这几年，随着 AI 和算力网络成为通信行业的热点，DCI、DCA、DCN 这几个缩写出现得越来越频繁。

有的材料把它们并列为算力时代全光网络的三个重要组成部分，有的重点讨论 DCI 的高速互联，有的强调 DCA 的算力接入，还有的把 AI 数据中心内部的光交换视为 DCN 的重要演进方向。

这些说法都有依据，但三个概念究竟是什么关系？它们是三张网络、三种技术，还是三类业务需求？

沿着公开标准和技术报告的发展脉络往回看，会发现它们并不是同时诞生的，也不是从一开始就被设计成一套完整的算力网络架构。DCN 有自己的数据中心网络发展历史，DCI 和 DCA 则在云服务连接的标准化过程中形成了明确的业务定义。随着云计算、AI 和算力网络的发展，三个概念才逐渐被放到统一架构中讨论。

理解这一脉络，有助于我们更准确地认识它们的技术边界，以及对运营商本地承载网的实际意义。

DCN：数据中心内部的网络

DCN 是 Data Center Network，即数据中心网络，主要负责连接数据中心内部的服务器、存储和计算资源。

传统数据中心网络重点解决服务器接入、交换、冗余和业务可用性。随着云计算发展，数据中心逐渐演变为大规模、虚拟化、资源池化的计算基础设施，服务器之间的通信不断增加，Leaf-Spine 等架构也逐渐成为大规模数据中心网络的重要选择。

AI 进一步提高了对 DCN 的要求。

大规模模型训练需要大量 GPU 协同工作，节点之间频繁交换梯度、参数和中间数据。网络拥塞、丢包和通信效率都可能影响整个训练任务的性能。因此，DCN 的研究重点已不再局限于带宽和连通性，还包括拥塞控制、时延、能耗以及大规模节点互联。

在传统电交换之外，光电路交换（OCS）和光交叉连接（OXC）也开始受到关注，希望通过建立光连接，在适合的场景下提高互联效率或降低能耗。

ITU-T 的 GSTR-ION-2030 技术报告讨论了 OCS 在 AI 数据中心内部的应用；ETSI 于 2026 年发布的 GS F5G 036，则进一步研究 AI DCN 的技术要求和基于 OXC 的网络方案。

这并不意味着光交换已经取代电交换，也不代表所有数据中心都需要采用全光架构。具体方案仍取决于计算规模、流量特征、性能要求和成本。

DCI 和 DCA：从云服务连接中形成的业务定义

与 DCN 相比，DCI 和 DCA 更直接地描述数据中心与外部网络之间的连接关系。

2014 年，MEF 发布 MEF 47《Carrier Ethernet Services for Cloud Implementation Agreement》，明确讨论了两类云服务连接：

• DCI（Data Center Interconnect）：云服务提供商的数据中心之间互联。
• DCA（Data Center Access）：云服务消费者，例如企业，与云服务提供商数据中心之间的连接。

这一区分源于云服务的实际需求：数据中心内部需要连接计算与存储资源，不同数据中心之间可能需要交换数据，企业也需要接入云平台使用其中的应用和资源。

因此，三个概念可以从连接对象上加以区分：

• DCN：数据中心内部资源互联。
• DCI：数据中心之间互联。
• DCA：用户、企业或业务网络接入数据中心。

需要注意的是，它们描述的是网络功能和业务关系，而不是具体的技术制式。

DCI 可以采用点到点光连接，也可以通过 IP、以太网、OTN 或其他技术实现；DCA 同样可以利用不同的承载方式。不能简单地把 DCI 等同于 OTN 或 WDM，也不能把 DCA 等同于专线。

MEF 47 的重点，是从云服务的连接需求出发定义业务属性和服务接口，而不是按照设备类型划分网络。

从云连接到算力网络：三个概念开始走向协同

云计算发展过程中，连接服务逐渐从固定带宽的通道交付，向可管理、可调整的网络服务发展。

2021 年，MEF 发布 MEF 47.1《Elastic Ethernet Services & Cloud Connectivity》，进一步讨论弹性以太网服务与云连接，涉及业务属性调整和连接服务管理。

进入 AI 时代，网络连接又面临新的需求。模型训练可能涉及多个计算集群，数据中心之间需要交换训练数据或同步计算状态；企业和用户则需要访问分布在不同位置的模型与算力资源。

原本分别讨论的数据中心内部网络、跨数据中心互联和外部接入，开始呈现出更强的关联性。

2024 年，中国信通院发布《算力时代全光网架构研究报告（2024年）》，将全光 DCA、全光 DCI 和光电融合 DCN 放到统一的算力网络架构中讨论，研究高品质入算、数据中心互联和算力资源利用效率等问题。

GSTR-ION-2030 技术报告由 ITU-T 于 2025 年发布，进一步研究 DCN、DCI、DCA 的技术演进与融合，以及不同网络域之间的协同。

2026 年，ETSI 发布 GS F5G 036 V1.1.1，细化 AI DCA、AI DCI 和 AI DCN 的技术要求，涉及算力接入、数据中心互联、计算节点互联、光交换和连接自动化配置等方向。

从这些文件可以看到，相关研究逐步从云连接业务定义，延伸到算力场景下的网络能力和跨域协同。

这里还需要区分 DCA 的原始定义与应用场景的延伸。MEF 47 中的 DCA 指云服务消费者与云服务提供商数据中心之间的连接；算力时代的行业研究，则进一步将其用于讨论用户、企业和业务网络接入算力资源的需求。这并不意味着原始业务定义已经被正式修改。

三个概念如何映射到运营商本地承载网？

对运营商而言，理解 DCI、DCA 和 DCN，关键是区分连接需求与建设责任。

DCN：关注技术演进，明确建设边界

DCN 面向数据中心内部计算、存储等资源的互联，其设计与 GPU 集群、服务器架构和数据中心交换网络紧密相关。

运营商本地承载网的主要职责，是连接用户、企业、业务节点和数据中心，并根据需求提供数据中心之间的互联。

AI DCN 引入 OCS 或 OXC，可以为外部承载网的接口设计和技术协同提供参考，但不意味着运营商也必须采用相同的内部网络架构。外部网络的高带宽能力，同样不能替代数据中心内部的计算节点互联能力。

DCI：根据真实业务需求规划

AI 训练、模型部署和数据同步，可能带来新的数据中心互联需求，但一个地区有多个数据中心，并不意味着它们之间必然存在大量互联业务。

规划时，应先明确互联对象、业务目的、带宽需求、可靠性要求，以及现有网络能否满足需求，再确定拓扑、系统制式和建设规模。

DCI 可以成为业务增长方向，但不宜直接转化为所有本地网的普遍建设任务。

DCA：依托现有网络，重点发展高品质接入

DCA 与运营商现有本地承载网的联系最为直接。

个人用户通过宽带或移动网络访问 AI 服务，企业通过专线使用云端应用，都可能涉及数据中心接入。因此，DCA 并不意味着必须新建一张独立网络。

对于一般 AI 应用，现有宽带和移动网络可以继续发挥作用；对于企业级 AI 应用、专属模型调用，以及对可靠性、数据隔离和服务等级有明确要求的业务，则可以根据需求提供更有针对性的连接服务。

专线值得重点发展，是因为它便于明确带宽、连接关系、隔离要求和服务保障，并形成可交付、可管理的产品。但专线不是 DCA 的定义，也不是所有算力业务的必选项。

DCA 建设重点：先核查资源，再补齐能力

面向算力的高品质接入，不必从新建网络开始，而应从现有资源和业务需求入手。

首先，核查光缆覆盖。目标数据中心在哪里，现有光缆能否到达，是否有可用纤芯，路由是否合理，是否具备必要的路由多样性，都需要落实到具体位置。光缆到达园区，也不代表已经具备进入目标数据中心的条件，还需核实引接位置和建设责任。

其次，评估节点和系统能力。结合业务带宽、距离、可靠性和隔离要求，检查接入、汇聚、核心节点及现有传输系统是否适用。现有 IP 承载或传输系统能够满足需求时，可以优先复用；带宽较大或有特定保障要求时，再考虑 OTN、WDM 或现有系统扩容。

最后，完善服务交付能力。除了物理连接，还需要明确带宽、时延、可靠性、业务隔离、监测管理和故障责任。当业务跨越客户网络、运营商承载网和数据中心网络时，各方的接口与保障边界也应当明确。

实际建设中，可以按照"资源复用、网络优化、针对性补强"的思路推进，避免仅因出现新的业务名称就重复建设网络。

结语：从概念分类回到实际需求

DCN、DCI 和 DCA 分别描述数据中心内部互联、数据中心之间互联，以及用户和企业接入数据中心的连接关系。AI 时代的变化，在于计算规模扩大、连接性能要求提高，以及不同网络域之间的协同需求增强。

对运营商本地承载网而言，规划工作的重点仍是识别业务需求、明确建设责任、核查现有资源，并据此决定复用、优化、扩容还是新建。

DCN 侧重数据中心内部的计算网络，DCI 根据真实互联需求规划，DCA 则依托现有网络发展面向云和算力服务的高品质连接。

理解这三个概念，不是为了给现有网络增加三个新名称，而是为了更准确地判断网络该连接哪里、需要具备什么能力，以及哪些能力值得投入建设。