下一代人工智能与可重构全光边缘网络的必要性
时间：
2025-04-23
引言
人工智能正迅速超越传统的以云为中心的模式不断发展。以持久内存、先进推理能力以及与物理世界实时交互为特征的下一代人工智能系统，正给网络基础设施带来前所未有的需求。这些新兴的人工智能工作负载，如自主机器人、智能汽车和人工智能驱动的物联网平台，需要近乎即时的数据访问和响应。
在许多情况下，关键的人工智能处理正朝着边缘和远边缘计算节点（更靠近用户和设备）转移，以满足严格的延迟和带宽要求。这种转变意味着网络边缘必须以超低延迟和高可靠性处理海量数据流（例如，高分辨率传感器流或分布式内存访问）。传统的网络架构并非为这种敏捷性水平而设计，这促使人们重新审视边缘的光网络如何能够满足人工智能的需求。
简而言之，随着人工智能获得长期记忆和对现实世界的感知能力，它需要一个灵活、可重构且对延迟高度敏感的网络，这远远超出了当今静态光链路的能力。
推动边缘网络新需求的人工智能趋势
现代人工智能趋势凸显了重新思考边缘连接性的必要性。
人工智能中的持久内存，即能够在长时间内存储和调用大量数据或知识的能力，意味着边缘设备可能会不断从大型数据存储库或内存池中提取数据。新的内存技术和分离式架构使人工智能系统能够将远程数据视为本地内存的扩展，这反过来又需要高带宽、低延迟的光链路，以避免出现瓶颈。同样，先进的人工智能推理和决策制定通常涉及分布式计算（多个人工智能模型或智能体协作），这就需要边缘服务器之间进行快速的 “东西向” 数据交换。与传统的 “南北向” 流量（从边缘到核心）不同，这些东西向流量在边缘节点之间形成了类似网状流量模式（Towards Efficient Confluent Edge Networks）。最后，人工智能与物理世界（从自动驾驶汽车到工业机器人）日益增加的交互对延迟和可靠性提出了严格要求。例如，自动驾驶汽车或机器人手术系统无法容忍因通过遥远的云数据中心路由数据而导致的延迟。边缘网络必须支持实时反馈回路、超可靠的连接以及动态带宽扩展，以适应传感器数据或控制消息的突然激增。
这些由人工智能驱动的需求暴露了当前网络的一个根本局限性：边缘必须从一个被动的终端点转变为基础设施中主动、智能的一部分。实际上，这意味着要朝着边缘光网络发展，这些网络能够动态重构、按需分配资源，并在人工智能应用运行的地方直接提供类似光纤的速度。在 5G 基站、边缘数据中心和物联网聚合点之间，越来越需要高容量光链路（10-100 Gbps 及更高）来处理人工智能数据流。正如我们将讨论的那样，当今的无源光解决方案难以应对这一挑战。
当前无源光网络（PON）和静态光基础设施的局限性
当今普遍使用的光接入技术是无源光网络（PON），用于光纤到户、商业接入和基站回传。PON因其成本效益和简单性而受到重视，它使用固定光分路器和时分复用技术，在多个用户之间共享一根光纤。虽然 PON 技术稳步发展（从GPON的约2.5Gbps 发展到 XGS-PON的10Gbps，甚至是25G PON），但其拓扑结构和分配本质上仍然是静态的。传统的PON是一种点到多点的树形结构：来自中心局光线路终端（OLT）的流量被广播并分流到多个光网络单元（ONU）。这种架构非常适合数据的下行分发，但不太适合边缘出现的动态、任意到任意的流量模式。
一方面，PON 带宽通常是预先分配和共享的，这对于可预测的互联网接入来说没问题，但对于可能突然需要专用高容量链路的突发人工智能工作负载来说就存在问题。重新配置 PON（例如，为一个边缘节点提供更多容量，或在两个边缘站点之间建立直接光路）要么是不可能的，要么需要人工干预。结果是，边缘计算节点在传统 PON 上无法轻松地相互建立高速连接；所有流量都必须通过中心 OLT 汇聚，这就增加了额外的跳数和延迟。此外，超低延迟要求（往返延迟在1-10毫秒量级）与 PON 的运行方式相冲突，因为 PON 使用调度和缓冲（动态带宽分配），这可能会增加几毫秒的延迟。即使在讨论像 50G 和 100G 这样的下一代 PON 标准时，其架构仍然是点对点或点对多点的，实时适应性有限。
除了 PON 之外，当今大多数边缘光链路都是静态配置的。例如，企业或 5G 回传连接可能是固定的 10 Gbps 波长链路，或者是使用固定收发器点亮的暗光纤。这样的链路缺乏灵活性：如果突然需要更多带宽，或者必须创建一条新路径，网络运营商就必须部署新的硬件或光纤。总之，当前边缘的静态光基础设施不足以满足下一代人工智能的需求，因为它们无法实时重构、灵活扩展，也无法提供新兴应用所需的网状连接。正如一项研究计划所指出的，由于成本原因，当今的边缘网络 “主要是树形和点对点的”，并且将核心网络风格的光网状结构扩展到边缘在成本上令人望而却步（Towards Efficient Confluent Edge Networks）。其结果是人工智能应用的需求与边缘网络的实际能力之间存在差距。
边缘的可重构光网络：可重构光分插复用器（ROADM）和光频谱即服务（OSaaS）
为了弥合这一差距，网络架构师们正在借鉴光核心网和城域网的技术，即可重构光分插复用器（ROADM）和光频谱即服务（OSaaS）等新概念，并将它们应用到边缘。基于 ROADM 的架构通过允许对光纤路由进行远程动态重构，彻底改变了骨干网络。ROADM 可以在节点处选择性地添加、分插或通过波长信道，使运营商能够在任何时间、任何节点访问任何波长（What are ROADMs?）。实际上，ROADM 将静态光管道转变为可编程的光网络结构：波长（每个波长可承载高达 100 Gbps 或更高的速率）可以通过软件在几秒钟内进行切换或重新路由，无需手动重新插拔（What are ROADMs?）。这种敏捷性正是边缘所需要的。通过在中心局、电信边缘数据中心或 5G 枢纽等聚合点引入 ROADM（或小规模的波长交换机），网络可以在需要的时间和地点动态配置高速连接。例如，如果一个边缘人工智能集群突然需要将数据卸载到相邻集群，网络可以即时为它们分配一条专用波长。如果一条光纤链路出现故障或拥塞，基于 ROADM 的网络可以沿着备用路径重新路由光信道，保持对人工智能服务至关重要的低延迟路径。
光频谱即服务（OSaaS）将这种灵活性扩展到了一种服务模式中。OSaaS 的理念是让运营商甚至应用程序将光频谱视为一种类似云的资源，可以按需切片、共享和租赁。客户（可以是企业或人工智能应用协调器）无需租赁固定的光纤电路，而是可以在指定的时间段和容量内，请求两点之间的特定频率时隙或波长。借助灵活栅格波分复用（WDM）技术和可切片收发器，OSaaS 可以对光层进行精细控制。研究人员指出，OSaaS 是 “一种高效灵活的传输平台”，可在边缘集成各种信号（Towards Efficient Confluent Edge Networks）。实际上，OSaaS 可以促进无线电和光网络的集成，例如，将 5G 无线链路和光纤链路整合到一个统一管理的服务平面中（Towards Efficient Confluent Edge Networks）。在边缘场景中，OSaaS 可能允许 5G 基站在自动驾驶汽车数据激增时自动获取更多的光回传频谱，或者在紧急情况下在两家医院的边缘服务器之间建立一条临时的高容量电路。通过动态分配频谱，OSaaS 有助于在边缘实现 “低延迟的高容量流量的灵活管理”（Towards Efficient Confluent Edge Networks）。从本质上讲，它将云的按需服务模式引入了光网络领域。
将这些概念迁移到边缘确实面临挑战。与核心网络相比，成本和复杂性必须大幅降低。不过，行业发展趋势是充满希望的。ROADM 正朝着更加紧凑和经济高效的方向发展，有时被称为适合接入网络的 “迷你 ROADM” 或无源波长路由器。标准组织正在考虑如何对光层进行虚拟化，使 OSaaS 成为编排边缘资源的软件定义网络（SDN）控制系统的一部分。最终目标是构建一个可重构的边缘光网络：一个能够实时自我调整的本地光纤网络，以满足人工智能和其他下一代应用不可预测的需求。
相干光系统在推动变革中的作用
基于 ROADM 的边缘架构和 OSaaS 的基础是相干光通信技术的进步。多年来，相干光系统（采用先进的调制方式，如 QPSK、QAM 等，并使用本地振荡器激光器进行相干检测）一直是长距离和城域光纤网络的主力军。它们为下一代边缘网络提供了两个关键优势：每个波长的高容量和软件定义的灵活性。如今，单个相干光信道根据调制格式和信道宽度的不同，可以承载 100 Gbps、200 Gbps 甚至更高的速率。这意味着基于相干波分复用（WDM）构建的边缘网络，例如，可以根据需要在边缘数据中心之间提供多个 100G 的容量，远远超过直接检测的 10G 光模块甚至 25G PON 所能提供的容量。此外，相干收发器本质上可以在一系列波长范围内进行调谐，并且可以调整其调制格式和波特率，使其成为灵活频谱服务的理想选择。在软件控制下，它们可以在容量和传输距离之间进行权衡（例如，使用 QPSK 实现更远的传输距离，或使用 16-QAM 实现更短距离但更高的吞吐量）。这与 OSaaS 模式非常匹配，因为在该模式下，不同的连接可能需要不同的频谱切片和性能。
同样重要的是，相干光学提高了传输距离和信号质量。在边缘，光纤路由可能并不完美，可能存在多个中间分路器或较旧的光纤段。相干检测具有更高的灵敏度和内置的用于色散补偿的数字信号处理器（DSP），即使在强度调制直接检测可能失效的情况下，也能在这些有损条件下保持性能。这使得新的边缘光链路能够在分布式站点之间跨越数十公里，而无需进行电再生，从而保留了低延迟的优势。例如，相干 100 Gbps 可插拔模块目前正瞄准 5G 回传和电缆接入网络，用于将 10G 链路升级到 100G 的容量和传输距离（When will the Network Edge go Coherent?）（When will the Network Edge go Coherent?）。行业分析师指出，接入市场 “需要一种简单、低成本的 10G 光模块升级方案……100ZR（100 Gbps 相干）就是这样的升级方案”（When will the Network Edge go Coherent?），这凸显了相干技术甚至有望进入对成本敏感的边缘领域。
另一个突显相干技术重要性的发展是相干无源光网络（CPON）。像美国有线电视实验室（CableLabs）这样的组织已经推出了 100G 相干 PON 的规范，利用单个波长上的相干调制来提高接入速度。预计 CPON 的进步将 “显著提升客户体验…… 实现更快的下载速度、更少的缓冲和更高的容量”（(Get Ready for 100G: CPON Architecture Specification Issued）。从本质上讲，相干技术正被应用于无源光分路器，将 PON 的成本优势与相干密集波分复用（DWDM）的性能相结合。这进一步证实了相干光学将成为面向未来的边缘网络基础的观点。
通过在灵活的频率栅格上实现高数据速率，相干光系统使实现 OSaaS 所需的 “光频谱切片” 成为可能。单个相干收发器可以用作可切片的转发器，有可能处理聚合到不同子载波或波长上的多个较低速率的客户端信号。相干接收器凭借其灵活的本地振荡器激光器，可以选择特定的频谱切片进行接收（允许在 ROADM 处实现无色操作，即无需固定滤波器即可分插任何波长）。所有这些能力都转化为边缘更具动态性和可编程性的光层。
最后，相干技术正变得更加节能和紧凑，解决了过去使其无法应用于边缘的问题。新的 100G 相干可插拔模块（如基于 QSFP28 的 100ZR）的功耗约为 5 瓦或更低，适合在分布式站点大量部署。随着相干 DSP 专用集成电路（ASIC）的尺寸缩小以及集成光子学技术减小了光组件的尺寸，我们将看到相干收发器嵌入到边缘设备甚至终端节点中。因此，曾经仅用于核心网络的相干光学技术，成为了边缘网络转型的关键推动因素，它提供了可重构架构能够利用的原始能力（高速、长距离、灵活性）。
HieFo 在实现全光边缘网络方面的优势
要实现可扩展的全光边缘网络这一愿景，需要在光子组件和集成方面具备卓越的能力。HieFo 凭借其在可调谐激光技术和光子集成方面的深厚专业知识，在推动这些技术进步方面具有独特的优势。该公司的优势与下一代相干光系统的需求完美契合：
1.领先的可调谐激光器：HieFo 为广泛可调谐激光器提供行业领先的增益芯片，这些激光器是相干收发器的核心关键光源。这些增益芯片是数十年研发的成果，在实际应用中表现出卓越的可靠性，为大规模部署的相干光学设备提供动力。在可重构的边缘网络中，收发器必须能够在不同波长之间快速重新调谐，HieFo 的可调谐激光器具有经过验证的稳定性和快速调谐速度。
2.窄线宽、高功率输出：HieFo 的激光设计实现了超窄线宽和高输出功率，这种组合直接转化为相干系统中更好的性能。窄线宽激光器可将相位噪声降至最低，这对于高阶调制格式至关重要（能够在无错误的情况下每个符号传输更多比特），而更高的功率则确保即使在经过调制器或光开关的损耗后，仍能保持较强的光信号。HieFo 在大规模提供此类激光器方面的良好记录，让网络设计师对其激光器的性能和可集成性充满信心。许多相干光学制造商已将 HieFo 的激光器集成到他们的模块中，受益于其低相位噪声和高效耦合，从而提高了整体链路质量。
3.节能架构：HieFo 认识到在边缘，功率和空间非常宝贵，因此优先开发节能的激光架构并优化核心设计。这意味着 HieFo 的激光器和光组件在给定输出功率下产生的热量更少、能耗更低。当将 100G 以上的光端口集成到紧凑的边缘设备或基站中时，这是一个关键优势。该公司在热管理和电光设计方面的专业知识确保了即使相干收发器变得更小，它们仍能保持低温且节能。这种高效性使得边缘路由器和接入设备中的光端口密度更高，为相干技术在中心局之外的广泛部署铺平了道路。
4.光子集成之路：HieFo 的战略路线图包括通过关键合作伙伴关系将硅光子学集成到其产品组合中。通过将 HieFo 的高性能 III-V 族光组件与硅光子电路相结合，该公司正在开发针对相干通信量身定制的复杂光子集成电路（PIC）。这些 PIC 将集成相干检测（带有片上混合器和平衡光电二极管）、高速线性调制（使用片上电光调制器以保持信号保真度）以及片上滤波 / 波长选择（使用硅微环滤波器或阵列波导光栅实现灵活的波长路由）等功能。其结果将是可以大规模生产的紧凑、单片（或混合）光引擎。这种集成极大地降低了相干收发器的成本和尺寸，这是扩展到全光边缘网络所必需的。通过与领先的硅光子学公司和代工厂合作，HieFo 正在加速开发集成相干光学器件，这些器件带来了架构灵活性（例如，片上软件控制的波长切换），并允许针对特定的人工智能用例进行定制（例如，为特定边缘人工智能应用的精确带宽和延迟需求优化 PIC）。
通过这些优势，HieFo 为光边缘革命提供了所需的构建模块。可调谐、高质量的激光器是任何密集波分复用（DWDM）网络的关键要素，HieFo 确保这些激光器满足边缘应用的严格规格要求。节能设计使得在边缘部署数百甚至数千条相干链路成为可能，而不会超出功率预算。朝着集成光子学的发展方向将使先进的光学功能变得无处不在且价格合理，就如同集成电子技术对计算领域的影响一样。
借助 HieFo 推动全光边缘网络发展
总之，下一代人工智能与网络的融合趋势十分明显。随着人工智能系统变得更加持久、以推理为驱动且与物理世界紧密相连，我们的网络必须更加光化、更加灵活，并且更靠近边缘。静态的 PON 和固定的光管道将被敏捷、可重构的光网络结构所取代，以满足人工智能工作负载每时每刻的需求。HieFo 全力致力于推动向可扩展的全光边缘网络的转型。通过利用其尖端的激光技术、成熟的相干光学专业知识以及集成创新，HieFo 旨在降低边缘光子解决方案的成本和复杂性。该公司对于边缘光频谱即服务的愿景是，网络容量不再是一种静态的公用资源，而是一种动态资源，可以根据每个应用（无论是增强现实（AR）头戴设备、自动驾驶汽车还是分布式人工智能推理集群）进行定制。HieFo 的贡献将实现架构灵活性（通过可调谐性和集成设计），并使网络运营商能够在不花费巨额成本的情况下为新兴的人工智能工作负载定制解决方案。
随着行业为满足人工智能的严苛要求而转型，HieFo 站在前沿，提供关键组件和专业知识，使可重构的相干光边缘网络成为现实。通过这样做，HieFo 正在助力释放下一波创新浪潮，在这一浪潮中，人工智能应用不再受通信瓶颈的限制，而网络本身也将变得如同它所支持的人工智能一样智能和自适应。（What are ROADMs?）（Towards Efficient Confluent Edge Networks）
- THE END -
关于作者
吕伟加（Albert Lu），男，美籍华裔光芯片专家，现任HieFo瀚孚光电首席执行官。1999年，吕伟加进入麻省理工学院主修电气工程，先后获得电机工程学士、硕士学位；之后进入Ortel担任高级设计工程师；伴随着Ortel的多次合并重组，2004年进入emcore，先后担任中国区总经理、工程高级副总裁等要职，在产品开发、制造整合、运营及企业战略方面成绩斐然。值得一提的是，他曾于2005年至2015年担任emcore 中国区负责人，管理emcore 在中国的制造与研发业务。
吕伟加是一位经验丰富的行业专家，在工程、运营和企业领导方面拥有丰富的专业知识。凭借在光通信和人工智能驱动优化方面的深厚背景，他在推动创新和卓越运营方面表现出色。作为 HieFo 的首席执行官，他致力于促进公司的可持续发展和技术进步。
RELATED PRODUCT
