無線通信模塊公司排名，智能光網路技術

邁入2021年，國家加大對千兆寬頻行業的支持力度。今年我國政府工作報告明確要求加大5G網路與千兆光網建設力度，豐富應用場景，把千兆光網的戰略地位，提升到國家級新高度。

工信部發布的《「雙千兆」網路協同發展行動計劃(2021-2023年)》提出，到2021年底，我國千兆光纖網路要具備覆蓋2億戶家庭的能力，萬兆無源光網路(10G PON)及以上埠規模超過500萬個，千兆寬頻用戶突破1000萬戶。

在此背景下，國內三大運營商積極響應，均提出推進千兆光網建設。隨著5G時代的到來，新一代光網路呼之欲出。

AI賦能下一代智慧光網路

在近日舉辦的光通信高質量論壇系列活動的第三場線上活動「當AI遇到光：智能光網路」上，專家指出，作為新一代光網路的代表，智能光網有著廣闊的發展空間。隨著人工智慧技術的不斷成熟，成功案例層出不窮，萬物皆可AI不再是一句空話。面向下一代光網路，AI必然會有一席之地。

2020年11月，國家互聯網信息辦公室副主任楊小偉表示，「十三五」時期，我國網信事業蓬勃發展、碩果累累：數字經濟規模從「十三五」初的11萬億元，增長到2019年的35.8萬億元，佔GDP比重超過36%，對GDP貢獻率達67.7%。可見，數字經濟已經成為我國社會發展的重要引擎。電信行業作為新基建中新型信息基礎設施能力，無疑是社會和經濟數字化轉型的基礎支撐力量。因此電信行業自身就必須率先完成數字化。

面對數字化轉型創新大潮，海量的數字化應用創新落地需要雲網一體的使能平台，雲網融合是運營商追逐的未來大目標。光網路，作為運營商雲網基礎設施的重要部分，如何融入新一代雲網運營系統中並發揮作用至關重要？

中國電信研究院網路技術研究所高級工程師胡騫指出，「光網路運營管控技術的演進路徑從封閉到開放，從構建新一代到實現數字化，我們距離智能光網路越來越近。」 隨著網路技術不斷迭代升級，數字化+AI正賦能光網路智能化運營。

傳統方式採用「拉」模式，數據採集方式效率比較低，一般為分鐘級、小時級，數據量小，無法滿足需求。而智能光網路能夠在流量預測、故障定位、OSNR預測、劣化預測等典型應用場景中發揮作用，其價值價值至少能體現在4個方面：優質服務、簡化運維、優化網路、降低成本。

中國電信光傳輸技術首席專家李俊傑也認為，全光網2.0是雲網協同時代光網路的發展方向，全光網2.0將具備架構扁平化、調度全光化以及運維智能化的特徵。在智能化方面，能夠實現全網統一智能管控及網路能力開放，以及實現基於大數據及AI的智慧化網路運營。

智能光網路助力千行百業數字化轉型

光纖通信技術的最高發展階段就是實現全光網路，這是光纖技術的最理想化實現形式。全光網路是光纖通信系統技術進步和革新的終極發展目標，未來的通信網路將會進入全光的階段。在去年舉行的第22屆中國國際光電博覽會「雙5G時代光傳送網路技術創新與發展論壇」上，中國聯通研究院首席科學家唐雄燕曾表示，光網路是新基建「幕後英雄」。面向服務的新一代智能光網路可以進一步提升服務能力和增加網路價值。

從行業發展來看，未來光網路將會深入到行業應用當中，攜手運營商助力千行百業數字化轉型。

在教育場景，隨著VR課堂的普及，越來越多的校園將進行WiFi提速，此時大帶寬、低時延的千兆光網將成為必備。例如某大學基於千兆光網，打造高品質的WiFi校園網，實現無縫漫遊和質差識別。

在智慧城市場景，政務數字化發展同樣需要採用千兆光網，比如廣東省政府外網，就是採用OTN高品質專線部署，實現100%的帶寬保證。

在工業互聯網場景，製造企業需F5G保障生產可靠和效率，比如杭州移動助力杭州德意電器，採用千兆光網實現工業POC遠程控制，全光抗干擾，1+1保障斷纖無憂。

業內人士指出，開放智能光網路具備四大優勢：一是避免廠商鎖定，產業鏈更為開放，降低建設成本；二是各個功能塊獨立發展和升級，加速創新，更快地引入新技術降低成本；三是用戶自定義網路，實現業務快速發放；四是簡化運維，降低網路運營成本。

亟待在演算法和應用層面持續探索

在光網路中引入AI是光網路發展的最重要的一個方向，也代表著智能光網路的未來。然而，目前AI賦能光網路方面仍存在不小的挑戰。

5G時代引發了大量垂直行業新業務的差異化需求，使得網路運維日趨複雜，智能化是解決這些問題的關鍵。那麼運營商該如何推動AI技術在光網領域的落地呢？

專家指出，要實現光網路智能化運營，需要數字化和AI的助力。在此過程中，需要滲透數字化理念，SDN理念的集約和開放有利於打破煙囪壁壘，統一介面和北向能力開放是引入AI的重要架構基礎。同時重視數據獲取，對網路管理數據實現「應采盡采」，打造數據湖。另外，數據是石油，提煉才能產生價值。此外，還需關注AI演算法。

中國移動研究院項目經理、教授級高工韓柳燕認為，AI技術在傳送網有豐富的應用場景，可助力傳送網實現智能化轉型；AI技術在傳送網的實現尚存在數據和模型瓶頸，亟待解決；AI技術在傳送網的部分應用已實現實驗室和試點驗證，效果仍在不斷完善中；AI技術在傳送網的全面落地是一個長期的過程，應分階段推進。