國科會規畫在南部建置全光網路，以高速、低延遲、節能網路打造AI與智慧城市示範應用場域

副總統蕭美琴在公開活動中指出，全光網路具備大容量、低延遲與節能等特性，是支撐AI與智慧城市發展的關鍵基礎。臺灣將以沙崙為核心，串聯南部產業聚落，並與日本在技術與產業上互補合作，發展下一世代智慧應用與產業生態系。她強調，透過全光網路結合AI，智慧治理、醫療等應用將更貼近民眾生活。

吳誠文進一步說明，國科會除持續推動雲端算力中心建設，並結合民間產業發展算力聯盟外，也會同步規劃於南部地區建置全光網路，作為智慧城市與AI應用的示範場域。南部全光網路將與國網中心的雲端算力基礎設施整合，並串聯國家實驗研究院國家高速網路與計算中心，串聯臺南南科、沙崙、臺中及新竹等全光網路節點，並且和中華電信既有的全區全光網路與AI資料中心整合，逐步形成跨區域、高效能的運算與傳輸平臺。同時，也將透過臺日合作，與日本AI資料中心互連，發展跨境應用場景。

全光網路是以光訊號取代傳統電訊號進行傳輸與交換，核心架構來自NTT提出的IOWN（Innovative Optical and Wireless Network）概念，其中的APN（All-Photonic Network）主打端到端光傳輸。相較傳統網路需多次光電轉換，全光網路可大幅降低延遲與能耗，並提升頻寬容量，特別適合AI運算、即時影像分析與大規模資料中心互連。

依據中華電信公開資料，全光網路（或稱光纖到府、FTTH）具備高頻寬、低干擾與穩定性高等優勢，且因中間節點多採被動式光分配設計，可有效降低能源消耗，對於5G、AI與雲端服務的長期發展具有關鍵支撐作用。進一步結合矽光子與光學共封裝（CPO）技術，未來甚至可將光通訊直接延伸至晶片與伺服器內部，再進一步提升整體運算效率。

運用全光網路串聯南部、北部與日本AI算力資源

成大電機工程系教授，同時也是大南方新矽谷辦公室主任謝明德展示全光網路的應用，利用高速、低延遲的全光網路串聯分散在3個不同區域的AI算力資源；首先是臺灣南部的算力資源，包括中華電信的台南機房、國網中心的雲端算力中心、沙侖、南科共3個AIDC，資料傳輸距離約30公里；北部地區，包括桃園的中華電信研究院、中華電信的台北機房、衛福部的機房，跨區資料傳輸距離約300公里；透過海纜跨境連接NTT的日本武藏野AIDC，傳輸距離約3,000公里。

謝明得表示，儘管3個區域間的傳輸距離相差10至100倍，但透過全光網路串聯不同區域的AI算力資源，如同在沙侖的隔壁，幾乎感受不到地理上的距離差異。

靠AI算力協作偵測道路施工

為了展示全光網路的低延遲的特色，將臺南的智慧桿拍攝即時街道影像畫面，推播傳送到中華電信臺南永康、國網臺南沙侖，還有遠在3千公里外的日本武藏野，利用AI模型辨識街道影像畫面進行辨識推論，自動辨識出狀態描述「現場道路正在施工，並且占用車道，交通設施完善，工作人員在場」，中華電信臺南永康、國網臺南沙侖的推論秒數分別為1.5秒、1.6秒，日本武藏野推論秒數為1.7秒。

謝明得強調，透過全光網路在不同的地點的AI推論秒數在誤差範圍內，意謂著即使透過日本協作推論也不是問題，透過全光網路在不同地點的協作幾乎感受不到差距。

第二項全光網路應用：算力協作。謝明得指出，傳統在不同資料中心進行分散式運算，通常會受限於頻寬，資料傳輸速度較慢，進而影響分散式運算的效益。通過全光網路幾乎感受不到差異，以偵測道路施工、交通事故為例，可以將偵測道路施工的模型交由中華電信臺南永康機房負責，將偵測交通事故模型則由國網中心南科的資料中心負責，再將施工偵測、交通事故偵測的結果，透過全光網路匯整至國網臺南沙侖的資料中心進行應變決策。

第三項應用，全光網路的高速、低延遲有助於強化備援，提升服務韌性。原本在中華電信臺南機房的道路施工偵測，當臺南機房因為特殊的原因無法處理時，全光網路僅需要花費6.2秒就可傳輸完畢51GB的資料量至中華電信台北算力中心偵測推論，相較之下，傳統網路傳輸51GB資料則需要2分鐘以上。

智慧醫療方面，衛福部展示南部地區的民眾就醫，醫院可將民眾的CT照上傳至衛福部台北健康數據資料中心，透過全光網路僅花費約2.7秒傳輸完畢20GB的CT資料，醫院傳輸的CT資料在北部完成3D建模後，再下載3D影像，讓醫生利用頭戴裝置檢視病人的3D模型影像。

其他展示還有智慧交通道路安全，透過全光網路及5G SA切片網路、MEC邊緣運算，從桃園楊梅遠程控制在臺南沙侖的自駕車，同步傳輸自駕車內的道路影像，展示幾乎沒有無時差的遠端控制技術。