工信部近日印發《“人工智能+信息通信”創新發展實施意見（2026—2028年）》，為未來三年AI與通信技術的融合劃定了清晰的技術攻關路線。文件將高端光電芯片和器件研發置於突出位置，提出加強高速光電芯片、高速轉發與交換芯片、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算力集群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帶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信號，加速在光模塊、光引擎、交換芯片等環節的投入與協同。同時，文件強調對智算超節點光電互聯技術的攻關，並啟動智算網絡技術與產品的驗證，這直接關係到萬卡甚至更大規模GPU集群的擴展效率與穩定性。

在廣域網絡層面，文件提出加大廣域智算網絡傳輸技術的研究試驗，重點包括廣域無損網絡、任務式調度以及算網運維智能體等技術的驗證與落地。無損網絡能夠確保分佈式訓練過程中數據同步的低延遲與零丟包，而任務式調度與智能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絡調度能力、提高傳輸效率並降低比特帶寬成本，這反映出監管層對當前AI大模型訓練中跨數據中心通信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信、高端芯片及算力網絡設備廠商提供了中期的需求可見度。光電共封裝、高速交換芯片等方向的技術驗證與規模化應用有望提速，而廣域無損網絡與智能調度的推進則將利好具備SDN（軟件定義網絡）與AI運維能力的解決方案提供商。值得注意的是，文件並未孤立看待單一技術，而是將器件、組網、傳輸調度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。

該政策出臺的背景是AI大模型參數規模持續膨脹，對算力互聯帶寬與網絡效率提出指數級需求。當前，無論是單點超大規模集群的光互聯，還是跨地域算力協同的廣域網調度，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。