AI时代高品质全光算力专线研究报告（2025年）

(2025年) 中国信息通信研究院技术与标准研究所2025年9月 版权声明 本报告版权属于中国信息通信研究院，并受法律保护。转载、摘编或利用其它方式使用本报告文字或者观点的，应注明“来源：中国信息通信研究院”。违反上述声明者，本院将追究其相关法律责任。 前言 高性能开源大模型的不断涌现，极大降低了AI应用创新的门槛和成本，成为驱动行业智算应用发展的核心引擎，支撑快速构建金融、政务、教育、医疗、工业等领域的场景化、专业化智能应用。随着多类行业智算应用的快速发展，不同智算应用场景对网络连接质量提出差异化要求。OTN专线作为行业智算应用的关键承载底座，面向智算应用需求持续升级，提供大带宽、低时延、高可靠保障等能力，支撑算力灵活高效调度，为分布式智算协同等场景下的AI模型训练及推理提供高质量连接保证，赋能行业智算应用创新。 本报告聚焦行业智算应用景，围绕金融、政务、教育、医疗、公安、文娱、工业及大模型企业等典型应用场景，深入分析对于网络带宽、时延、可用率、安全性及弹性智能等方面的差异化需求。面向AI时代行业数字化应用发展趋势，提出面向智算应用的高品质算力专线智能感知、业务确定性体验、网络弹性按需、智能运维、光算协同五大特征，并详细分析光算融合的高品质算力专线关键技术。期望产业各方凝心聚力，协同推进OTN算力专线技术及应用创新，为行业智算应用的蓬勃发展提供坚实可靠的全光底座，支撑培育新质生产力，推动我国数字经济持续高质量发展。 目录 一、概述..................................................................................................................... 1 （一）金融智算应用..........................................................................................2（二）政务智算应用..........................................................................................6（三）教育智算应用..........................................................................................9（四）医疗智算应用........................................................................................12（五）公安智算应用........................................................................................15（六）文娱智算应用........................................................................................18（七）工业智算应用........................................................................................21（八）AI大模型智算应用..............................................................................24 （一）智能感知关键技术................................................................................29（二）确定性体验关键技术............................................................................32（三）弹性调度关键技术................................................................................34（四）智能运维关键技术................................................................................35（五）光算协同关键技术................................................................................38 五、总结与展望....................................................................................................... 39 图目录 图1银行智算应用示意图......................................................................................... 4图2政务智算应用示意图......................................................................................... 7图3教育智算应用示意图....................................................................................... 11图4医疗智算应用示意图....................................................................................... 14图5公安智算应用示意图....................................................................................... 17图6文娱智算应用示意图........................................................................................ 19图7工业智算应用示意图........................................................................................ 23图8分布式推理训练业务示意图........................................................................... 26图9高品质全光算力专线目标架构....................................................................... 28图10光缆感知关键技术......................................................................................... 30图11光电协同敏捷建路......................................................................................... 35图12光网络智能运维架构..................................................................................... 36图13光算协同技术框架......................................................................................... 38 表目录 表1金融智算应用网络需求....................................................................................... 5表2政务智算应用网络需求....................................................................................... 9表3教育智算应网络需求......................................................................................... 12表4医疗智算应网络需求......................................................................................... 15表5公安智算应用网络需求.................................................................................... 18表6文娱智算应用网络需求.................................................................................... 21表7工业智算应用网络需求.................................................................................... 24表8 AI大模型智算应用网络需求............................................................................ 27表9智算业务差异化保障示例................................................................................ 32表10基于SLA的分级方式..................................................................................... 33 一、概述 开源大模型普及推动行业智算应用快速发展。2023年开始，以Llama、QWen、DeepSeek、ChatGLM等为代表的高性能开源模型大量涌现，打破了此前大模型垄断的格局。开源大模型作为驱动智算应用加速创新的核心引擎，以其开放、透明、可定制的优势，大幅降低了行业应用门槛和成本，能够让开发者和企业快速参与到AI研发和应用。企业无需投入高昂训练成本，即可基于开源模型，结合自身行业知识和数据，进行高效的指令微调与领域适配，快速构建用于金融、政务、教育、医疗、工业等行业的场景化、专业化智算应用。 行业智算应用发展催生差异化网络连接需求。随着行业智算应用的爆发式增长，不同应用对网络提出带宽、时延等方面的差异化需求，需要网络感知业务类型并提供差异化连接能力，保障业务最佳体验。金融、政务等数据敏感行业的用户希望数据不出园区，通常采用数据本地存储、云端训练的模式，从云端到园区的网络需要具备Gbps以上大带宽，提供确定性连接，以支撑算力灵活高效调度；同时要具备低时延及高可用率，以保障在分布式智算协同场景下，避免因为时延及异常中断而导致训练效率降低。 高品质全光算力专线为智算应用发展构筑坚实底座。为精准匹配智算应用需求，光网络需要实现从不感知业务类型到精准匹配业务需求的演进，根据业务流量、流向等特征，识别业务类型