ECOC 2025：基于AWGR+可调激光器的纳秒全光交换网络实现带宽利用率超 MEMS OCS方案1.5-21 倍

在ECOC 2025上，北邮/南大/中国联通研究院/中科大的研究团队发表了一篇题目为Demonstration of Nanoseconds Reconfigurable All-optical Switching Network for Distributed Deep Learning的文章。该工作针对分布式深度学习（DDL）中节点间通信开销激增与传统网络性能不足的矛盾，提出并实验验证了一种基于阵列波导光栅路由器（AWGR）和波长可调激光器阵列的纳秒级可重构全光交换网络。该网络通过FPGA实现高精度时间同步与高效流量调度，解决了现有MEMS基光开关切换时间与数据传输时间不匹配导致的带宽利用率低问题。实验结果表明，该网络间隙时间低于 2ns，低中负载下平均延迟小于 10μs，带宽利用率较 MEMS OCS网络提升 1.5-21.5 倍，为 DDL 提供了低延迟、高吞吐量、高带宽利用率的通信支撑。

1 引言：DDL 的通信挑战与传统网络瓶颈

随着大语言模型（LLMs）的快速发展，分布式深度学习（DDL）成为降低训练时间、突破单机存储资源限制的核心技术。然而，DDL 需在大量计算节点间传输海量数据，导致通信开销显著增加，对数据中心网络（DCNs）的性能提出更高要求。

当前主流网络方案存在明显缺陷：

1. 传统多层电分组交换（EPS）受限于切换容量、网络延迟、硬件成本与功耗，无法满足 DDL 对高带宽、低延迟的需求；
2. MEMS 基光交换虽避免了光 - 电 - 光（O/E/O）转换，但切换时间普遍超过 10ms。而 DDL 中单次数据传输量多为 10-100MB（25Gb/s 速率下传输耗时仅数毫秒至数十毫秒），二者时间尺度不匹配，导致带宽利用率极低，无法实现细粒度数据交换。

为此，本文设计纳秒级可重构全光交换网络，通过快速硬件响应与精准控制机制，适配 DDL 的通信特性，突破传统网络瓶颈。

2 系统设计：全光交换网络的架构与核心技术

2.1 整体网络架构

网络采用 “控制层 - 数据层” 二级架构，实现全局协同与高效数据传输，架构如图 2（a）（b）所示：

• 控制层以网络调度器为核心，负责全局时间同步、流量调度策略生成与命令下发；激光控制器接收调度指令，控制激光器波长切换，确保与数据传输时序对齐。
• 数据层由流量控制器、AWGR与RECDFB 激光器阵列组成。流量控制器连接服务器，处理数据收发、缓存管理与转发；AWGR 作为无源光路由单元，实现多节点间光信号的并行路由；RECDFB 激光器阵列提供快速波长切换能力，支撑纳秒级网络重构。

各组件通过 FPGA 硬件实现联动：网络调度器与流量控制器、激光控制器间通过高速接口传输控制信号，确保指令实时响应；数据层通过 AWGR 实现无阻塞光信号传输，避免 O/E/O 转换带来的延迟与功耗。

2.2 关键硬件组件特性

1. RECDFB 激光器阵列采用重构等效啁啾技术，激光弛豫时间仅数百皮秒，可实现纳秒级波长切换，为网络快速重构提供硬件基础；
2. AWGR作为无源光器件，支持多波长信号并行传输，无需主动控制即可完成光路由，降低传输延迟与功耗，同时兼容多节点扩展；
3. FPGA 硬件平台网络调度器与流量控制器均基于 AMD KCU116 FPGA 实现，时钟周期为 2.56ns，确保高频率下的实时控制与数据处理，满足纳秒级同步需求。

2.3 核心控制机制

2.3.1 高精度纳秒级时间同步

为避免时间偏移导致的数据传输重叠与丢包，设计三级同步机制：

1. 调度器 - 流量控制器同步 采用 “请求 - 响应” 三握手协议，通过双向信号交互确保同步精度与可靠性；
2. 流量控制器 - 激光控制器同步 采用源同步通信方式，使二者工作时钟完全一致，实现波长切换与数据转发的精准对齐；
3. 全局同步效果 通过上述机制，整个网络（调度器 + 流量控制器 + 激光控制器）的时间同步精度达到1ns，确保所有节点同步完成波长切换与数据传输，无时间差导致的冲突。

2.3.2 高效流量调度

为减少网络重构次数、避免缓存溢出与传输冲突，优化流量调度策略：

1. 优先级排序：优先处理缓存利用率高的数据，防止缓存溢出；同时优先调度 “已建立光路” 的节点通信，减少网络重构开销；
2. 冲突仲裁：通过仲裁器（Arbiter）处理多对一传输中的命令冲突，将冲突命令按优先级排序后加入调度队列，避免数据丢包；
3. 前导码优化：待发送数据预留短时间发送前导码，加速时钟与数据恢复（CDR）过程，缩短传输准备时间，提升整体效率。

3 实验验证：平台设置与性能结果

3.1 实验平台配置

• 节点规模：搭建 4 节点全光交换网络原型；
• 传输速率：收发通道均采用 25Gb/s 速率；
• 测试数据量：覆盖 DDL 典型单次传输量，包括 4MB、8MB、16MB、32MB、64MB，通过 Spirent Test Center 生成测试流量；
• 测量指标：激光器切换时间、网络间隙时间、时间同步精度、平均延迟、吞吐量、带宽利用率。

3.2 关键性能结果

3.2.1 纳秒级切换性能

• 激光器动态特性：实测 RECDFB 激光器波长切换的上升时间为 1.6ns，下降时间为 2.4ns，满足纳秒级响应需求；
• 网络间隙时间：原链路恢复与新链路建立的间隙时间仅2ns，远低于 MEMS 基光开关的 10ms，实现真正意义上的纳秒可重构。

3.2.2 时间同步精度

通过流量控制器输出的 “每毫秒脉冲（PPMS）” 信号测量，在 2.56ns 时钟周期下，全局时间同步误差小于 1ns，完全满足纳秒级调度与传输需求。

3.2.3 延迟与吞吐量

• 平均延迟：低至中等负载（负载≤0.6）下，所有测试数据量（4MB-64MB）的平均延迟均低于 10μs；且数据量越大，延迟越低 —— 因大数据量传输需更少的波长切换与缓存操作，减少额外开销；
• 吞吐量：低负载（负载≤0.6）时，所有数据量均实现 “理想吞吐量”（接近理论带宽）；负载超过 0.6 后，数据量越大，吞吐量增长越接近线性，64MB 数据传输时吞吐量接近 25Gb/s 理论上限，证明切换开销对大流量影响极小。

3.2.4 带宽利用率

与 MEMS 基光交换网络对比，该网络带宽利用率优势显著：

• 4MB 数据传输时，该网络带宽利用率已接近 MEMS 网络 64MB 传输的水平；
• 16MB 数据传输时，带宽利用率达97%，随数据量增加逐步趋近 100%；
• 整体带宽利用率较 MEMS 基网络提升1.5-21.5 倍，其中小数据量（4MB）提升最显著，完美解决 DDL 中小数据传输的带宽浪费问题。

4 结论与应用价值

4.1 技术结论

1. 可行性验证：成功实现基于 AWGR 和 RECDFB 激光器的纳秒可重构全光交换网络，网络间隙时间≤2ns，全局时间同步精度 1ns，满足纳秒级重构需求；
2. 性能优势：低中负载下平均延迟 < 10μs，吞吐量近线性增长，带宽利用率较 MEMS 基网络提升 1.5-21.5 倍，完全适配 DDL 的通信特性。

4.2 应用价值

1. 突破 DDL 通信瓶颈：为 LLM 等大规模分布式训练提供低延迟、高带宽、高利用率的通信支撑，可有效缩短训练时间；
2. 规模化扩展潜力：架构兼容更多节点（如 16 节点、64 节点）与更高传输速率（如 100Gb/s），具备数据中心规模化部署的潜力，为未来高算力需求场景提供网络解决方案。