随着人工智能技术进入爆发式发展阶段，大模型训练对算力的需求呈现指数级攀升态势，传统智算基础设施在组网效率、通信质量及能耗控制等方面遭遇多重瓶颈。中国电信研究院联合多家科研机构发布的《基于光电协同的智算网络技术白皮书》，系统梳理了智算时代网络架构的革新方向，通过理论创新与实践验证，为构建新一代智算网络提供了完整技术路线。
研究指出，当前智算业务发展呈现三大特征：模型参数规模突破万亿级导致算力需求激增，产业底层架构需重构；入算网络需具备毫秒级响应能力与TB级吞吐量；算内集群通信延迟需压缩至纳秒级，算间跨域传输带宽需突破Pbps量级。然而，现有技术方案多聚焦单一环节优化，缺乏从接入到协同的全链条系统设计，难以满足智算业务对网络弹性、可靠性和能效比的严苛要求。
针对上述挑战，白皮书提出"四层三域"立体化架构方案。在纵向维度上，网络设施层提供光传输与算力硬件的物理支撑，网络能力层集成光电混合调度算法，网络管控层实现智能流量预测与资源分配，业务应用层则对接具体场景需求。横向维度中，入算网络通过算网感知技术实现业务自动适配，算内网络采用光电混合互联架构提升集群并行效率，算间网络依托全光传输与IP管控融合技术打破地理限制。这种分层分域的设计使网络具备超高通量传输、亚毫秒级时延控制及弹性扩展能力。
核心技术突破方面，入算环节研发的弹性带宽分配技术可将资源利用率提升至90%以上，无损传输协议使数据包丢失率降至10^-9量级；算内网络的光电混合交换架构实现单节点400Tbps交换能力，较传统方案提升5倍；算间网络的光层直连技术将跨数据中心训练效率提高30%。配套开发的光网算用一体化调度平台，通过五层资源抽象模型实现算力、存储、光网络的动态匹配，调度响应时间缩短至微秒级。
在实践验证环节，中国电信构建了覆盖入算、算内、算间的全场景试验环境。入算测试中，业务开通时间从小时级压缩至分钟级，单用户带宽达100Gbps且时延稳定在20μs以内；算内集群采用光电协同组网后，千卡规模训练任务完成时间缩短22%，模型收敛速度提升18%；算间跨域传输测试实现500公里范围内算力资源无感调用，资源利用率提高40%。这些成果验证了技术体系在降低TCO（总拥有成本）35%的同时，将系统能效比（PUE）优化至1.2以下。
该技术体系已形成完整专利布局，涵盖光电混合调度算法、全光互联协议等核心领域。通过与国家东数西算工程深度对接，相关成果正在京津冀、长三角等算力枢纽节点规模化部署，为自动驾驶、生物医药等高算力需求行业提供基础设施支撑。研究团队表示，下一步将重点突破跨域光网络智能运维、量子加密传输等前沿技术，推动智算网络向"零丢包、零时延、零碳排"目标演进。
