长飞专稿：G.654.E光纤如何支撑AI算力跨地域高效协同

大模型训练需要成千上万块GPU协同，但受电力、散热、场地限制，这些GPU往往分散在相隔数十甚至数百公里的多个数据中心，通过光纤连成分布式算力网络。光信号在光纤中会衰减，每隔一段距离就需中继设备重新增强，中继越多，时延越长、成本越高，因此无中继条件下"一次传得更远"成为行业共同探索方向。 长飞在专稿中解释，G.654.E光纤的长距能力来自衰减与有效面积两项指标的同步优化。传统光纤衰减约0.19dB/km，G.654.E可降至0.17dB/km以下；有效面积从传统光纤约80平方微米扩大到110—130平方微米，使同样功率的光分散在更宽区域，单位面积光强下降，从而抑制非线性效应。两项优化带来系统光信噪比（OSNR）提升约3dB，单个跨段传输距离延长30%以上。 在AI场景中，这些特性对应三类价值：十万卡级集群跨地域训练时，异地GPU可高效同步海量参数与梯度；推理服务中端到端时延更稳定可控；百公里级距离可实现无中继直连，减少中继站建设成本与能耗，时延累积更小。正因兼具大带宽、低时延、长跨距，G.654.E被业界公认为400G、800G乃至未来Tbit/s超高速AI算力网络传输的首选光纤。 产业化方面，长飞于2010年启动G.654.E光纤研发，2015年在美国OFC大会面向全球发布，成为国内首家、全球第三家掌握该产品技术的企业。此后十年持续推动技术迭代与工程验证，多次以最大份额中标运营商G.654.E光纤干线集采，并已实现从制造设备、生产工艺到关键原材料的自主可控，为AI算力网络底层光基础设施提供规模化、可持续的供应能力。