飛象網訊（馬秋月/文）作為理想的5G承載技術，全光網已經從1.0向2.0時代邁進。
那么，進入2.0時代的全光網該如何建呢？
工信部通信科技委常務副主任、中國電信集團公司科技委主任、中國光網絡研討會大會主席韋樂平昨日在“2020中國光網絡研討會”上指出，可以從降低恢復時間、降低成本、邁向開放生態(tài)、SDN控制、人工智能賦能、實現可編程六個方面建設全光網。
“另外，為了避免干線網的頻繁升級，干線系統(tǒng)原則上應繼續(xù)遵循4倍的容量臺階為主體的擴容節(jié)奏，也就是說從目前的N×100G直接升級到N×400G。如此，經濟效益最佳�！表f樂平強調說。
降低恢復時間
目前全光網恢復時間是幾分鐘，希望能降至10秒級乃至秒級。
對此，韋樂平提出了四種降低網絡恢復時間的思路：一是根據業(yè)務價值實施業(yè)務分級，確保高價值業(yè)務的恢復時間，甚至可以提前下發(fā)保護路由鏈路表。二是集中算路+分布控制架構，引入集中算路PCE，有效避免重路由的波長沖突，減少恢復時間。三是引入SDN，可望最佳地利用全網帶寬資源，縮短收斂速度，減低時延；SDN可根據上報鏈路情況，獲取時延最短業(yè)務路徑。四是引入ML，實現光性能劣化、光纖或設備故障的預測，節(jié)省業(yè)務調測和恢復時間乃至主動重路由。
降低成本
ROADM是全光網的核心使能技術、是基石。而ROADM能否進一步向網絡邊緣擴展的關鍵是成本，而降低成本的關鍵是技術創(chuàng)新和規(guī)模經濟。
對于降低成本，韋樂平表示：在物理層創(chuàng)新：其一，去掉網絡邊緣不必要功能和不必要溫度要求等，放松光器件要求、省掉加熱器和致冷器等。其二，創(chuàng)新設計新一代光交換器件。
在網絡層創(chuàng)新方面，走向SDN控制的、軟硬件解耦的“灰盒”乃至“白盒”，接口開放和標準化，數據面互操作，從而推動光網絡的開放生態(tài)�！岸谝�(guī)范統(tǒng)一F5G方面，為獲取全球蜂窩那樣的巨大經濟規(guī)模好處，減少碎片化私有規(guī)范，有必要規(guī)范一個具有統(tǒng)一定義、架構、功能、容量和性能的F5G�！�
目前，中國電信CTC全光骨干網2.0在覆蓋和規(guī)模上全球最大：五大區(qū)域、系統(tǒng)總長22萬公里、470個ROADM節(jié)點、2357個OA節(jié)點、網絡總容量590T；5039條100G、區(qū)域WSON控制、恢復時間小于2分鐘；基于20維WSS的CD主導；光層直達，時延最小。
據韋樂平介紹，CTC全光骨干網2.0的目標就是實現鐘級分發(fā)、秒級優(yōu)先恢復、30毫秒時延，拓撲自動發(fā)現和選路。
邁向開放生態(tài)
為了應對日益嚴峻的行業(yè)發(fā)展乏力、外部競爭壓力增大的局面，降低成本、創(chuàng)新更健康活躍的產業(yè)生態(tài)，成為行業(yè)可持續(xù)發(fā)展的關鍵�！暗�，全光網也要邁向開放生態(tài)，這是一個很重要的趨勢�！表f樂平說。
從無線接入網開始，網絡的各個領域都將逐步走向開放，接口標準化、軟硬件解耦、硬件白盒化、軟件開源化，基于全光的傳送網也不會例外。
其實，國外運營商AT&T已經開通全球首個ROADM商用化白盒系統(tǒng)：2019年實現了從亞特蘭大到達拉斯，全長1300公里，速率為400Gbps，SDN控制的靈活低成本的光連接，該系統(tǒng)基于OpenROADM規(guī)范的解耦的分布式（DDC）白盒設計。
SDN控制
如果利用SDN控制就可以具備跨網、跨技術、跨廠家的全網視野。
其實利用SDN控制還有諸多好處：其一，最佳利用全網帶寬資源、縮短收斂速度、減低時延、確保路由和性能可預測，降低網絡建設和運營成本，增強網絡競爭性。其二，有利實現最佳路由，鑒于其透明性，通過客戶端可以與任何廠家的ROADM或老網元互連，任何路由器間的最佳光通道水到渠成。其三，有利突破跨網、跨技術、跨廠家壁壘。其四，有利實現跨層融合，ROADM沒有解決層間控制協(xié)調機制，SDN的跨層視野有望解決之。
另外，全光網還需要實現可編程。據悉，可編程光網絡要求分鐘級完成速率、調制格式和波長間隔的設置。
人工智能賦能
這主要從算法、算力和數據三個方面來賦能。算法上能靈活根據不同場景選不同算法，并優(yōu)化適配。不同AI算法，可分別用于劣化分析、故障預測、最佳重路由、故障根因分析等不同場景，實現端到端自動化和智能化。
而超強算力才能推動AI普及，AI已從通用GPU，今兒發(fā)展到專用AI芯片，大幅提升了算力。AI計算應分層實現，以便在計算實時性、有效性和建模精度取得平衡。
另外，數據首先得有對網絡參數正確、及時和全面的感知和采集，建立統(tǒng)一數據湖，作為模型訓練數據庫，才能利用AI進行分析、預測和優(yōu)化，實現故障智能診斷、預測式主動維護及自動化實力。
