C114訊 9月11日消息（九九）在昨日下午舉行的2025中國國際光電高峰論壇—AI時代光傳輸技術(shù)演進論壇上，中國移動研究院基礎(chǔ)網(wǎng)絡(luò)技術(shù)研究所傳送網(wǎng)研究室主任韓柳燕發(fā)表題為《AI與光網(wǎng)絡(luò)融合促進技術(shù)及展望》的主旨演講。

韓柳燕指出，人工智能已經(jīng)走出實驗室與技術(shù)沉淀階段，實現(xiàn)了從關(guān)鍵技術(shù)研發(fā)到規(guī)模化商業(yè)應(yīng)用的關(guān)鍵跨越。中國移動正積極推進AI與信息通信網(wǎng)絡(luò)的深度融合，未來AI有望深度融合為光網(wǎng)絡(luò)的內(nèi)生關(guān)鍵能力。

光網(wǎng)絡(luò)賦能AI演進

韓柳燕介紹，智算互聯(lián)提出的需求集中在超高可靠、超低時延、超大帶寬三方面。面向跨智算集群互聯(lián)對光網(wǎng)絡(luò)的新需求，中國移動提出無損智算OTN（ Hitless intelligent computing OTN，HIC-OTN）。

韓柳燕進一步介紹，面向智算集群互聯(lián)可靠傳輸需求，中國移動創(chuàng)新提出無損保護、基于PFC的OTN抗擁塞等技術(shù)機制，實現(xiàn)由傳統(tǒng)50ms保護、OTN透傳傳輸?shù)?ldquo;0丟包”無損保護、OTN協(xié)同抗擁塞的能力跨越。

向智算集群互聯(lián)超低時延需求，中國移動創(chuàng)新精簡電交叉架構(gòu)、簡潔映射機制等OTN新技術(shù)，實現(xiàn)由傳統(tǒng)全向電交叉、小顆粒逐級映射到針對性電交叉、大時隙高效復(fù)接的性能提升。

面向智算互聯(lián)超大帶寬需求，中國移動近期共享400G QPSK骨干網(wǎng)關(guān)鍵技術(shù)催化800G短距技術(shù)應(yīng)用，中期重點推動多波段超寬譜T比特全光網(wǎng)技術(shù)攻關(guān)，長遠期顛覆性空芯光纖及系統(tǒng)有望進一步打破實芯光纖容量限制瓶頸。

AI賦能光網(wǎng)絡(luò)智能化

韓柳燕強調(diào)，AI與光網(wǎng)絡(luò)深度融合，正逐步向物理基礎(chǔ)設(shè)施、網(wǎng)元智能、網(wǎng)絡(luò)管控多層延伸。

在網(wǎng)絡(luò)級智能調(diào)度方面，光傳輸網(wǎng)絡(luò)規(guī)模大、業(yè)務(wù)動態(tài)，流量潮汐效應(yīng)顯著，是AI賦能網(wǎng)絡(luò)級動態(tài)資源調(diào)度的關(guān)鍵契機。從海量原始數(shù)據(jù)中提取高質(zhì)量信息是構(gòu)建可靠智能決策體系的首要環(huán)節(jié)。光網(wǎng)絡(luò)涵蓋設(shè)備、端口、隧道等多維實體，數(shù)據(jù)標注和關(guān)聯(lián)映射復(fù)雜，對模型構(gòu)建提出較高要求，所以光網(wǎng)絡(luò)需結(jié)合層級結(jié)構(gòu)和業(yè)務(wù)關(guān)系對數(shù)據(jù)進行標注映射，以支撐AI精準特征提取與智能分析。此外，如何針對優(yōu)化目標評估并篩選出最適配的AI算法，是網(wǎng)絡(luò)級智能調(diào)度必須解決的問題，“匹配智能調(diào)度需求的AI模型應(yīng)更注重‘穩(wěn)健’而非‘精確’，需訓(xùn)練和選擇專用模型確保泛化能力。”韓柳燕說。

韓柳燕表示，AI傳送網(wǎng)進入規(guī)模部署階段，面臨的最大問題是可靠性疑慮。在環(huán)網(wǎng)結(jié)構(gòu)下，若預(yù)測結(jié)果觸發(fā)節(jié)能休眠操作，一旦發(fā)生光纜中斷或流量突增，需快速啟動保護倒換和休眠單板喚醒。為此，中國移動創(chuàng)新提出時空多維耦合流量預(yù)測算法，前期在廣東等省份現(xiàn)網(wǎng)試點驗證中，基于流量預(yù)測結(jié)果選擇最佳節(jié)能優(yōu)化路徑，網(wǎng)絡(luò)級節(jié)能收益約8%，資源利用率提升超10%，有效支撐了節(jié)能策略制定與容量預(yù)規(guī)劃。

在器件級智能引入方面，AI在光網(wǎng)絡(luò)中的應(yīng)用正從集中管控延伸至網(wǎng)元設(shè)備，逐漸滲透至物理層關(guān)鍵器件。作為光網(wǎng)絡(luò)的基礎(chǔ)單元與核心感知節(jié)點，光模塊有望成為AI實現(xiàn)智能運維的理想切入點。

光模塊引入AI的難點與挑戰(zhàn)：一是光模塊外形尺寸嚴格遵循標準，內(nèi)部集成大量元器件，新增傳感器等難尋額外物理適配空間，任何新增元件均需精密設(shè)計；二是“智能”需運行更復(fù)雜算法、處理更多數(shù)據(jù)，會顯著增加功耗。額外功耗產(chǎn)生的更多熱量可能危及激光器壽命與性能；三是當(dāng)前光模塊難獲高精度數(shù)據(jù)，智能光模塊需內(nèi)部MCU具備更強實時處理能力，且現(xiàn)有故障等關(guān)鍵數(shù)據(jù)稀缺，無法有效運用AI。

中國移動進行智能模塊數(shù)據(jù)層面關(guān)鍵技術(shù)創(chuàng)新和智能模塊輕量化故障識別算法創(chuàng)新。軟件升級支持高精度數(shù)據(jù)采樣，同時不增加現(xiàn)有光模塊額外物理空間負擔(dān)；針對AI訓(xùn)練故障樣本稀缺和不均衡的問題，引入數(shù)據(jù)增強模塊，解決現(xiàn)網(wǎng)難以采集海量故障數(shù)據(jù)的限制。并將故障定位時間從小時級縮短到秒級，現(xiàn)網(wǎng)常見5類故障識別準確率超95%，在減少誤報和漏檢方面具備強可靠性。

在啞資源級智能運維方面，我國已建成全球規(guī)模最大的光纖光纜網(wǎng)絡(luò)，伴隨算力網(wǎng)絡(luò)等新需求發(fā)展，光纜建設(shè)正在提速，部分光纜也已達設(shè)計壽命，提質(zhì)升級空間大，光纜故障已成為影響網(wǎng)絡(luò)質(zhì)量的關(guān)鍵問題建立高效可靠的啞資源管理對光網(wǎng)絡(luò)智能化運維管理具有關(guān)鍵作用。

光纖啞資源的無源特性以及人工運維的不準確性導(dǎo)致的啞資源信息不準確使得現(xiàn)網(wǎng)同路由故障多發(fā)，一旦主備路由同時中斷，將造成用戶業(yè)務(wù)完全中斷，嚴重影響用戶體驗并導(dǎo)致巨大經(jīng)濟損失，需開展現(xiàn)網(wǎng)數(shù)據(jù)采集與標注工作以支持同路由識別AI模型訓(xùn)練。在解決數(shù)據(jù)采集難題后，面對現(xiàn)網(wǎng)復(fù)雜多樣的同路由場景，還需有針對性地進行模型和算法設(shè)計，分場景逐點攻關(guān)同路由識別問題，并進一步提升方案實用性。

韓柳燕介紹，針對實際同路由場景復(fù)雜多樣、光纜長度不一致的問題，中國移動提出部分同溝段識別方法并創(chuàng)新OTDR特征提取算法，核心方案已在云南、江蘇等地開展試點應(yīng)用，為現(xiàn)網(wǎng)同路由識別難題提供有效解決方案。

演講的最后，韓柳燕總結(jié)說，未來AI有望深度融合為光網(wǎng)絡(luò)的內(nèi)生關(guān)鍵能力，影響網(wǎng)絡(luò)架構(gòu)、光層、幀結(jié)構(gòu)、協(xié)議等，但數(shù)據(jù)是難點，包括標準化、可靠準確的數(shù)據(jù)獲取，以及結(jié)合網(wǎng)絡(luò)特征的數(shù)據(jù)映射和標注。光網(wǎng)絡(luò)引入AI的落地應(yīng)用，以及輕量化的硬件加持，能夠助力其找到“最優(yōu)性”和“可靠性”之間的平衡點。