随着大规模人工智能训练和推理任务对数据中心内部带宽与能效提出越来越高的要求,传统以包交换为主的网络架构在能耗、热设计和可扩展性方面面临明显挑战。Lumentum 近期发布的 R64 光学电路交换(OCS)平台,正是在这样的市场背景下推出,意在为AI数据中心提供一种更为节能、高效且具备优异光学性能的互联方案。 R64 是基于 Lumentum 成熟的 MEMS(微机电系统)光学镜面切换技术开发而成的 64×64 初始规格的 OCS 平台,面向端口数量相对较低但对每条链路带宽和功耗有严格要求的场景。与公司已有的 R300(300×300 端口)高端产品形成互补,R64 提供了更灵活的部署选择,使得不同规模的机房和不同拓扑阶段都能采用光学电路交换来优化网络能效与性能。 核心技术与性能亮点 R64 继承了 Lumentum 在光学 MEMS 技术方面的深厚积累。MEMS 基于微型可动镜面来实现光路的连接和切换,相较于利用有源放大或电光转换的方案,避免了在交换路径上引入额外的有源介质,从而带来更低的插入损耗和几乎无偏振依赖的光学性能。
这对于 AI 训练任务中对多路大带宽流的稳定传输尤为重要,因为低损耗有助于减少光链路上对放大器和额外信号处理的需求,简化链路设计并提升整体可靠性。 在功耗方面,R64 的表现尤为突出。官方数据表明,R64 在承载超过 100 Tbps 光学流量时整机功耗低于 150W,相比传统的分组交换设备能实现高达 80% 的功率缩减。这一数字对于数据中心的 PUE(电力使用效率)和运营成本具有直接意义。电力、制冷与空间成本往往是运营大规模 AI 集群时的主要成本来源,OCS 的低功耗特性可以显著降低这些支出。 R64 的光学设计还具备高度可扩展性与灵活性。
平台允许扩展至 72×72 端口,支持单向与双向操作模式,并提供完整的任意对任意(any-to-any)光纤连通性。这意味着在物理层面能够实现任意两端点之间的直接光学路径,对于需要大量点对点高带宽传输的应用场景非常适合。 OCS 在 AI 数据中心的价值 AI 工作负载的通信模式与传统数据中心工作负载存在显著差异。大规模分布式训练涉及大量的模型参数同步和巨量的梯度交换,通常表现为点对点或点对多点的高带宽流量。这类流量更适合以电路方式进行传输,而非通过多层分组交换进行逐跳转发。OCS 提供了确定性的链路和极低的追加延迟,使得训练延迟抖动更小,带宽更可预测,从而有利于提升训练效率与吞吐量。
此外,OCS 的低功耗特性直接缓解了数据中心的能耗瓶颈。在规模扩展时期,网络设备的功耗快速增长会引发电力与冷却成本的飙升。通过将大流量的传输从电包交换卸载到光路交换,运营商可以显著降低电源负荷和热设计难度,延缓或减少昂贵的基础设施升级。 与现有网络架构的融合 OCS 并非要完全替代分组交换设备,而是更适合作为混合架构中的一环,与传统以太网交换机、SDN 控制器和光层传输设备协同工作。典型的混合部署可能在机架到机架或 pod 到 pod 之间使用 OCS 提供大带宽直连,而在叶脊(leaf-spine)层继续采用分组交换来处理小流、控制平面和非大规模同步流量。 混合架构带来的挑战主要集中在控制平面与编排层面。
OCS 的重配置需要控制器发出光路建立命令并协调物理层连接,这要求与现有 SDN 系统或云数据中心的编排平台实现紧密集成。得益于 MEMS 技术的快速重配置特性(通常为毫秒级或十毫秒级别的动作),OCS 可以在合理的时间尺度上完成连接调整,从而满足大多数训练任务的需要,但仍需设计智能的调度与流量工程策略以最大化资源利用率并避免频繁切换带来的抖动。 部署场景与运营考虑 R64 适合应用于需要高密度点对点连接的场景,例如同一机房内的多个 AI 群集之间、GPU 集群之间的互联、或者跨机架的超高带宽传输。对于采用分层 Pod 架构的云数据中心,R64 可以作为 Pod 内或 Pod 之间的骨干互联设备,提供稳定的高带宽管道。 在规划部署时,运维团队需要考虑光纤布线的复杂性、端口密度和未来扩展性。虽然 OCS 能够显著提升带宽效率并降低功耗,但物理光纤管理和端口拓扑的设计仍然是成功部署的关键。
灵活的布线和端口映射能够帮助最大化 OCS 的利用率,避免出现端口闲置或频繁重配置的情形。 商业与市场影响 Lumentum 将 R64 引入市场,不仅补足了其在低端与中端端口市场的布局,也进一步巩固了其在光学交换领域的技术领先地位。面对 AI 训练引发的网络带宽需求爆发,设备厂商和数据中心运营商都在寻找能够降低总拥有成本(TCO)且具备长期可扩展性的方案。R64 的低功耗和高光学性能,能够成为数据中心在扩展网络时的重要考量因素。 对于超级云服务提供商和企业级数据中心,R64 提供了一种在不大幅改造既有电网与冷却系统的前提下提升内部带宽的方法。对于中小型云服务商或科研机构而言,64×64 的规格意味着更低的初始投资门槛,同时仍能获得显著的能效提升和较高的带宽密度。
技术局限与需要注意的问题 尽管 OCS 在带宽与能效上具有明显优势,但并不是在所有场景下都能完全替代分组交换。OCS 更适合于长时间占用的固定或半固定大流量链路,对于高度多变的小流、短流或频繁需要细粒度路由决策的场景,分组交换仍然占优。此外,OCS 的重配置并非"即时",因此在面临需要超低切换延迟或极复杂多路径调度的场景时,需要与分组网络配合以保证灵活性。 另一个需关注的方面是运维和故障恢复策略。光学设备的可靠性固然重要,Lumentum 提出了其 MEMS 镜面拥有超过万亿小时的镜面工作时间等可靠性指标,但在实际部署中仍需考虑器件老化、光纤连接端口故障及光路重建带来的影响。合理的冗余设计和自动化故障切换机制能够保障 OCS 在长期运行中的可用性和稳定性。
研发趋势与未来演进 未来光学电路交换的演进可能在几个方向展开。首先是端口数量和带宽密度的提升,厂商将继续寻求在更小体积中实现更多端口和更高的光学吞吐,以满足数据中心日益增长的带宽需求。其次是控制平面的开放标准化,随着 OCS 与 SDN 的结合越来越密切,开放的接口和标准化的控制协议将加速 OCS 在各类数据中心中的落地。再者是与新型光器件(如硅光子、频分复用技术)的集成,可能带来更高的光谱效率与更灵活的波分复用策略,从而进一步提升链路容量和资源利用率。 结语:R64 对运营者意味着什么 对于寻求在能耗、成本和性能之间取得更好平衡的数据中心运营者而言,Lumentum 的 R64 提供了一个具有吸引力的选项。其基于 MEMS 的低插损、近乎无偏振依赖的光学特性,加上在超过 100 Tbps 流量下低于 150W 的整机功耗,使得在满足高带宽需求的同时显著降低了电力与冷却压力。
与公司已有的 R300 高端产品组合形成互补后,客户可以根据规模与流量类型选择合适的 OCS 规格,构建混合的网络架构以兼顾灵活性与能效。 当然,成功采用 OCS 需要在网络架构设计、控制平面集成、物理布线和运维策略上做出周密规划。R64 的推出代表了光学电路交换在产业化路径上的又一步推进,未来随着技术持续成熟与生态系统完善,OCS 有望成为 AI 数据中心互联的重要组成部分,帮助运营者在规模化 AI 时代掌控成本、提升性能并实现更可持续的增长。 。
