诺基亚贝尔张寒峥：构建多层自智光网络 实现感知、思考和行动闭环

C114讯 7月19日消息（岳明）昨日，“2024中国高质量发展论坛”的第六场线上论坛——“智能光网络技术专场”顺利举行。论坛邀请来自产业界及学术界的多位重磅嘉宾，围绕智算时代下光网络的架构和关键技术，AI大模型在DCN和DCI等多种场景中的应用实践，光网络通感一体/光算一体等热点话题，进行深入探讨。 

会上，诺基亚贝尔基础网络业务集团光网络事业部总经理张寒峥应邀作了题为《面向AI的新型光底座》的主题演讲。张寒峥指出，任何技术的演进都离不开市场环境和需求的驱动，新质生产力正全面推动网络演进和技术创新，算力成为新的基础能源，而目前炙手可热的AI人工智能则成为了新的生产工具。

张寒峥表示，人工智能大模型的技术快速迭代，带来算力需求的激增，其中除GPU满足的数据计算需求外，还有海量数据传输需求，数据能否高效传输决定了算力的上限。应对AI浪潮所带来的新趋势与新需求，诺基亚贝尔给出的答案可以用8个字来概括“大道至简，芯智合一”。所谓大道至简，诺基亚贝尔的理解是客户和应用对光网络的最根本的需求是提速降本；所谓芯智合一，意味着基于芯片的超强感知能力和最新应用技术的开发，比如通感一体、数字孪生、AI等的赋能，最终将赋予光网络前所未有的自智能力。

四大特性：AI革命重新定义数据中心架构

随着人工智能和大数据技术的快速发展，算力特别是智算需求，呈现爆炸性增长，但主要由GPU服务器联网构成的智算中心需要完全不同的网络架构。张寒峥指出，作为承载上层业务的重要基础设施，在AI时代，光网络应该具备强大性能、低碳节能、极简运维和快速创新四大特性。

以DCN场景为例，相关数据显示，数据中心内部数据中心交换机AI networking 总带宽2021~2027 CAGR 高达126%，特别是2023年同比增长超过400%。从能耗角度来看，AI服务器产生的热量是CPU服务器的5倍，冷却请求是10倍。2022年，数据中心用电量占美国总用电量（约1300亿千瓦时）的2.5%，预计到2030年将增加两倍，达到7.5%。

不仅是在DCN场景，面对超级大模型的算力需求，分布式(Scale-out)智算中心是必选项，这就需要大带宽、低时延、高可靠的光传送网；而在某些特定场景下，边缘智能则将成为用户的首选，开放解耦、网络可编程就成为了用户关注的重点。

更重要的是，在大模型应用中，AI算法中的梯度同步要求最小的时延以便降低GPU的等待时间；RoCE v2采用的go-back-N的重传方式，不支持乱序接收，0.01%的丢包率就会让RDMA吞吐率下降为0，网络必须要具备无阻塞、低延迟、无损、安全的特性。

多层自智光网络：实现感知、思考和行动闭环

张寒峥表示，客户和应用对光网络的最根本的需求是提速降本，随着速度的提升，每比特功耗和成本也会不断降低，而这正是诺基亚贝尔的发力点。

在光网络性能方面，特别是在超400G方面，诺基亚贝尔已经走在行业前列。在今年5月份，诺基亚贝尔联合联通研究院、长飞光纤联合发布800G超长距光传输纪录，实现单载波800G PCS-16QAM@G.654E光缆的传输距离3000公里。

在张寒峥看来，诺基亚贝尔能够实现网络性能的持续领先，其核心竞争力在于一直坚持自研芯片，从2010年开始持续推出不断创新的光子业务引擎PSE系列芯片，去年发布了基于5纳米技术的PSE-6s，今年发布基于3纳米技术的PSE-6c。“正因为有了这种自研芯片能力，才使得我们能够把网络最终能力发挥到极致。”

“诺基亚贝尔既考虑了长距大容量传输的要求，也会考虑网络灵活可插拔的需要。”张寒峥指出。比如在海缆传输中，诺基亚贝尔是率先采用概率星座整形的厂家之一，支持按照0.1G波特率来进行精细微调，可以灵活地在编码、调制方式、波特率、距离容量之间做一个完美的平衡，最大限度地释放硬件和光纤能力。

张寒峥表示，随着AI应用的逐步深入，网络架构会越来越复杂，如何实现全程全网的端到端管理是非常关键的，诺基亚贝尔通过引入基于AI/ML的网络自动化和数字孪生，支持客户构建多层自智的光网络，实现感知、思考和行动的端到端闭环。安全性也是诺基亚贝尔重点关注的领域。随着AI技术的快速发展，网络威胁也相应增加，安全变得更加重要。张寒峥表示，世界正在向量子安全经济(Quantum-Secure Economy)过渡，传输通道也确实存在数据安全方面的要求。诺基亚提供了目前唯一的全网络量子安全解决方案，可以面向任何服务、任何端口、任何时间提供L1/L2/L2.5/L3加密服务。

在光网络领域，产业布局的完整性同样是诺基亚贝尔的核心优势，垂直整合将会成为优化芯片成本的重要路径，同时通过更为先进的集成工艺，可以实现产品的整体造价最优。张寒峥强调，诺基亚贝尔的产品系统完整且不封闭，“我们希望有更多的中国本土供应商参与到生态系统中来，共同推动400G/800G技术的应用，更好地支持AI的发展。”