工信部近日印发《“人工智能+信息通信”创新发展实施意见（2026—2028年）》，为未来三年AI与通信技术的融合划定了清晰的技术攻关路线。文件将高端光电芯片和器件研发置于突出位置，提出加强高速光电芯片、高速转发与交换芯片、全光交换器件以及光电共封装器件（CPO）等核心产品的研发与验证工作。这些技术是支撑大规模AI算力集群内部高速互联的基石，尤其在智算中心内部，光电共封装与全光交换被视为突破传统电互联带宽与功耗瓶颈的关键路径。

政策还要求开展光电混合组网技术试验，推动相关技术方案从实验室走向成熟。这意味着产业界将获得更明确的信号，加速在光模块、光引擎、交换芯片等环节的投入与协同。同时，文件强调对智算超节点光电互联技术的攻关，并启动智算网络技术与产品的验证，这直接关系到万卡甚至更大规模GPU集群的扩展效率与稳定性。

在广域网络层面，文件提出加大广域智算网络传输技术的研究试验，重点包括广域无损网络、任务式调度以及算网运维智能体等技术的验证与落地。无损网络能够确保分布式训练过程中数据同步的低延迟与零丢包，而任务式调度与智能运维则旨在提升跨地域算力资源的协同效率。政策目标明确指向提升算间网络调度能力、提高传输效率并降低比特带宽成本，这反映出监管层对当前AI大模型训练中跨数据中心通信成本高企这一痛点的直接回应。

从产业影响看，该实施意见为国内光通信、高端芯片及算力网络设备厂商提供了中期的需求可见度。光电共封装、高速交换芯片等方向的技术验证与规模化应用有望提速，而广域无损网络与智能调度的推进则将利好具备SDN（软件定义网络）与AI运维能力的解决方案提供商。值得注意的是，文件并未孤立看待单一技术，而是将器件、组网、传输调度作为一个整体来规划，显示出对AI基础设施全栈协同演进的系统性考量。

该政策出台的背景是AI大模型参数规模持续膨胀，对算力互联带宽与网络效率提出指数级需求。当前，无论是单点超大规模集群的光互联，还是跨地域算力协同的广域网调度，都已成为制约AI训练与推理成本的关键环节。工信部此次发文，相当于从顶层设计上为这些瓶颈环节的突破提供了政策背书与方向指引，后续各地配套措施及产业界的实际落地节奏值得持续关注。