面向算力网络的光网络 智能化架构与技术白皮书 中国移动研究院基础网络技术研究所副所长张德朝2023.10.12 广州 随着新业务和新技术的蓬勃发展,网络规模呈指数级增长。新兴网络服务对基础光网络提出了更高要求,迫切需要推进传送网数智化转型,实现光网络运维提质增效,满足用户极致体验追求。 5G VR 8K 1010 0110 1 •光缆总长超过3000万公里 •光网络设备超2亿端 •技术多样(OTN、PON、SPN...) •时延要求:百毫秒→十毫秒量级 •业务响应:天级→分钟级 •带宽需求:100→400G •调度机制:面向连接→面向业务 •光网络结构复杂,自智难度大 •运维、调度时间周期长 •故障处理慢,导致每年业务中断约300小时 组网技术差异大 模拟信号感知难 实时检测要求高 •光层电层协同困难 •多种技术并存,协议多样 •存在大量非解析、模拟参量 •非线性效应、SRS效应等 •需预测或检测大量偶发事件 •故障预测或快速处理,满足50ms倒换时间 2 智能化管控系统 模型管理 智能诊断 智能预测 仿真分析 仿真模型 针对智能化能力进行参数精简和横向拉通 •OTN、PON、SPN多种技术统一抽象建模 •数据精准标注,提升信息密度 单板 设备 DSP 器件 感知手段、维度由设备/板卡级向芯片级演进DSP芯片毫秒级提供关键参数感知能力 •色度色散、偏振模色散、偏振态、OSNR 模块计算+系统测量拟合感知,提升建模精准度 跨层:光层OAM拉通光电协同感知调度跨域:统一标准Telemetry数据同步 跨界:层次化智能检测和决策,实现算力与业务联动 3 •实时感知光纤静态特征参量(长度、衰减、熔接点)和动态特征(车辆、施工等引发的振动)参量,全程免人工参与 •对4297对同路由光纤采用随机森林模型自动识别,准确识别4122对, 准确率95.93%,每对光纤最快可秒级完成识别 •基于光学机理(芯片、器件、模块、光纤等)驱动建模,与基于实际数据(光功率、OSNR、误码率等)驱动建模闭环拟合优化 •对1500个OSNR监测点,以及250个EDFA通过上述分析,检测到劣化点的准确率是99%。 4 携手推进光网络智能化技术成熟和产业应用 合作 开放 创新 共赢 5 谢谢! 中国移动研究院公众号中移智库公众号