算力时代全光运力应用研究报告（2024年）

算力时代全光运力应用研究报告 (2024年) 中国信息通信研究院技术与标准研究所 2024年9月 版权声明 本报告版权属于中国信息通信研究院，并受法律保护。转载、摘编或利用其它方式使用本报告文字或者观点的，应注明“来源：中国信息通信研究院”。违反上述声明者，本院将追究其相关法律责任。 前言 随着我国产业数字化转型的持续深入，企业及家庭用户数字化应用对算力资源的需求快速增长，全光运力作为连接用户及算力资源的承载底座，重要性进一步凸显。全光运力需要支撑算力资源互联及调度，满足各类新应用催生的高速互联、灵活敏捷、确定低时延、算网高效协同等应用需求。如何发掘典型行业应用，探索创新融合应用方案，有效发挥全光运力大带宽、高可靠、硬隔离、低时延等优势，更好推动企业数智化转型、家庭数智体验升级，强化高品质网络运力对经济社会数字化转型的支撑作用等成为业界关注热点。 本报告立足算网融合时代下产业数字化转型升级背景，围绕智慧交通、工业仿真、数字文旅、智慧家庭等典型行业入云场景，以及分布式大模型训练场景等，深入剖析用户服务体验以及数据传输等对网络的需求，提出满足企业及用户品质联算需求的超大带宽、确定性、高可靠安全、业务感知、算网协同等全光运力关键技术，展示全光运力在智慧交通、数字云网吧、智家云电脑、智算拉远等场景下的行业创新应用案例。希望业界聚力协同推进全光运力技术、产业及应用多维创新，支撑培育新质生产力，推动我国数字经济持续高质量发展。 一、概述1 二、全光运力应用需求3 (一)智慧交通3 (二)工业仿真6 (三)数字文旅8 (四)智慧家庭娱乐15 (五)分布式模型训练18 三、全光运力关键技术21 (一)超大带宽21 (二)确定性承载22 (三)高可靠安全22 (四)业务感知调度23 (五)算网协同控制25 四、行业应用案例25 (一)智慧交通案例25 (二)数字云网吧案例26 (三)智家云电脑案例28 (四)智算拉远案例29 五、总结与展望30 图1交叉路口通信架构图5 图2仿真上云设计过程6 图3网吧、电竞酒店算力上云场景9 图4实景三维云建模场景12 图5影视云制作场景14 图6智慧家庭云游戏场景16 图7算力分布式部署场景示例19 图8全光运力解决方案架构图21 图9超大带宽连接22 图10业务感知流程示意24 图11智慧交通案例26 图12数字云网吧案例27 图13智家云电脑案例28 图14智算拉远案例29 表目录 表1摄像头带宽需求3 表2不同带宽下的理论传输时间7 表3不同分辨率、刷新率对应的带宽需求10 一、概述 各类算力行业应用涌现对网络带来新需求和挑战。一方面，消费互联网新业态新模式竞相发展，推动数据计算需求持续增长，数字医疗、数字办公、数字娱乐、智能出行等用户规模呈普遍增长态势，智能手机、虚拟现实（VR）/增强现实（AR）头显、智能网联汽车、智慧家庭网关、工业园区网关等智能终端向多元化分布式发展，驱动数据处理从集中式计算向分布式云计算发展，并逐步从云端向边侧和端侧扩散，催生数据泛在处理及云边端算力的协同调度需求。随着人工智能（AI）大模型技术的成熟，生成式AI应用呈爆发式增长，AI模型训练及推理过程对网络性能指标要求愈加严苛，要求网络满足高速互联、灵活敏捷、确定性低时延、算网高效协同等能力。另一方面，产业互联网算力需求呈指数级增长，产业互联网数据量庞大且增速迅猛，且由于产业互联网应用与工业、农业及服务业等产业领域的设计、研发、制造、经营具体环节密切相关，对数据处理的实时度及精确度要求更高，需要更为强大泛在的算力资源及高质量的网络传输配合完成数据的高效处理。 全光运力建设取得积极成效。一是全光网建设快速推进，网络传输性能大幅提升。我国已经建成全球规模最大的光纤通信网络，网络规模和网络性能均达到国际先进水平。光缆线路总长度持续增加，截至2024年7月底，我国光缆线路总长度已达到6712万公里，新型超低损光纤部署规模逐步扩大；千兆及以上接入速率的固定互联网宽带接入用户达1.9亿户，占总用户数的29%。二是传输网络系统容量及 算网调度能力不断提升，数据中心互联（DCI）能力持续增强。基础电信运营企业陆续开展骨干网速率升级和容量扩容，国干层面以及部分省市开始部署单波400G系统，系统容量进一步提升，灵活全光交叉、智能管控、网络切片等新技术加快发展应用。三是高速光传输各项关键技术攻关取得一系列标志性成果。正交相移键控（QPSK）调制格式、C+L波段扩展等400G长距骨干传输关键技术标准体系基本完善，三大基础电信运营企业均已开展400G超长距传输试点。细粒度光传送网（fgOTN）、光业务单元（OSU）等我国自主创新技术方案向国际标准的转化率显著提升，国际影响力及话语权持续增强。 全光运力行业创新应用持续探索。目前，行业应用场景与业态日益丰富，光网络对千行百业数字化转型的赋能潜力不断激发，油气、铁路、电网等国民经济关键领域，以及金融政务、汽车制造、工业生产等重点垂直行业已涌现出一批创新应用优秀案例。随着全光运力基础设施的持续建设，如何发掘典型行业应用，探索创新融合应用方案，有效发挥全光运力大带宽、高可靠、硬隔离、低时延等优势，更好推动企业数智化转型、家庭数智体验升级，强化高品质网络运力对经济社会数字化转型的牵引作用，成为现阶段的关键任务。 本报告将立足算网时代下产业数字化转型升级背景，详细分析典型垂直行业的应用场景及对网络的需求，提出满足行业应用的全光运力关键技术，展示全光运力行业创新应用案例，为我国全光运力技术创新、融合应用及市场发展提供参考。 二、全光运力应用需求 （一）智慧交通 1.智慧交通应用场景 智慧交通建设需求推动摄像头智能化升级。交通运输部发布的 《数字交通“十四五”发展规划》，提出深入推进数字交通体系，交通新基建在2025年要取得重要进展。智慧交通可支撑交通行业的数字化、网络化、智能化水平提升，支撑交通运输行业高质量发展和交通强国建设。智慧交通建设推动摄像头智能化升级，把普通摄像机升级为智能摄像机，并把分布式存储在各个区域的视频、抓拍图片上传到数据中心，以引入AI系统对路口数据进行分析，实现交通态势的全局监管、信号的综合调优。 摄像头智能化带来带宽升级需求。交通路口升级使用智能摄像机，现有的通信网络的以满足远程查看视频录像为主，智能摄像机多路同时上传需要进行带宽升级，相关带宽需求如表1。单个摄像机的带宽需求从1080P的传统摄像机的视频带宽需求9Mbps，提升到高清的500W像素智能摄像机，单个摄像机带宽需要达到103Mbps。 表1摄像头带宽需求 摄像机类型 视频带宽 抓拍图片上传带宽 普通摄像机上行带宽 （Mbps） 智能摄像机上行带宽 （Mbps） 编码码率 （Mbps） 缓存补录速 率（Mbps） 抓拍图片大 小（MB） 每秒抓拍数量 元数据速率 （Mbps） 1080P 摄像机 4 1 1.5 2 24 9 68 500W 摄像机 10 2 2 2 32 22 103 4K 摄像机 14 3 4 2 64 31 191 摄像机带宽计算公式： 普通摄像机的带宽=（编码的码率×A+缓存补录路速率）×预留带宽系数（1.2） 智能摄像机的带宽=（编码的码率×A+缓存补录速率+抓拍图片大小×每秒图片数×8+FTP/SFTP上传图片大小 ×每秒图片数×8）×预留带宽系数（1.2）A为超强纠错附加码率，取值200%。 来源：中国信息通信研究院 摄像头视频数据需要实时上传AI处理中心，对网络可靠性提出更高需求。一个大型城市交通摄像机有4~5万台，据统计城市光缆每百公里年均中断3次以上。摄像头数据在实时上传到AI处理中心的时候，光缆中断容易导致数据丢失，需要网络提供保护能力，发生断纤时保持数据传输不受影响。 摄像头点位多、分布广、网络变动频率高，带来统一承载及运维需求。摄像头分布在城市的各个交通路口，配套的网络也需要跟随摄像头逐个安装、调试，为避免不同安装调试方式带来的人工错误和额外工作，需要通过统一承载的方式，降低安装复杂度。路口交通繁忙，大部分摄像头是改造升级，要减少摄像头的通信和供电线缆，降低施工对交通影响的时间。此外通过统一承载网络远程监控维护，当光缆中断、设备故障发生时，网络能够快速定位到具体故障点或故障设备。 2.智慧交通网络要求 智能摄像机升级后，相关视频和图片数据要实时传输到中心机房，通过AI集中处理视频、图片数据，需要对网络的带宽、可靠性进行升级，以满足智能摄像头集成上传和处理的需求，同时面对大量摄像头的承载需求，需要统一承载方式，简化运维，以降低安装、维护要求。升级后的交叉路口的通信网络架构如图1所示。 ONU 业务接入终端 交通态势信号综合 监管调优 ONU 多路口汇聚 接入 设备 汇聚 设备 ONU 核心设备 网管云平台 街边柜区域机房 ONU 路口中心机房 图1交叉路口通信架构图 来源：中国信息通信研究院 网络统一承载：针对交叉路口多种设备需要通信和控制需求，可以使用一台设备统一承载，以减少设备数量。不同摄像头的信号控制、电子警察、卡口、交通诱导、视频监控、流量监测等不同业务流，可以通过分配不同时隙的方式实现信号流间的隔离。 带宽升级：按照交叉路口16个摄像头，每个500W像素摄像头 103Mbps预留带宽计算，路口到区域机房的带宽要从百M升级到 1.7Gbps以上。每个区域机房纳管50~60个路口，区域机房到中心机房的带宽需要提速到百Gbps，同时面向未来带宽升级需求，应具备平滑升级到N*100Gbps的预留带宽扩展能力。 可靠性：交叉路口摄像机的业务接入终端到街边柜的接入设备、接入设备到区域机房的汇聚设备，应提供1+1保护能力。区域机房到中心机房故障影响范围大，城市内光缆存在主备双断风险，需提供三路由的保护，整体达到99.99%以上的业务可用率。 安装维护便捷：终端网络设备应支持自动上线和远程配置，减少现场调试时间。设备层面引入统一管控系统，实现故障全局监控，实 时监测光缆通断状态，实现快速故障分析定位。 （二）工业仿真1.工业仿真应用场景 工业仿真与云技术、人工智能融合，推动工业产业加速转型升级。党的十九大报告指出“加快建设制造强国，加快发展先进制造业，推动互联网、大数据、人工智能和实体经济深度融合”。工业仿真在工业设计、开发领域可以大幅提升设计精度和效率。工业仿真涉及结构、流体、动力学、散热、电磁等多领域，每个领域都有多种仿真工具软件，集成整合难度大、数据流转多，并且仿真时间受硬件资源限制，仿真周期较长。随着云化技术、人工智能技术的发展，工业领域的仿真应用引入云化技术集成自动化仿真工具链，利用云的弹性扩展优势，提供更强算力，增强用户使用便捷性，例如Ansys的仿真平台可以集成100种以上计算机辅助工程（CAE）和计算机辅助设计（CAD）工具，用户可以随时访问使用。此外AI技术的引入以及更强大的算力支撑，通过预测全部性能节省仿真求解时间，大幅减少仿真时间，提升设计开发效率。云化技术和AI技术的进入，工业产业加速向智能制造升级。工业仿真上云设计过程如图2所示。 图2仿真上云设计过程 来源：中国信息通信研究院 工业仿真云化场景下，企业本地与云端存在大量数据交互。工业仿真云化后，企业需要把仿真数据放到云端进行计算处理，仿真数据量大，需要在短时间内完成数据传输，避免影响设计开发。以汽车行业的新车型研发为例，汽车碰撞仿真、结构件强度仿真、整车空气动力仿真，需要大量的高性能计算（HPC）算力，部分车企租用第三方云端HPC算力，研发中心与云端的平均每天的数据传输量在TB级别。智能驾驶研发过程中，需要大量数据进行训练，百台路测车的数据量是百TB/天。数据传输时间和带宽间的关系如表2所示。 表2不同带宽下的理论传输时间 数据量 传输时间 100M 1G 10G 100G 10TB 12天 29小时 3小时 20分钟 100TB 121天 12天 29小时 3小时 1PB 1243天 125天 12天 29小时