新一代AI内生万兆全光接入网技术演进

通信世界网消息（CWW）近年来，千兆光网快速发展，已成为支撑社会数智化转型的坚实全光底座。根据工业和信息化部发布的2026年上半年通信业经济运行情况，截至2026年6月底，我国固定宽带接入用户规模达到7.01亿户，千兆用户达2.58亿户，具备千兆网络服务能力的10G PON（passive optical network，无源光网络）端口数达3286万，千兆网络建设成效显著。面向“十五五”时期，万兆网络建设加速推进，预计到2030年底，我国将建设100万个50G PON端口，逐步扩大万兆接入网络覆盖。

当前AI（artificial intelligence，人工智能）技术正全面赋能各行各业，内容生产和事务决策更加依赖AI大模型的支撑，AI应用呈现多元化快速发展态势。2025年8月，国务院印发《关于深入实施“人工智能+”行动的意见》，提出到2030年，我国人工智能全面赋能高质量发展，新一代智能终端、智能体等应用普及率超90%。在智慧家庭中，AI依托智能家居系统实现家电联动和语音控制，同时完成健康监测、学习辅导与安防预警等日常事务，提升用户居住舒适度与安全性。在政企服务领域，AI广泛应用于智能办公、智能质检、文档自动整理、市场分析预测等场景，大幅提升生产效率与管理水平。AI业务的快速发展对光网络提出了新要求，在优化带宽、时延等传输性能的同时，还要支持内生智能、算力协同等全新能力。

光接入网作为运营商网络的第一跳入口，是业务入算和家企AI服务的重要网络基础。本文立足AI光接入网产业现状，面向智能应用与终端智能化发展趋势，详细阐述光接入网面向AI内生算网一体化承载底座的演进路径与关键技术，并结合典型场景分析智能光接入网的应用实践。

AI内生光接入网演进趋势

AI内生光接入网的演进并非单一的带宽升级，而是围绕通信连接能力提升、内生智能能力升级和智算处理能力协同三个方面系统性推进的范式重构。AI内生全光接入网技术演进趋势如图1所示。

图1 AI内生光接入网技术演进趋势

通信连接能力：对称大带宽与确定性增强

据国家数据局统计，目前我国日均Token（词元）消耗量达140万亿，AI业务将驱动光网络流量大幅增长，预计到2035年，AI推理流量占比将达25%。此外，AI业务将带来光接入网流量模式的变化，传统家庭宽带业务以下行为主，上行流量占比仅为10%~15%，而AI业务上行流量占比预计达到40%~50%。AI时代的光接入网除带宽持续提升外，还从传统“尽力而为”的网络服务模式，升级为可承诺、可保障的“确定性体验”承载体系。这不仅要求端到端时延降低，更对时延的稳定性（低抖动）与可靠性保障能力提出刚性要求。AI工业控制、自动驾驶等业务通常要求端到端时延控制在毫秒级，抖动低至微秒级，以确保实时响应。

内生智能能力：网元智能化演进

在流量规模扩大、运维难度增加、设备功耗提升的背景下，光接入网将通过部署AI智能体使网元及网络全域“智能体化”，并对网络关键指标进行实时动态感知。具体而言，在网元侧，智能体将从单一分析模块转变为内生于OLT（optical line terminal，光线路终端）、ONU（optical network unit，光网络单元）/FTTR（Fiber to the Room，光纤到房间）的智慧运行实体，并基于多维实时数据，以设备机理与运维知识为推理依据，在本地完成AI推理与决策，使光网络具备自主预测、根因定位、智能调优等能力；在网络侧，AI业务驱动网络侧从传统的基于静态预配置的管理体系，升级为“任务+意图”双驱动的动态智能管理，进而实现对分布式智能体的统一智能调度，构筑分布式多智能体系统，满足AI类业务承载需求。

智算处理能力：端边云协同化演进

端侧ONU/FTTR是Token经营的“重要神经末梢”，结合端侧的极致智能体验需求与极低成本特性，边侧OLT将成为智算处理的优选调度锚点，也是云侧算力与模型下沉的优选承载节点。以OLT为核心的算力协同调用，天然具备低时延和数据本地安全的优势，依托OLT侧部署的近百T级算力，可支撑端边协同下的超大规模参数模型高效承载。同时，以边云协同为基础，通过OLT向云侧主动发起模型优化、知识更新等需求，实现模型按需更新并推送至OLT节点，从而形成端边云协同的智算业务处理闭环。

AI内生光接入网关键技术

AI时代，光接入网将向内生智能、通算融合的综合承载全光底座持续演进，基于对称50G PON大带宽、AI内生和端边协同算力总线等关键技术，构建AI内生的新型光接入网。

基础通信能力提升

为满足AI业务对称大带宽、确定性低时延需求，新一代万兆光接入网应采用对称型50G PON。50G PON系统相比10G PON线路速率提升5倍，同时引入光纤色散及非线性效应，兼容现网ODN（optical distribution network，光分配网络）C+等级32 dB功率预算挑战较大。因此，需要大幅提升发送和接收侧光电器件性能，引入SOA（semiconductor optical amplifier，半导体光放大器）、新型结构50G APD（avalanche photodiode，雪崩光电二极管）等光器件，提升传输性能；同时引入软判决LDPC（low-density parity-check code，低密度奇偶校验码） FEC（forward error correction，前向纠错），提高误码容限。此外，还需引入动态自适应均衡oDSP（optical digital signal processor，光数字信号处理器）方案，实现上行方向同端口下25G和50G两种速率信号的差异化色散补偿，并在下行发射机中将低频包络幅度调制叠加至DFB（distributed feedback laser，分布式反馈激光器）的驱动电流，可有效抑制入纤功率提升所引发的SBS（stimulated Brillouin scattering，受激布里渊散射）非线性损伤。

面向AI业务确定性要求，50G PON应支持单帧多突发低时延功能，通过在上行方向125 μs帧周期内多次调度ONU突发信号，降低业务等待时长。此外，针对ONU上线时在信道上打开注册窗口，对在线ONU造成时延和抖动，可基于Combo终端引入第三波长用于上线注册，从而消除注册开窗，将PON系统最大时延由毫秒量级降至200 μs内。

面向未来，200G PON已成为50G PON演进的明确方向。然而，200G PON的代际更迭面临诸多技术挑战，其中最根本的是技术路线的统一，这也是当前学术界和产业界研究的重点方向。ITU-T于2022年启动面向200G PON的技术预研工作，经过多轮讨论，已基本明确为三个技术方向，即直调直检技术方案、标准相干技术方案和混合相干技术方案。直调直检技术方案成本优势显著，但受制于当前的产业链水平，该技术方案在200G PON系统中存在失效风险；标准相干是性能最优异的技术选型，可提供充裕性能余量，而如何对该技术做“减法”，从而达到成本与性能的平衡，是推动相干技术下沉至PON的关键；混合相干技术兼具二者的优势，以相干探测强度调制码型实现200G PON系统，是当前较有潜力的候选技术方案。

AI内生关键技术

光接入网通过重构设备软硬件架构，实现在OLT和ONU/FTTR设备中内生智能体部署。考虑设备成本及功耗限制，ONU/FTTR侧通常无法部署大量算力以及内存、显存等硬件资源，因此在端侧选择部署1T以内算力支持轻量化模型，以实现端侧设备的Wi-Fi（wireless fidelity，无线保真）调优、IoT（internet of things，物联网）设备控制等功能。在OLT侧，须增强CPU（central processing unit，中央处理器）、NPU（neural processing unit，神经网络处理器）、存储能力，支持部署百T级算力及百亿级参数大模型，并支持端侧智能体调用、OLT域内调优。

接入网智能体协同建立在端边云协同的算力分层架构之上，不同网元承担差异化角色。OLT作为边缘核心智能体，搭载百T级算力，承担跨网元的核心调度与协同决策职能；ONU/FTTR作为终端侧轻量级智能体，在本地完成业务感知、流量预测、低时延推理等任务，并将需要全局协调的信息上报OLT；云端平台作为全局智能体，负责跨域策略编排、模型训练与下发，以及复杂场景的决策。当前，接入网智能体协同主要依托两类新型协议：A2A（Agent to Agent，智能体到智能体）协议为智能体之间的直接通信与协作提供标准化方式，多智能体通过结构化对话协商控制策略，同时分解复杂意图；MCP（model context protocol，模型上下文协议）为智能体访问设备工具、数据和能力提供标准化接口。算网资源通过自然语言结合结构化描述抽象，适配A2A、MCP新型通信协议，构建适配AI业务的接入网智能体协同体系。

中国移动于2026年完成基于AI内生智能的动态节能与智能运维现网应用示范，通过学习PON口级历史流量特征，依托AI推理算法预测网络未来流量走势，再根据预测结果适时采取闲时网络深度休眠、设备动态调频调压、高速SerDes动态调速、工作模式切换等措施，实现AI内生智能驱动下的光接入网设备综合能耗最低化。通过高频采集实现ONU、ODN、MAC（medium access control，介质访问控制）日志、OLT等数据的实时上报，并基于运维专业知识库与运维大模型，实现网络故障的自主感知、分析及判断，并输出标准化修复建议，有效提升宽带网络运维自动化水平及故障处理效率。

端边协同算力总线

为实现算力资源高效调度，可基于OMCI（ONT management and control interface，光网络终端管理控制接口）及eOMCI（enhanced ONT management and control interface，增强型光网络终端管理控制接口）扩展构建PON的端边算力总线，充分复用PON已有设备管理与控制机制，在不改变业务承载体系的前提下，引入算力资源管理和调度能力，从而降低新增控制协议和网络改造成本。同时，通过算力与网络状态的联合感知，算力调度不再仅依赖CPU/NPU负载指标，而是能够综合考虑用户位置、网络路径、链路状态、资源负载及业务时延等因素，实现“算力选择”与“网络选择”的协同决策，在确定性、可靠性与系统代价之间达成平衡。

该技术主要用于实现以下功能。一是在资源调度维度，实现CPU、NPU、GPU及存储等异构资源的统一抽象，解决资源碎片化与不可见问题；建立网络感知的算力调度机制，实现就近计算、动态负载均衡及故障重路由等，提高资源利用效率。二是在业务处理维度，通过算力与网络协同，将传统“先接入、再上云”的业务模式，转变为“数据就近、算力就近、服务协同”，降低数据搬运和端到端推理时延，满足边端侧的数据安全、低时延算力服务需求。三是在网络演进维度，利用PON成熟的设备、管理、运维和安全体系，使内生算力能够以较低增量成本纳入现有接入网络，实现算力从单设备能力向网络级基础设施能力演进。

算力总线并非简单增加一套算力调度软件，而是为接入网内生算力建立统一的资源抽象层、协同控制层和服务编排层，使“网络接入”进一步演进为“网络接入+算力接入”，并延伸至云端，打通端边云协同的算网融合服务能力，满足未来智能体规模应用对计算资源和网络时延的高要求，支撑运营商实现从提供“连接”服务到提供“连接+算力+智能”综合服务的转变。端边云协同的光接入网算力总线架构如图2所示。

中国移动在2026年完成基于端边云协同的算力总线技术现网验证，实现了AI-FTTR对OLT内置智算模型的快速调用，在亚秒级内完成用户复杂意图分析与准确捕捉，高效调度并控制IoT设备，实现感知信息与IoT控制的深度融合联动。

图2 端边云协同的光接入网算力总线架构

总结与展望

万兆光网将持续演进为通感智算融合的光接入网，通过引入AI内生智能与“联人联物联算力”的网络能力，支撑Token服务在多场景下的规模化落地。未来，它将持续向“可靠连接+算力协同+智能服务”多维度融合演进：在基础通信能力方面，依托对称型50G PON提供大带宽、低时延传输通道，并向200G PON技术演进；在多设备智能体协同方面，构建高效互联的智能生态，推动网络从单一传输管道升级为具备感知、决策与协同能力的智能基础设施；在算力调用方面，通过边缘算力池化与算力总线标准化，破除端边云协同壁垒，构筑光接入网原生智能能力，全面赋能千行百业数智化转型。