据输入端口与波长间的固定映射关系，将不同波长信号传输到相应输出端口，实现更低时延的光交换。在ECOC 2026 Demo Zone现场演示中，北京邮电大学、中国联通研究院等联合展示了基于REC-DFB激光器阵列和AWGR的纳秒级可重构光交换平台，并在4个计算节点中验证了基于目的地址的波长选择和动态光路重构。

在跨DC网络中，ROADM（reconfigurable optical add/drop multiplexer，可重构光分插复用器）可动态配置波长和通道，实现跨站点光通道的灵活建立与重构。相比固定光链路，ROADM能够根据不同DC之间的业务关系和带宽需求动态调整波长连接，并支持多方向组网和灵活路由，有利于提高跨DC光纤和波长资源利用率，适应训练和推理业务的动态变化。此外，业内也在探讨OCS+WSS（wavelength selective switch，波长选择开关）的协同组网应用。

总体来看，光交换等技术正在推动光互联由固定连接向按需可重构演进，并进一步与算力调度结合，实现算力与网络资源的联合配置。

结语

数据入算、模型训练、模型分发和模型推理等智算场景对光互联提出不同需求，推动光互联向大带宽、低时延、高可靠、低功耗和动态可重构方向发展。未来，光互联将进一步由传统的数据传输链路向计算系统内部延伸，并与算力资源协同调度，成为大规模智算基础设施的重要支撑。