最新刊期
2025年第41卷第4期
- 摘要：智算中心作为大模型应用的关键算力基础设施，其高效运行依赖于高性能的光网络传输底座。然而，智算中心间光网络面临包括高实时性、高突发性和高可靠性的三重互联需求带来的诸多技术挑战。基于此，需要以高实时资源分配技术，助力智算光网络资源分配突破局部调度限制，以应对业务传输与调度时延挑战；以自适应协同优化技术，引导网络从被动调整向主动协同持续发展，以应对业务动态高突发性挑战；以前摄性故障恢复技术，推动网络从被动恢复故障向主动干预有序演进，以应对智算光网络的高可靠性挑战。展望未来，高实时大规模调度技术、算网深度协同技术和智算数字孪生技术，将为智算中心间互联的进一步发展提供新的机遇。关键词：智算中心;资源分配;网络优化;故障恢复1029|1676|0更新时间：2025-10-31
- 摘要：在人工智能（artificial intelligence，AI）大模型蓬勃发展的背景下，数据中心光模块速率需求持续攀升。为满足超高速短距离光互连高速率、低能耗、低时延、高集成度的要求，介绍了光模块产业发展趋势，并着重探讨相关均衡和编码技术。在均衡技术方面，介绍了基于最小角回归策略的低复杂度沃特均衡方法LaNLE和基于隐藏特征提取（hidden feature extraction，HFE）的深度神经网络均衡方法。LaNLE在120 Gbit/s PAM-8信号100 m传输下，相同误码率时，复杂度相比传统方法降低了70.1%；HFE可提升神经网络训练效率，实现了288 Gbit/s PAM-8信号传输。在编码技术方面，介绍了光互连系统中QC-LDPC码优化方法和基于深度学习的LDPC联合均衡译码方法，经实验验证，所提方法能有效优化误码率，提升系统性能。同时，对未来研究方向进行了展望。关键词：光互连;信号处理;均衡;编码1034|986|0更新时间：2025-10-31
- 摘要：随着智算中心规模向百万卡级演进，以“数据中心光互联（data center optical interconnection，DCI）+电分组交换（electrical packet switching，EPS）”为特征的传统智算中心网络面临功耗高、时延高、可靠性不足的挑战。近几年工业界开始探索引入光子技术的方案，以降低智算中心网络的功耗并增强其扩展性、灵活性和可靠性。回顾了工业界研究的“DCI+EPS+光线路交换（optical circuit switching，OCS）”和“DCI+光分组交换（fast optical switching，FOS）”两类智算中心网络架构。结合工业界头部企业的实际案例及科研机构的相关探索，探讨了两种架构的技术路径、性能优势及待研究问题，为未来智算中心网络的设计提供参考。关键词：智算中心;光电交换网络;算力集群541|2213|0更新时间：2025-10-31
- 摘要：随着人工智能大模型训练与推理业务的快速发展，智算中心面临算网协同调度的新挑战。为优化分布式智算Ring Allreduce业务的部署问题，首先，通过扩展传统波平面，开发了算力波平面技术，实现了算力与网络资源的一体化虚拟管理。然后，基于算力波平面，提出了一种高效路由、波长、算力和时隙分配（routing，wavelength，computing power and time slot assignment，RWCTA）算法用于环规约（Ring Allreduce）业务部署。仿真结果表明，与传统基于波平面的部署算法相比，基于算力波平面的RWCTA算法能有效降低62.4%的总业务完成时间和54.5%的平均业务计算时间。关键词：智算中心光网络;算网协同;Ring Allreduce业务;路由、波长、算力和时隙分配;算力波平面307|370|0更新时间：2025-10-31
- 摘要：随着全球 AI 产业蓬勃发展，大模型技术对算力需求越来越高，国内外大型科技公司正积极投建超万卡/超十万卡集群。超十万卡集群的发展受限于水电供应、建设投入等因素，而通过高速全光网构建多集群互联的基础网络底座，实现跨集群高效协同训练是重要的潜在解决方案。为满足跨智算集群互联超大带宽、超低时延、超高可靠需求，提出了无损智算光传送网（hitless intelligent computing optical transport network，HIC-OTN）的技术架构及关键技术方案，并基于HIC-OTN完成了首个104 km跨智算集群流水线并行（pipeline parallelism，PP）拉远训练现网技术试验，探索和验证了百公里级跨集群PP训练的可行性。基于800 Gbit/s HIC-OTN互联在52 km和104 km两个智算集群场景下，HIC-OTN完成了等同单节点训练效率98%以上的高效协同训练，并实现了光网络保护倒换对训练效率的无损和无感知。关键词：跨集群训练;HIC-OTN;无损保护;超大带宽;超低时延614|813|0更新时间：2025-10-31
专题：智算光互联
- 摘要：群智能系统凭借其分布式架构、高自组织性和强鲁棒性等特征，在推动社会生产和生活方式智能化发展方面展现出巨大的潜力。然而，安全性与隐私保护问题已成为制约其稳定运行与广泛应用的关键因素，直接影响用户信任度与技术的规模化部署。因此，确保群智能系统的运行安全、实现数据隐私保护，并增强其在复杂环境中的抗攻击能力和鲁棒性，已成为当前亟待解决的重大问题。对此，全面描述了群智能系统的定义、特点、通用结构及其应用场景等，明确提出现阶段群智能系统涵盖数据、通信、系统可靠、鲁棒和信任管理的安全目标与相关数据、身份和意图的隐私保护目标，并分析主要攻击方法及相关防御技术。在此基础上，系统梳理当前主流的解决方案，以应对群智能系统在安全与隐私保护方面的问题。最后，深入探讨群智能系统在这一领域面临的核心挑战，并展望未来可能的发展方向，旨在为后续的研究提供理论支持与技术指导。关键词：群体智能;群智能系统;安全防御机制;隐私保护380|1455|0更新时间：2025-10-31
- 摘要：随着人工智能（artificial intelligence，AI）大模型的发展，分布式训练对计算资源的需求显著增长，导致集群间通信的数据量大幅增加，给智算场景下的集合通信库带来了严峻的挑战。针对智算场景下计算任务的性能瓶颈以及业务需求，分析了当前集合通信库所面临的技术难题，同时也展望了集合通信库未来的发展趋势，比如开发更高效的通信算法、实现更加灵活的调度机制以及增强跨平台兼容性等，旨在为智能计算领域的研究与实际应用提供有价值的参考和支撑。关键词：人工智能;大模型;智算场景;集合通信库477|1511|0更新时间：2025-10-31
综述
- 摘要：近年来通信技术发展迅速，传统传输控制协议/因特网互联协议（transmission control protocol/Internet protocol，TCP/IP）网络瘦腰结构的弊端凸显，新网络架构协议相继被提出，多种模态网络将长期共存。传统的网络转发方案难以适应多模态网络的动态变化特性，且存在时延高、成本高等问题。基于此，提出了一种流数据驱动的多模态网络转发方案和基于强化学习的多模态网络转发算法。针对多模态网络动态变化的特点，设计了基于可编程数据平面的多模态网络转发方案。该方案包含负责网络信息采集的带内网络遥测（in-band network telemetry，INT）采集模块、解析和过滤网络流的网络流处理模块、识别和分流多模态网络流的模态处理模块、提供网络功能的服务功能模块、负责转发的数据转发模块、用于数据缓存的缓存模块，以及生成和下发转发策略的节点控制模块。利用编写协议无关的包处理器（programming protocol-independent packet processor，P4）编程语言协议无关的特性，该方案可以支持多个网络模态的共生共存，且通过可编程交换机硬件可以有效提高转发效率。同时，针对可编程交换机通过表的方式进行数据更新的特点，提出了基于强化学习的多模态网络转发算法，并针对可编程硬件限制进行适配，根据多模态网络流的状态，为流选择合适的转发端口，以实现多模态网络的高效转发。在未来网络试验设施（China Environment for Network Innovation，CENI）中完成了转发算法的实现和测试，验证了所提算法的有效性。关键词：多模态网络;网络转发;可编程数据平面263|371|0更新时间：2025-10-31
- 摘要：随着6G通信网络和移动边缘计算（mobile edge computing，MEC）技术的迅速发展，配备边缘服务器的基站部署密度持续提高，计算任务呈现出日益多样化的趋势。为应对差异化用户体验质量（quality of experience，QoE）以及资源分配不均衡对系统性能的影响，提出了一种高效的匹配卸载方案，综合考虑了卸载决策以及计算资源分配，构建了一个以最大化系统收益为目标的混合整数非线性规划问题。通过分解原问题，基于双边匹配理论设计了一种迭代优化算法加以求解。仿真实验基于澳大利亚墨尔本中央商务区（central business district，CBD）的公共数据集进行验证，结果表明，与现有方案相比，所提方案在提升系统收益方面表现出显著的优势。关键词：移动边缘计算;体验质量;资源分配;任务卸载235|430|0更新时间：2025-10-31
- 摘要：波达方向（direction of arrival，DOA）估计是阵列信号处理中的一个关键领域，而波达角（angle of arrival，AOA）则是其核心参数。将AOA估计作为主要研究目标，提高其在任意结构阵列中的准确性。通过分析现有文献中关于任意结构阵列的系统模型，基于E-子空间理论，结合最大似然原理与Lloyd-like迭代算法，提出了一种新的子空间逼近迭代算法。此外，为了降低计算复杂度，结合MUSIC算法，提出了基于MUSIC峰值范围的迭代改进算法。最后，通过仿真验证了以上方法在毫米波信道估计中的有效性，相较于传统的MUSIC算法性能显著提升。关键词：AOA估计;任意结构阵列;E-子空间;Lloyd-like迭代算法171|390|0更新时间：2025-10-31
- 摘要：在未来的空天地一体化无线网络中，针对高带宽延迟积（即长胖网络）且存在丢包特性的链路，设计有效的数据传输方案至关重要。然而，过去数十年作为主流传输层协议的传输控制协议（transmission control protocol，TCP），在该场景下具有性能上的局限性。为此，提出了一种新的传输方案，该方案结合了用户数据报协议（user datagram protocol，UDP）和应用层前向纠错（forward erasure correction，FEC）编码技术中的流式编码，能够在完全不需要重传的情况下提供可靠的数据传输保障。此外，还引入了一种基于强化学习（reinforcement learning，RL）的方法，以实现拥塞控制与FEC修复传输的联合优化。通过一系列仿真实验，证明了所提方案在长胖网络环境中，尤其在面对丢包情况时，能够保持高效和平稳的吞吐量。这也为TCP性能增强代理（performance-enhancing proxy，PEP）的应用提供了新思路。最后，还展望了一些未来的研究方向。关键词：前向纠错;拥塞控制;强化学习361|619|0更新时间：2025-10-31
- 摘要：在车联网中，计算密集型和时延敏感型车载应用的出现对车辆的计算能力和处理速度提出了挑战。为此，车辆边缘计算（vehicular edge computing，VEC）应运而生，它通过利用周边车辆和路侧单元（roadside unit，RSU）的空闲计算资源来辅助车辆进行联合任务计算。然而，如何有效管理VEC系统的计算资源以实现系统性能优化，仍是一个亟待解决的问题。基于此，研究VEC系统中的协同资源分配和任务卸载问题，通过车辆到基础设施（vehicle-to-infrastructure，V2I）和车辆到车辆（vehicle-to-vehicle，V2V）的通信模式来实现部分任务的卸载，同时协同优化选择决策、任务卸载比例，以及车辆和RSU的计算资源分配，在保证任务完成的前提下最小化系统总能耗。由于该问题是一个NP难的混合整数非线性规划问题，将原问题解耦成多个子问题，并提出一种融合蚁群系统（ant colony system，ACS）、拉格朗日乘子和梯度法的优化方案。仿真结果表明，所提方案相较对比方案在降低任务未完成率和系统总能耗方面展现出更优越的性能。关键词：车辆边缘计算;能耗;计算卸载;蚁群系统;未完成率363|556|0更新时间：2025-10-31
- 摘要：入侵检测可主动鉴别物联网流量攻击，它是维护物联网安全的重要措施。为此，提出基于多尺度残差时间卷积网络的入侵检测模型（multiscale residual temporal convolutional networks-based intrusion detection model，MRID）。MRID采用多尺度残差时间卷积模块，以增强网络学习时空的表征能力。同时，MRID采用了一个改进的流量注意力机制，帮助模型在学习过程中更关注重要特征。MRID可便捷应用于基于雾层的物联网架构中，以提供高效的实时入侵检测。利用数据集CICIDS2017和CSE-CIC-IDS2018验证MRID的性能。性能分析表明，MRID提高了入侵检测的效率，并在保持计算效率的同时，增强了模型的鲁棒性。关键词：物联网;入侵检测模型;时间卷积网络;多尺度残差;注意力机制242|825|0更新时间：2025-10-31
研究与开发
- 摘要：为了提高电力通信网的运维管理效率，研究利用人工智能技术的通信电源系统配电屏数字化方法，通过目标检测和文字识别来实现配电屏中各下级支路供电状态的实时监测。首先，提出了一个多层嵌套识别网络（multi-layer nested recognition network，MLNRN）架构，结合轻量化策略，降低该架构对终端设备的存算需求，高效准确地实现了配电屏供电状态的结构化输出。其次，针对图元检测任务提出了一个改进的YOLOv5网络，通过引入ConvNext Block和双向特征金字塔网络（bidirectional feature pyramid network，Bi-FPN）结构，提高了对状态灯等小目标的识别精度。最后，基于卷积递归神经网络-连接时态分类（convolutional recurrent neural network- connectionist temporal classification，CRNN-CTC）网络构建针对配电屏下级支路标签的文本识别模型，采用迁移学习和图像增广的策略，提升模型对多字符种类、不规范配电屏图像中文本识别的准确率。仿真实验表明，图像识别的平均准确率为97.2%，文本方法的识别准确率为92%，这验证了所提架构在配电屏数字化任务中的有效性和适用性，为实现电力通信网的视频巡检和智慧运维提供了有效的解决方案。关键词：电力通信网;配电屏数字化;图像识别;文字识别;YOLOv5;轻量化;卷积递归神经网络205|908|0更新时间：2025-10-31
- 摘要：基于5G和IP多媒体子系统（IP multimedia subsystem，IMS）网络架构，通过引入数据通道（data channel，DC）和人工智能（artificial intelligence，AI），提出了下一代新通话的网络架构。随着网络架构的日益复杂，媒体节点类型多、路由迂回、业务时延高等问题愈发突出。为简化网络、提升效率，需要明确面向未来的网络演进思路。首先提出了新通话媒体面未来的演进目标和方向，然后针对网络演进过程中的关键技术进行了深入的分析和研究，为新通话媒体面向目标架构演进提供了技术支撑。关键词：新通话;网络演进;数据通道;人工智能302|518|0更新时间：2025-10-31
工程与应用
- 技术支持由北京北大方正电子有限公司提供 京ICP备09064830号-19
京公网安备11010802024621 - 本系统建议在Chrome、 IE9+ 以上版本浏览器阅读本站内容，360浏览器请切换至极速模式
- Cookies帮助我们提供服务并提供个性化体验。使用本网站，即表示您同意我们使用Cookies
- 总访问量：1035510 今日访问量：3559
0