华为最新光通信架构AI-OTN，如何应对AI浪潮？

guolch

随着AI浪潮的不断发展，人们越来越强烈地意识到：除了算力之外，运力对于发展AI也同样重要。


AI智算，说白了，就是算力结合算法，对数据进行处理。而如何将数据输送给算力，或者将算力输送给数据，就是运力所要面对的问题。


AI智算需要海量算力，数据规模也空前庞大。传统的通信技术根本无法提供所对应的运力。所以，新一轮运力技术革命，已经全面启动。


在这轮技术革命中，最大的主角，就是光通信。


目前，业界已经达成共识：光通信一定是支撑AI浪潮的基石，但传统光网络在面对AI智算带来的海量数据传输需求时，仍然存在不足。因此，需要在性能、灵活性、可靠性、安全性等方面进行全面升级演进。推动“全光运力”持续创新、打通“毫秒用算”通道，是现阶段光通信发展的重要目标。


业界有不少企业在探索如何构建AI时代的光互联网络，也提出了一些技术路线。在今年的517电信日、中国国际信息通信展等多场产业活动中，来自运营商、设备商及业内企业的专家们纷纷介绍了各自对光网络与AI技术深度融合的理解。


其中，华为光传送领域总裁谷云波提到的AI-OTN架构，成功吸引了大家的关注。





这个架构充分考虑了AI时代的场景需求，旨在为快速发展的AI应用构建确定性、毫秒级的高品质全光底座，非常有参考性。


接下来，小枣君就给大家做个深入解读。


OTN for AI，全光升级助力AI浪潮


AI-OTN，顾名思义，就是在传统OTN的基础上，针对AI时代的新场景、新需求，进行全面升级演进，从而发展出的新型OTN网络。它包括了两大战略方向，即：“OTN for AI”以及“AI for OTN”。


我们先看看“OTN for AI”。在这个方向上，主要考虑的是光传送网需要具备哪些能力，才能满足AI时代对运力的要求。


AI-OTN提出的目标，是通过构建超宽弹性、安全可靠的运力底座，实现“一点接入、算力随取”的极致体验。具体来说，包括了算间和入算两个场景：


在算间场景（智算中心之间的互联互通），AI-OTN可以通过Beyond 1T、OTN集群、DC-OTN等创新技术，实现算力资源的超宽无损互联，有效打破算力孤岛。



在入算场景（用户与智算中心之间的互联互通），AI-OTN可以通过端到端全光交换、AI增强型WSON、fgOTN细颗粒调度及量子加密等先进技术，为用户提供极致低时延、高可靠、高安全的“毫秒用算”体验。





我们分别来看这几个关键技术点的具体含义。

● Beyond 1T（超高速率）


想要支撑AI智算的需求，带宽是基本前提。


目前，国内三家运营商建成全球规模最大的全光骨干网和政企OTN精品专网，国家枢纽间正在加快规模部署400G光传输系统。800G和1.6T相关技术，也在积极验证之中。对于AI的长远发展来看，带宽肯定还是要继续往1T以上升级演进。AI-OTN提出的Beyond 1T，就是指在带宽上必须超越（beyond）1T。


这离不开光器件的迭代升级、新频段（“C+L”等）的探索以及新型光纤的普及。


带宽的升级，还必须考虑对反向复用的支持。这一点，AI-OTN将通过多个子波长来实现。通过光层子波长FlexOP技术，AI-OTN可以做到G比特到T比特任意高速业务的平滑传输。



例如，在1.6T带宽下，基于子载波技术，可以切分为16个100G，或者8个200G，能够更好地提供不同子波长的业务调度和互通，提升灵活性。





OTN集群（敏捷调度）


目前，上海、北京、武汉、西安等重点城市的节点业务容量已经非常大，甚至达到了百T级别。东西向、南北向的算力，都在这些节点汇聚，带来了巨大的业务压力。


AI-OTN能够实现一个站点多个OTN集群的跨环敏捷调度，支持单站400Tbps的集群OTN应用。


很多核心机房的单位功耗达到8000瓦甚至10000瓦。如果没有集群能力，各个OTN框之间无法实现保护，相当于把一个核心站点变成多个站点，增加了业务发放的复杂性。


● DC-OTN（无损传输）


在可靠性方面，AI-OTN需要为DCI（数据中心互联）场景提供严格的无损传输保障。


在AIGC大模型分布式训练过程中，成百上千的GPU需要跨数据中心同步参数和梯度。传统传输网络一旦出现光纤中断或劣化，会导致数据包丢失，进而触发TCP（传输控制协议）重传或RDMA（远程直接内存访问）降速，造成算力集群效率急剧下降甚至训练中断。


为屏蔽传输层异常对业务的影响，AI-OTN通过双发选收等无损倒换机制，在保护切换过程中保持数据流不间断，实现业务零丢包与无感切换，确保业务连续性。


刚才介绍的几个技术，都是面向算间场景（骨干网）。接下来，我们再看看入算场景（城域网）。想要实现真的“毫秒用算”，这个场景最为关键。


● 极致时延


为了支持用户毫秒级算力接入，国内全光网建设正从省级核心节点向城域汇聚与边缘层快速延伸。


当前，省级、城域核心层已基本完成全光交换升级，而汇聚与边缘层正成为下一阶段部署重点。只有实现从核心到边缘的端到端全光交换，才能为千行百业提供确定性的“毫秒用算”体验。



面对城域汇聚及边缘站点空间紧张、部署复杂的难题，华为联合产业合作伙伴，在器件、模块集成度等端到端环节持续创新，最终实现设备在尺寸与性能上的双重突破，推出小型化OXC设备。其体积仅为传统设备的四分之一，可在普通汇聚机房及重要接入点实现全光调度与灵活组网。





极致高效


前面讨论的子载波技术，体现了灵活性的理念。在城域网场景中，面对用户业务需求多样化、动态化的特点，网络带宽也需要具备相应的灵活弹性。


传统OTN技术受限于较大的最小承载颗粒度（通常为1G），难以高效承载小颗粒业务，导致带宽资源利用率偏低。而华为fgOTN/OSU技术将最小承载颗粒精细至10M级别，实现了真正的带宽弹性化。


这一突破使得网络能够按需分配精准的带宽资源，显著提升传输通道的利用效率，让每单位带宽都发挥最大价值，为运营商构建高效、集约的城域网络奠定了坚实基础。


● 极致可靠


在智能时代，所有依赖算力的业务都对网络可靠性提出了极高要求。面对自然灾害等潜在风险和多样化的业务需求，在城域场景下我们需要构建成本可承受的高效保护机制。


传统网络在应对光纤中断等故障时，ASON的收敛时间往往超过10秒，难以满足实时业务的需求。如今，通过AI能力与智能算法的引入，结合oDSP、光放、WSS等关键技术的协同创新，AI增强型ASON将故障恢复时间从秒级压缩至50毫秒以内——这意味着网络自愈能力实现了千倍提升。


这一突破不仅大幅提升了城域网络的可靠性，更在可控成本范围内为企业用户和家庭用户提供了接近"无损"的业务体验，大幅提升算力服务质量。


● 极致安全


在智能时代，无论是AI训练、推理还是各类智能应用的部署，数据传输的安全性已成为不可或缺的核心要求，业务场景对安全等级的需求不断提升。


传统加密方式在面对日益复杂的网络攻击时，已经力不从心。华为AI-OTN创新引入QKD量子加密解决方案，通过量子密钥分发技术实现密钥的不可破解与动态更新，从根本上提升系统的安全防护水平，为智算数据流动构建起一道坚实可靠的防线，助力用户在AI时代实现数据传输的极致安全。


AI for OTN，AI赋能OTN全方位能力跃升



新型OTN可以为AI业务和场景保驾护航，而反过来，AI也能够大幅提升新型OTN的能力。





我们可以从设备和网络的角度分别来看：


● AI赋能OTN设备


AI-OTN将AI技术深度融入OTN设备全栈，从光器件、光模块到整机系统，全面提升设备智能水平。


在光器件层面，引入AI算法增强，可以实现光电联合损伤补偿，也可以感知信道动态，提升能效。例如，针对oDSP算法，可以通过AI能力进行算法模型优化。


在光模块层面，借助AI算法，可以对光模块亚健康状态进行预警，提前发现并排除风险。在业务开通阶段，也可以主动隔离亚健康模块，降低故障发生概率，减少对模型训推的影响。


在单板层面，可以实现对光缆的感知，达到路由还原、外破预警的效果。



在设备层面，基于AI可以实现业务应用的秒级识别，提供差异化品质保障。设备内部的内生智能，可以做到小于1dB的性能评估精度。


● AI赋能OTN规建维优


刚才介绍的是设备层面，AI在网络层面能够做什么呢？事实上，在OTN网络的规划、建设、维护以及优化阶段，AI都已经显现出巨大的潜力。


例如，在规划阶段，传统的规划方式是离线规划，光纤参数复杂加上设备器件的老化，会带来很多问题。引入AI，可以将光纤物理参数和器件物理参数做成AI模型，快速完成网络的整体在线规划和资源部署，还可以进行配置仿真，大幅提升规划的效率和准确性。



再例如，在运维阶段，AI-OTN依托网元内置算力、数字孪生等技术，将OTN升级为“智能管道”。通过对业务特征、光器件性能参数、光纤状态的感知，构建了业务、网络、光缆三层的数字化感知模型，具备“通感算一体”的能力。





基于AI，还可以建立光网络品质分析模型，对网络中出现的各种问题进行智能优化，显著提升优化的效率。此外，AI还能对故障进行快速定位和诊断，提供修复建议，缩短故障恢复时间。


当OTN遇上AI，光通信网络仿佛突然多了很多数字员工。网络的规建维优都变得更加简单高效。这不仅降低了运营商的成本，也能释放出更多的精力，专注于新业务场景的开拓以及客户体验的提升。




█ 最后的话


近日，工业和信息化部办公厅已发布《关于开展城域“毫秒用算”专项行动的通知》。


其中明确提出：聚焦算力网络发展，构建高速大容量、确定低时延、泛在广覆盖的城域网络，在城域内提供毫秒级算力资源网络通达能力，即面向基础设施实现算力中心毫秒互连（<1毫秒），面向重点场所实现算力资源毫秒接入（<1毫秒），面向应用终端实现算力应用毫秒可达（网络时延<10毫秒）。以专项行动为牵引，带动产业各方聚焦畅通毫秒用算通道，在全国范围内梯次推进毫秒用算网络建设，到2027年基本形成全域覆盖、高效畅通的城域毫秒用算网络能力体系。


我们也可以看到，国内运营商正在不断增加在全光运力基础设施上的投入，并积极探索金融、在工业、交通、能源、教育等重要行业的“毫秒用算”应用实践。


例如，上海移动打造了“1ms浦江算力光网”，以超低时延连接城市核心算力节点，支撑金融高频交易、跨国企业云端协同等高价值商业场景。再例如，湖北移动建成覆盖全省的毫秒级用算网络，服务三维测绘企业的云渲染等高实时性应用。还有北京电信，他们通过全光城市算网实现了算力与网络资源的最优配置，依托其低时延协同能力服务于卫健诊疗、交通管理等十多个行业的模型训练与实时推理。


我相信，以AI-OTN为代表的全光运力创新与升级，目前只是刚刚起步，未来还将持续提速。



全光运力与AI的深度融合，还将催生新的业务模式和服务形态，为运营商和行业用户创造更大的价值空间。在这场全光运力与AI的双向赋能中，我们有望见证一个更加智能、高效、安全的光通信新时代。