光通信研究

通知公告
会议信息

最新文章
优先出版
过刊浏览

2026年第4期

专题：智算中心光网络算网融合关键技术
高韧性智算中心光网络（特邀） AI导读

刘元皓, 谢晓岚, 邓宁, 樊敏伟, 陈操

DOI：10.13756/j.gtxyj.2026.260136

摘要：目的智算中心光网络（AIDCON）的韧性问题已成为制约大规模人工智能（AI）高效训练与应用的核心瓶颈。文章系统阐述面向高韧性AIDCON的关键技术，分别从智算中心内与智算中心间两个维度展开研究。方法在智算中心内，文章针对潜在交换机和链路故障，提出了韧性流完成时间（rFCT）指标，将韧性约束内嵌于网络规划与调度过程，并提出了高韧性文章高效率网络调度方案；在智算中心间，针对自然灾害导致的大规模网络故障，基于分立式可调谐C+L收发器提出了多波段光网络保护方法，基于芯间交换技术提出了空分复用光网络保护方法。结果分析表明，将韧性内嵌于调度过程可减少故障对作业完成时间的冲击；多波段与空分复用保护方法能够在不同扩容维度下提供灾害场景的业务恢复能力。结论文章所提方案能够有效提升AIDCON在故障与灾害场景下的韧性，为大规模AI基础设施的高可靠光网络设计提供了系统性的方法与理论依据。
关键词：智算中心光网络;网络韧性;故障恢复;多波段光网络;空分复用光网络

27

|

7

|

0

<HTML>
<网络PDF><Meta-XML>

<引用本文> <批量引用> 169917772 false

更新时间：2026-08-27
十万卡智算网络流量建模与加速仿真研究（特邀） AI导读

杨帅, 闫付龙, 杨鸿瑞, 薛植文, 连博宇, 张杰

DOI：10.13756/j.gtxyj.2026.260135

摘要：目的随着人工智能（AI）的快速发展，大模型的参数规模不断扩大，训练和推理环节对算力的需求不断增加，推动了超大规模智算网络的建设。智算网络节点间的通信开销是限制算力发挥的主要瓶颈，因此在建设前期，使用离散事件仿真器对网络性能进行评估，对于优化网络设计和降低节点间通信开销具有重要意义。但智算网络通信流量需求巨大且具有时空依赖关系，传统全量仿真面临巨大状态开销，网络拓展性与仿真效率之间形成矛盾。方法文章首先分析了大模型分布式训练场景下的通信特征，将DeepSeek架构的稠密与稀疏两类模型训练时的集合通信原语，建模为具有时空依赖关系的点对点流量，并对流量特征进行了分析。随后，基于所得流量的周期性和大模型训练时集群网络的收敛性，提出了稳态外推加速算法：利用OMNeT++平台捕捉仿真过程中网络的瞬态变化，在仿真初期，对通信流量进行包级仿真；在网络进入稳态后，将离散的包级仿真抽象为流级，依据最大最小公平原则解析流速率，对剩余流量的仿真过程进行数学外推。结果在3种网络规模上，对上述仿真加速效果进行验证，实验结果表明，该方法在保留网络底层拥塞特征的同时，总仿真时间实现了最高4.7倍的加速，并使万卡规模仿真时的内存占用量降低了30%；随后，在十万卡规模的网络上进行了小规模验证，在仿真所得网络特性接近基准的前提下，将仿真时长降低了73%，并使内存占用量降低了31%。结论文章将集合通信建模为细粒度的点对点流量，为智算网络的评估提供了数据支撑。文章所提稳态外推加速算法有效提升了大规模智算网络的仿真效率，为更大规模智算网络的性能评估提供了参考。
关键词：智算网络;流量建模;集合通信;离散事件仿真

19

|

7

|

0

<HTML>
<网络PDF><Meta-XML>

<引用本文> <批量引用> 169917770 false

更新时间：2026-08-27
面向AI超节点互连的简化相干光通信技术（特邀） AI导读

王玮, 李祖宇, 董铠阳, 李凡

DOI：10.13756/j.gtxyj.2026.260128

摘要：目的相干光通信技术因其多维调制能力，正成为高速智算光互连体系的核心演进方向。然而，高昂的系统成本与功耗，仍是制约其在面向人工智能（AI）超节点短距离互连场景广泛部署的关键瓶颈。为在保持相干技术大容量高性能传输优势的同时，有效降低实施成本与功耗，面向AI超节点互连的简化相干技术已成为当前的研究热点。方法针对传统相干在成本和功耗方面面临的挑战，文章将从低成本锁相/锁频技术、低硬件需求的数字信号处理（DSP）算法以及实时实现3个维度，综述文章所提简化相干技术方案。在低成本锁相/锁频技术方面，文章分别提出了一种基于预扫描并结合快速傅里叶变换（FFT）和线性调频Z变换（CZT）的频偏锁定方法，以及一种粗频偏捕获结合细相位跟踪的数字化外差式光锁相环方案，以避免使用昂贵的窄线宽激光器；在低硬件需求DSP算法方面，文章分别提出了一种基于单导频解偏振复用的简化均衡技术与一种基于符号运算的新型单倍波特率定时误差检测（TED）算法3Sign-TED算法，以降低均衡模块与时钟恢复模块的硬件需求；在实时实现方面，文章基于32 Gbaud双偏振正交相移键控（QPSK）信号进行了低复杂度实时相干系统验证。结果实验结果表明，文章所提锁相/锁频技术可有效保证锁频精度及频率稳定性，将频率波动抑制在200 kHz以内；在简化均衡方面，文章所提方案不仅有效降低了均衡模块复杂度，并且将偏振追踪速度提升至10 Mrad/s；在时钟恢复方面，文章所提新型单倍波特率3Sign-TED算法可有效避免任何乘法运算，具有极低的硬件复杂度；此外，基于32 Gbaud双偏振QPSK实时相干平台，实现了净速率超100 Gbit/s的低复杂度实时相干系统验证。结论上述技术的突破，为未来面向智算中心高速光互连提供了简化相干光通信技术及系统架构的参考。
关键词：智算中心光互连;简化相干光通信技术;锁相/锁频技术;实时相干系统;空芯光纤传输

19

|

5

|

0

<HTML>
<网络PDF><Meta-XML>

<引用本文> <批量引用> 169917769 false

更新时间：2026-08-27
6G全息业务面向光传送网的智能承载算法研究（特邀） AI导读

赵诗萱, 王鑫, 李泳成

DOI：10.13756/j.gtxyj.2026.260126

摘要：目的第六代移动通信技术（6G）全息业务是由用户主动式交互产生，具有动态和突发的业务特性。为了满足用户多感官沉浸式体验，全息业务涉及全息点云视频、音频和嗅觉等多模态数据，这类多模态业务对网络提出了超大带宽、超低时延及多模态数据严格同步的传输需求；同时用户视角采用灵活的六自由度（6DoF）方式交互，微小的视角转动会引发视场内点云数量的变化，导致业务请求速率变化。全息点云视频存在遮挡和视角限制，用户无需每次接收全部数据即可保持沉浸式体验。因此，面临动态、突发和严格同步约束的多模态全息业务请求，如何在6DoF视角转动预测下进行全息业务的高效动态适配面临重要挑战，现有方法难以满足上述沉浸式业务的高效承载需求。文章聚焦业务多模态数据的网络传输过程，忽略数据采集、压缩、解码和渲染等全息通信过程，具体面向光传送网（OTN）开展6G全息业务的智能承载算法研究，重点关注该业务数据传输中资源高效的动态路由与波长分配问题。方法为解决该问题，文章提出了基于Transformer全息视角转动性预测下融合图神经网络与深度强化学习的业务智能承载算法。该算法采用Transformer进行6DoF全息视角转动性预测，建立预测视角与全息业务传输带宽的映射模型，将动态带宽需求变为静态；基于边-节点切换图卷积神经网络提取OTN中节点与链路的特征；通过基于深度强化学习的全息业务智能承载策略，实现多模态6G全息业务数据的路由与波长分配。结果仿真结果表明，与对比算法相比，文章所提算法使结合业务阻塞率与带宽资源占用率的联合优化目标平均降低了约58%。结论文章所提算法能够在动态场景下提升OTN对6G全息业务的资源利用效率并降低阻塞率，以支撑6G全息用户的沉浸式体验。
关键词：第六代移动通信技术全息业务;光传送网;路由与波长分配;全息视角转动预测;深度强化学习

14

|

4

|

0

<HTML>
<网络PDF><Meta-XML>

<引用本文> <批量引用> 169917771 false

更新时间：2026-08-27