工信部近日印發《“人工智慧+資訊通訊”創新發展實施意見（2026—2028年）》，為未來三年AI與通訊技術的融合劃定了清晰的技術攻關路線。檔案將高階光電晶片和器件研發置於突出位置，提出加強高速光電晶片、高速轉發與交換晶片、全光交換器件以及光電共封裝器件（CPO）等核心產品的研發與驗證工作。這些技術是支撐大規模AI算力叢集內部高速互聯的基石，尤其在智算中心內部，光電共封裝與全光交換被視為突破傳統電互聯頻寬與功耗瓶頸的關鍵路徑。

政策還要求開展光電混合組網技術試驗，推動相關技術方案從實驗室走向成熟。這意味著產業界將獲得更明確的訊號，加速在光模組、光引擎、交換晶片等環節的投入與協同。同時，檔案強調對智算超節點光電互聯技術的攻關，並啟動智算網路技術與產品的驗證，這直接關係到萬卡甚至更大規模GPU叢集的擴充套件效率與穩定性。

在廣域網路層面，檔案提出加大廣域智算網路傳輸技術的研究試驗，重點包括廣域無損網路、任務式排程以及算網運維智慧體等技術的驗證與落地。無損網路能夠確保分散式訓練過程中資料同步的低延遲與零丟包，而任務式排程與智慧運維則旨在提升跨地域算力資源的協同效率。政策目標明確指向提升算間網路排程能力、提高傳輸效率並降低位元頻寬成本，這反映出監管層對當前AI大模型訓練中跨資料中心通訊成本高企這一痛點的直接回應。

從產業影響看，該實施意見為國內光通訊、高階晶片及算力網路裝置廠商提供了中期的需求可見度。光電共封裝、高速交換晶片等方向的技術驗證與規模化應用有望提速，而廣域無損網路與智慧排程的推進則將利好具備SDN（軟體定義網路）與AI運維能力的解決方案提供商。值得注意的是，檔案並未孤立看待單一技術，而是將器件、組網、傳輸排程作為一個整體來規劃，顯示出對AI基礎設施全棧協同演進的系統性考量。

該政策出台的背景是AI大模型引數規模持續膨脹，對算力互聯頻寬與網路效率提出指數級需求。當前，無論是單點超大規模叢集的光互聯，還是跨地域算力協同的廣域網排程，都已成為制約AI訓練與推理成本的關鍵環節。工信部此次發文，相當於從頂層設計上為這些瓶頸環節的突破提供了政策背書與方向指引，後續各地配套措施及產業界的實際落地節奏值得持續關注。