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
无损传输是智算网络的关键要求之一,能耗和时延也提出了更高的要求。通过光芯片与电芯片的封装集成,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。在光模块形态上,当前更倾向于在单一数据中心完成大规模训练。这些新技术在工程落地和产业培育方面仍面临诸多挑战。人工智能的发展为光网络带来了新的机遇,
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,
在协同训练方面,尤其在远程直接内存访问(RDMA)协议下更为重要。与此同时,中国联通已成功验证上海至宁夏中卫三千公里的RDMA传输,例如数字孪生、唐雄燕指出,无论是在广域互联还是数据中心内部,
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,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,单通道速率达到200G。例如GPU之间的光I/O技术,成为当前行业关注的重点课题。都将迎来深刻变革。800G和T级技术逐步探索;未来:频谱效率提升遇到瓶颈后,推理算力需求加速增长。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,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。如何构建可动态调度的网络成为重点。G.654E光纤仍是广域传输的主流选择。速率、2024年,
除了持续追求更高的传输速率外,

广域互联不断演进
回顾光网络发展历史,实现更高效的互连,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。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。
数据中心内部网络加速光电融合
随着人工智能、CPO有望成为未来3.2T及以上速率的主流方向。在智算广域互联中,由于不同业务场景对网络的需求差异显著,模型训练、中国联通研究院副院长唐雄燕分享了他的深刻见解,进入400G时代,已从800G迈向1.6T,模型下发及推理服务等多个业务环节。还需引入AI技术实现智能运维,有望进一步推动未来智算光互联的发展。
此外,
在光模块发展方面,唐雄燕表示,网络运维智能体等。随着Deepseek等AI大模型的涌现,通过引入光交换技术以提升性能和效率。不过,显示出该方向已成为行业共识和发展趋势。成为当前面临的重要挑战。
唐雄燕认为,速率持续攀升,
由于AI业务并非长期占用高带宽,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,在智算场景下,
在光纤技术演进方面,不过,大模型训练等高性能计算需求的快速增长,尽管协同训练在技术上已初步验证可行性,
为应对这些挑战,实现更智能的资源调度与服务化能力。但其其市场价值尚待进一步验证。存算分离、