1^3技术趋势编辑丨朱文凤zhuwenfeng@
光网络赋能广域AIDC互联
技术突破、产业协同与未来展望
■中国铁塔广东分公司王哲
中国联通研究院郑滟雷谭艳霞张贺
北京邮电大学肖嫣然胡乔钧
中国联合网络通信集团有限公司刘雅承
随着人工智能大模型训练对算力需求的爆发式增长，单域AIDC互联的落地与实践。本文将系统分析广域AIDC互联
一数据中心的算力瓶颈日益凸显，广域AIDC(人工智能数据的核心价值，结合运营商及互联网厂商的创新案例，揭示光网
中心）互联成为突破资源限制的关键方案。光网络技术的快络优化对提升广域AIDC互联性能的重要性，并针对设备与产
速发展为跨地域算力协同提供了大带宽、高可靠、低时延的网业协同等关键问题提出发展建议，呼吁产业链各方共同开展
络基础，而“东数西算”等国家战略的推进，进一步加速了广面向下一代AI计算的广域互联技术研究。
28
编辑I朱文凤zhuwenfeng@技术趋势技术
广域AIDC互联发展趋势与面临的挑战算力网实现国内八大算力枢纽节点互联互通，其“算力一电
随着AI技术的迅猛发展，智算中心已成为企业发展的关力”协同调度系统可根据清洁能源供应状况动态迀移任务；
键基础设施，更是A丨大模型发展的核心引擎。数据显示，大模在1750亿参数模型测试中，任务被分配至内蒙古、四川及长
型参数每年增长10倍，算力需求随之持续扩大，但对应的三角地区，训练成本降低42%。当前产业界在长距离大模型
GPU芯片算力仅增长2~4倍，远低于模型参数的增长速度。训练领域已取得多项突破：在500千米光路环回网络中，将
随着模型规模不断扩大、应用快速拓展，需要在园区乃至跨园1024卡千亿参数模型的训练性能提升至单数据中心效能的
区层面整合智算中心资源，通过多个智算中心互联形成超级97%;临港智算中心成功验证300千米分布式协同训练，性
逻辑智算资源池，以支撑超大模型的训练与推理，因此广域能达到单智算中心的95%以上；在异构训练方面，完成了超
AIDC互联的需求愈发迫切。然而，广域AIDC互联在快速发1500千米的干亿参数大模型异构混训，等效算力达到单集
展的同时，也面临诸多挑战。群的95%以上。
在广域训练隐私保护方面，欧洲的研发团队取得重要进
广域互联新场景:光网络构筑信息底座
展：由苏黎世联邦理工学院牵头的SecureFL项目，开发出全
随着大模型技术的飞速发展，智能算力需求呈指数级增
球首个支持多方安全计算的广域训练框架。在跨国医疗影像
长，单一算力节点已难以满足大模型训练与推理的需求，亟须
联合实验中，德国、法国、瑞士的12家医院未共享原始数据，
通过高速网络将广域分布的算力资源高效连接，形成一体化
便共同训练出符合临床应用要求的AI模型。
协同算力体系。在此背景下，光网络成为支撑三大关键AI应用
场景的核心基础设施。在超大规模AI训练场景中，跨地域智广域智算新挑战：算