一、概述
　　开源大模型普及推动行业智算应用快速发展。2023年开始，以Llama、QWen、DeepSeek、ChatGLM等为代表的高性能开源模型大量涌现，打破了此前大模型垄断的格局。开源大模型作为驱动智算应用加速创新的核心引擎，以其开放、透明、可定制的优势，大幅降低了行业应用门槛和成本，能够让开发者和企业快速参与到AI研发和应用。企业无需投入高昂训练成本，即可基于开源模型，结合自身行业知识和数据，进行高效的指令微调与领域适配，快速构建用于金融、政务、教育、医疗、工业等行业的场景化、专业化智算应用。
　　行业智算应用发展催生差异化网络连接需求。随着行业智算应用的爆发式增长，不同应用对网络提出带宽、时延等方面的差异化需求，需要网络感知业务类型并提供差异化连接能力，保障业务最佳体验。金融、政务等数据敏感行业的用户希望数据不出园区，通常采用数据本地存储、云端训练的模式，从云端到园区的网络需要具备Gbps以上大带宽，提供确定性连接，以支撑算力灵活高效调度；同时要具备低时延及高可用率，以保障在分布式智算协同场景下，避免因为时延及异常中断而导致训练效率降低。
　　高品质全光算力专线为智算应用发展构筑坚实底座。为精准匹配智算应用需求，光网络需要实现从不感知业务类型到精准匹配业务需求的演进，根据业务流量、流向等特征，识别业务类型，分析带宽、时延、可用率等需求，实时按需提供差异化连接。同时，光网络需要提供确定性连接保障能力，避免因为网络拥塞、故障、业务量增多等因素导致连接质量劣化。此外，光网络还需要提供主动运维能力，先于用户投诉主动识别业务和网络隐患，并进行主动优化，实现网络自愈。未来，通过在网络设备、管控系统中构建AI内生能力，进一步加速光网络智能化演进，面向智算应用打造高品质全光坚实底座。