NTT：OCS光交换数据中心网络统一光纤验证技术框架实现规模化部署级可靠运维

方案基于光信号传播建模与链路预算损耗评估准则，通过消歧义探测算法设计，在保障验证准确性的前提下，将OCS间光纤检测效率提升13.9倍，终端侧光纤检测效率最高提升93倍，为超大规模OCS数据中心的商用部署提供了完整的运维技术支撑。 一、OCS重构数据中心网络架构，运维体系面临本质性挑战 人工智能与高性能计算负载的快速扩张，推动数据中心内部流量规模急剧增长。传统基于电分组交换（EPS）的数据中心网络虽具备灵活的分组交换能力，但随着网络规模与带宽持续提升，其包处理时延、缓存开销与高功耗的固有局限日益凸显。光交换（OCS）可建立端到端直连光路径，避免反复光电转换，理论上可实现高带宽、低时延通信，并大幅降低包处理带来的功耗，已成为下一代数据中心网络的核心演进方向之一，目前已在多个生产系统与研究原型中得到验证。

但OCS架构的引入，从根本上改变了数据中心网络的运维前提。传统电分组网络可通过链路层发现协议（LLDP）等二三层控制平面机制，依托设备间的分组交互完成拓扑验证与光纤接线故障检测；而OCS仅实现光信号从输入端口到输出端口的转发，不具备分组收发与处理能力，传统拓扑发现与链路监控机制无法直接复用。

这一局限在业务上线前的部署阶段尤为关键。大规模OCS数据中心包含海量人工部署的光纤，涵盖OCS设备间、OCS与终端节点（机架顶交换机或服务器收发器）两类链路，部署与扩容阶段易出现接线错误、光纤物理性能劣化等问题。若未完成充分验证即投入运营，将引发非预期网络故障。因此，必须通过光信号探测与功率测量，验证光纤实际连接与设计拓扑的一致性，以及每条链路的损耗是否在收发器允许预算范围内。

面向实际部署，光纤验证技术需满足三项核心要求：一是拓扑一致性，准确识别接错端口、接错设备的异常光纤；二是链路可用性，确认链路损耗满足收发器功率预算，可支撑正常业务通信；三是可扩展性，适配数万根光纤量级的超大规模网络，避免逐根人工检测的低效模式。 两类验证场景共享一致的物理底层逻辑：其一是光信号传播模型，信号从终端发射后，接收功率等于发射功率减去路径上所有OCS插入损耗与光纤传输损耗的总和，由于探测路径无放大环节，接收功率随损耗累积单调递减，验证本质是基于端到端功率测量反推光纤段的故障状态；其二是收发器链路预算准则，业务正常通信的前提是端到端总损耗低于收发器链路预算，所有验证阈值均需与实际设备参数对齐，确保验证结果直接对应网络的可靠运行能力。 二、层级OCS网络的跨设备光纤高效检测认证技术 2.1 网络模型与故障分类 该技术面向leaf-spine两级架构的层级OCS数据中心，这类网络通常基于Clos或扭曲折叠Clos结构构建，是保障网络可扩展性的核心架构。检测目标为leaf OCS与spine OCS之间的所有互联光纤。

故障分为两类：一类是接线错误，即光纤接入错误端口或错误设备，实际拓扑与设计蓝图不符；另一类是损耗超标，光纤物理路径正确但损耗超出允许范围，无法安全承载业务。所有故障判定均绑定目标网络所用收发器的功率预算，确保验证结果具备运营级参考价值，而非仅做简单通断判断。 2.2 传统检测方案的局限性 传统ANSI/TIA标准的Tier-1认证方案采用逐根光纤测试模式，需在待测光纤两端分别接入光源与功率计完成单点损耗测量。应用于大规模OCS网络时存在两大核心瓶颈：一是测试人员需在不同设备对间反复插拔测试仪，人工操作成本极高；二是所有光纤需逐一探测，数万根光纤的总检测时间可达人周级，完全无法适配超大规模网络的部署节奏。

若尝试通过长光路径并行探测多根光纤以提升效率，则会直接产生路径歧义：当接收信号弱于预期时，无法定位路径中具体哪根光纤损耗超标；即使接收到正常信号，也无法证明目标路径符合设计，错接的光纤可能形成非预期的导通路径，导致验证结果失真。简单的多光纤并行探测是以牺牲正确性换取速度，完全无法满足部署前验证的严谨性要求。 2.3 信号传播模型与损耗阈值推导 研究建立了跨OCS路径的精确信号传播模型：对于穿越若干台OCS与多段光纤的探测路径，接收功率等于发射功率减去路径上所有OCS对应端口对的插入损耗、所有光纤的传输损耗之和。其中OCS插入损耗因端口对而异，模型按实际硬件特性取值，而非假设为恒定值，确保检测结果与真实硬件特性一致。

针对单根目标光纤，方案采用保守估计原则：假设同路径上其他所有光纤均处于最低固有损耗水平，推导得到该光纤损耗的保守上界；若同一光纤经多条不同路径测量，则取所有上界中的最小值，作为其最大可能损耗的有效估计值。该保守机制可确保所有通过认证的光纤必然满足运营损耗要求，从原理上避免故障漏检。

结合两级层级OCS网络的业务路径特征，正常业务信号最多穿越3台OCS与2段光纤，因此结合收发器预算与全网OCS最大插入损耗，可推导出单段光纤的最大允许损耗值，进而得到路径探测的功率判定阈值：接收功率高于阈值则路径上所有光纤均满足损耗要求，低于阈值则路径中至少存在一根故障光纤。 2.4 路径唯一性条件消除拓扑歧义 该技术的核心创新在于通过结构化路径设计从根源消除接线歧义，而非任意构造长探测路径。其核心充分条件为：规划的探测路径在上下行两个方向上，各包含至多一根未验证光纤，且所有不属于该路径的端口均配置为内部未连接状态。在“发射端口仅连接接收端口、同层设备不直接互联”的网络假设下，该条件可保证只有设计规划的路径能够传输光信号，接收功率测量结果具备明确的拓扑对应关系，彻底解决了多光纤并行探测的歧义问题。

该条件让接收信号不再仅代表“存在某条导通路径”，而是可以直接证明“目标设计路径存在且导通”，这是实现多光纤并行验证且不牺牲正确性的核心基础。 2.5 分步迭代检测流程 检测流程采用可信链路迭代扩展的方式执行： 1. 初始阶段将测试仪接入一台leaf OCS，leaf交换机通常预留有空闲或外部专用端口，具备可操作性。第一轮验证该交换机直连的所有光纤，形成第一批可信链路。

2. 将已验证通过的光纤作为可信链路段，后续轮次中利用这些可信段构建更长的探测路径，在严格满足路径唯一性条件的前提下，逐步覆盖更多未验证光纤。 3. 对每条路径的接收结果进行三级判定：接收功率高于健康阈值，则路径上所有光纤均满足损耗要求；存在弱信号（功率低于阈值但高于测试仪接收灵敏度），则路径中至少存在一根损耗超标光纤，标记为可疑；无信号（功率低于接收灵敏度），则路径存在严重损耗或接线错误。 4. 针对可疑光纤，将其与已验证的健康光纤配对构造专属探测路径，逐一隔离并确认每根光纤的实际状态，完成精准故障定位。 整套方案仅需在单台OCS上固定接入测试仪，通过动态配置OCS内部连接切换探测路径，即可实现光纤连接与质量的全自动化验证，无需人工反复插拔操作。 2.6 性能评估结果 研究在两级扭曲折叠Clos网络的超大规模场景下完成验证，待测光纤规模分别为9216、13824、18432根，单次探测操作耗时按典型MEMS型OCS的5秒切换时间计算。结果显示，传统逐根检测方案的总耗时约217小时（约一周）；所提方案通过复用已验证光纤、优化路径设计大幅减少探测次数，总耗时降至约15小时，可在单日完成全部检测，检测效率提升13.9倍，完全适配超大规模数据中心的部署节奏。

三、终端-OCS侧光纤的可扩展拓扑与质量验证技术 3.1 场景特征与核心挑战 终端节点通过双工光纤与OCS端口连接，商用收发器普遍支持数字诊断监控（DDM）功能，可直接测量发射与接收功率，无需额外部署专用测试仪，天然支持多终端并行探测。但并行探测会带来核心难题——拓扑不可区分性：在特定OCS内部配置下，不同的物理光纤接线方式可能产生完全相同的接收信号观测结果，终端仅能感知是否收到信号及功率大小，无法追溯光信号在OCS内部的具体传输路径。

该问题本质是观测欠定问题：单次探测配置下，物理拓扑与观测结果并非一一对应，即使所有终端均接收到预期信号，也无法证明实际拓扑与设计一致。错接的拓扑可能在某一配置下偶然产生正确的接收模式，但在后续业务配置中会出现非预期连接或损耗超标，引发网络故障。因此终端-OCS侧的验证必须同时解决拓扑识别与损耗验证两个耦合问题，仅做通断测试完全无法满足可靠运营要求。 3.2 网络与信号模型 研究将OCS网络建模为终端集合与OCS双工端口集合的对应关系：每个终端通过双工光纤连接唯一的OCS端口，每个双工端口最多连接一个终端；OCS可在任意收发端口间建立内部连接，包括回环连接——即将输入信号从同一双工端口原路回传。

信号传播模型中，终端发射信号经回环路径返回后的接收功率，等于发射功率减去OCS内部连接的插入损耗，再减去双工光纤上下行链路的损耗之和。结合单层OCS网络的业务路径特征，正常业务信号最多穿越1台OCS与2段光纤链路，基于收发器链路预算与OCS最大插入损耗，可推导出单方向光纤链路的最大允许损耗，双工链路中任意方向损耗超标即判定为不可用光纤。 3.3 基于二进制编码回环的高效拓扑识别 传统逐端口回环检测方案需逐个在OCS端口建立回环，由终端检测信号通断，探测次数与光纤数量呈线性关系，大规模场景下效率极低。

所提方案采用二进制编码的结构化回环设计，实现近最优探测效率：将OCS所有端口按二进制编号，第l次探测时，在编号第l位为1的所有端口上同时建立回环连接，所有终端同时发射探测信号并记录是否接收到回传信号。经过log₂N次探测后，每个终端的观测结果构成唯一的比特向量，将比特向量与端口二进制编号一一映射，即可唯一确定所有终端与OCS端口的连接关系。由于该问题的探测次数理论下界为Ω(log₂N)，该算法达到了近最优的时间复杂度。 3.4 链路质量验证机制 链路质量验证采用与OCS间检测一致的保守评估逻辑：基于发射功率、OCS插入损耗与单链路允许损耗，计算得到健康功率阈值。接收功率高于阈值则光纤连接正确且质量达标；接收功率低于阈值但高于接收灵敏度，则标记为可疑，需进一步排查；无信号则判定为接线错误或光纤完全失效。

针对可疑光纤，通过将其与已验证的健康光纤组合构造专属探测路径，逐一隔离单根光纤完成损耗检测与故障定位，确保所有链路的损耗状态均满足运营级要求。整套方案依托终端自带的DDM功能即可实现，无需额外测试硬件，具备极低的部署成本。 3.5 性能评估结果 研究在两级扭曲折叠Clos网络的终端侧场景下完成测试，光纤规模覆盖64至1024根，单次操作耗时同样按5秒计算。结果显示，传统逐端口检测方案的耗时随光纤数量线性增长，1024根光纤需约1小时25分钟；所提方案的耗时仅随光纤数量对数增长，1024根光纤仅需约55秒，检测效率最高提升93倍，具备极强的可扩展性，完全适配超大规模数据中心的终端接入需求。

四、总结 该研究构建了OCS数据中心网络的统一光纤验证技术框架，针对两类核心链路场景分别提出了针对性解决方案：针对层级网络的OCS间互联光纤，通过路径唯一性条件与迭代探测机制，解决了大规模跨设备光纤检测中效率与准确性的平衡难题；针对终端接入侧光纤，通过二进制编码回环算法，破解了并行探测下的拓扑不可区分核心痛点。 两类技术共享一致的底层设计原则：基于信号传播模型的损耗感知验证、面向观测歧义的探测策略设计、面向规模化的算法优化，在保障运营级验证精度的前提下实现了数量级的效率提升。该技术体系为超大规模OCS数据中心的部署前验证与可靠运营提供了完整的技术支撑，随着AI等高带宽应用持续推动数据中心光网络演进，这套运维技术框架将成为支撑OCS规模商用的关键基础能力。