C114讯 5月23日消息（水易）今日，CIOE中国光博会与C114通信网联合举办“2024中国光通信高质量发展论坛”第四场研讨会——“AI时代：数据中心光互联技术新趋势”正式上线。会议邀请电信运营商、互联网服务商、云计算厂商、模块芯片商、科研院所、业内专家，深入探讨光互联和全光交换的应用及其面临的机遇和挑战。

中国电信研究院高级工程师刘昊表示，AI大模型的出现，驱动新型算力基础设施建设不断发展，传统数据中心加速向智算中心转型，对网络的规模、时延、带宽和可靠性等方面提出新的发展需求与挑战。

数据显示，截至2023年底，我国智能算力规模突破230EFLOPS，全面超过通用算力，并且差距逐渐拉开。中国电信积极响应国家政策，在全国范围内部署智算中心集群，推动智算中心高质量发展。

智算中心内部光互连

中国电信集团科技委主任韦乐平曾表示，以ChatGPT为代表的AI大模型近中期主要影响DCN网络。DCN顾名思义就是数据中心内部网络，智算中心内部网络也包括其中，AI大模型训练需要DCN具备大规模、高带宽、低时延、零丢包等能力。

刘昊介绍，AI大模型训练参数已达到千亿-万亿的级别，需要千/万卡GPU集群来满足计算任务，大规模组网成为刚需。同时，GPU网卡之间需要传输大量参数、梯度信息，高带宽传输能力不可或缺。对于实时性要求高的应用，难以预测的动态时延会对网络性能造成严重影响，需重点关注时延和抖动指标。更为重要的是，千分之一的丢包率，将导致AI算力下降50%。因此需要构建无损数据中心网络。

目前智算中心大规模组网主要有IB和RoCE两种方案。对于IB组网，英伟达能够提供从GPU到服务器到交换机的全家桶式一体化解决方案，但成本高。RoCE基于以太网RDMA技术，目前已发展到第二代，可以复用现有的以太网设备，成本低，备受青睐。

对于智算中心网络的高带宽需求，直接反映在光模块的应用上。随着交换芯片容量来到51.2T，800G光模块开始崭露头角。面对光模块大规模部署应用，成本和功耗问题日益显著，打造绿色、低碳的智算中心势在必行。

为了改善千卡/万卡集群算力消耗的功耗和时延，LPO/LRO新型光模块备受关注。刘昊介绍，目前产业正加快标准化进程，今年3月，12家单位成立LPO-MSA联盟，旨在定义LPO系列标准，不过能否实现规模化应用有待时间检验。

想要进一步降低设备的处理和转发时延，基于SDN的光路交换技术（OCS）来到聚光灯下，为智算提供一种新型组网方案。目前谷歌和英伟达都有相应方案，器件方面Lumentum、光迅都称有相应产品。不过，是否能充分发挥其自身优势取决于应用方式，控制器需要升级以满足无损应用。

智算中心之间光互连

AI大模型的持续火热，对算力的需求持续攀升，超大规模智算中心资源日渐稀缺，跨区域算力协同成为算力资源的重要补充。

刘昊介绍，以中国电信为例，目前已经在全国范围内部署众多智算中心，同时大量中小型智算中心算力不足，考虑到合理利用，通过对跨区域中小型智算中心进行组网，实现远距离算力协同调度。

对于智算中心拉远需求，WDM/OTN是不二之选，其大带宽、低时延、强保护等特性，能够为智算提供稳定的传输管道。刘昊表示，不同于在同一智算中心执行训练任务，智算中心拉远面临一系列挑战，包括传输时延对模型训练的效率影响，远距离通信如何做到无损传输，传输设备引入的建设成本，不同类型设备之间能否解耦。

在刘昊看来，拉远场景下开放的智算光网络系统有助于提高模型训练效率，短期方案是信息实时共享，这需要制定协议，如传输侧感知无损业务类型、带宽、VLAN等，IP侧感知时延、带宽等；终极目标是控制器管理所有设备，需要跨专业协同，难度大。整体来看，DCI场景下跨域设备管控方案建议标准先行。

据了解，在开放解耦的道路上，中国电信具备一定的经验积累。中国电信的DCI-BOX盒式波分设备经过两期发展迭代，具备城域内组网能力，支持10G-100G业务接入能力，单波200G/400G，具备光层组网能力，可覆盖满足大带宽数据中心互联、城域波分组网场景。

对于DCI-BOX能否继续在智算场景发挥价值？刘昊认为，盒式波分设备支持城域组网，具备向800G演进的水平，其开放解耦的特征能够支撑智算拉远场景应用。

刘昊介绍，近期中国电信北京公司在现网完成城域三节点无损智算网络部署，采用800G组网方案，分布式训练性能达到集中式单智算中心训练性能的90%以上，证实了分布式无损智算网技术方向的可行性。后续，中国电信将在此基础上进一步验证更高速率组网方案，以及尝试采用空芯光纤降低传输时延，验证其对运算效率提升的影响。