无线通信模块公司排名(智能光网络技术)

迈入2021年，国家加大对千兆宽带行业的支持力度。今年我国政府工作报告明确要求加大5G网络与千兆光网建设力度，丰富应用场景，把千兆光网的战略地位，提升到国家级新高度。

工信部发布的《“双千兆”网络协同发展行动计划(2021-2023年)》提出，到2021年底，我国千兆光纤网络要具备覆盖2亿户家庭的能力，万兆无源光网络(10G PON)及以上端口规模超过500万个，千兆宽带用户突破1000万户。

在此背景下，国内三大运营商积极响应，均提出推进千兆光网建设。随着5G时代的到来，新一代光网络呼之欲出。

AI赋能下一代智慧光网络

在近日举办的光通信高质量论坛系列活动的第三场线上活动“当AI遇到光：智能光网络”上，专家指出，作为新一代光网络的代表，智能光网有着广阔的发展空间。随着人工智能技术的不断成熟，成功案例层出不穷，万物皆可AI不再是一句空话。面向下一代光网络，AI必然会有一席之地。

2020年11月，国家互联网信息办公室副主任杨小伟表示，“十三五”时期，我国网信事业蓬勃发展、硕果累累：数字经济规模从“十三五”初的11万亿元，增长到2019年的35.8万亿元，占GDP比重超过36%，对GDP贡献率达67.7%。可见，数字经济已经成为我国社会发展的重要引擎。电信行业作为新基建中新型信息基础设施能力，无疑是社会和经济数字化转型的基础支撑力量。因此电信行业自身就必须率先完成数字化。

面对数字化转型创新大潮，海量的数字化应用创新落地需要云网一体的使能平台，云网融合是运营商追逐的未来大目标。光网络，作为运营商云网基础设施的重要部分，如何融入新一代云网运营系统中并发挥作用至关重要？

中国电信研究院网络技术研究所高级工程师胡骞指出，“光网络运营管控技术的演进路径从封闭到开放，从构建新一代到实现数字化，我们距离智能光网络越来越近。” 随着网络技术不断迭代升级，数字化+AI正赋能光网络智能化运营。

传统方式采用“拉”模式，数据采集方式效率比较低，一般为分钟级、小时级，数据量小，无法满足需求。而智能光网络能够在流量预测、故障定位、OSNR预测、劣化预测等典型应用场景中发挥作用，其价值价值至少能体现在4个方面：优质服务、简化运维、优化网络、降低成本。

中国电信光传输技术首席专家李俊杰也认为，全光网2.0是云网协同时代光网络的发展方向，全光网2.0将具备架构扁平化、调度全光化以及运维智能化的特征。在智能化方面，能够实现全网统一智能管控及网络能力开放，以及实现基于大数据及AI的智慧化网络运营。

智能光网络助力千行百业数字化转型

光纤通信技术的最高发展阶段就是实现全光网络，这是光纤技术的最理想化实现形式。全光网络是光纤通信系统技术进步和革新的终极发展目标，未来的通信网络将会进入全光的阶段。在去年举行的第22届中国国际光电博览会“双5G时代光传送网络技术创新与发展论坛”上，中国联通研究院首席科学家唐雄燕曾表示，光网络是新基建“幕后英雄”。面向服务的新一代智能光网络可以进一步提升服务能力和增加网络价值。

从行业发展来看，未来光网络将会深入到行业应用当中，携手运营商助力千行百业数字化转型。

在教育场景，随着VR课堂的普及，越来越多的校园将进行WiFi提速，此时大带宽、低时延的千兆光网将成为必备。例如某大学基于千兆光网，打造高品质的WiFi校园网，实现无缝漫游和质差识别。

在智慧城市场景，政务数字化发展同样需要采用千兆光网，比如广东省政府外网，就是采用OTN高品质专线部署，实现100%的带宽保证。

在工业互联网场景，制造企业需F5G保障生产可靠和效率，比如杭州移动助力杭州德意电器，采用千兆光网实现工业POC远程控制，全光抗干扰，1+1保障断纤无忧。

业内人士指出，开放智能光网络具备四大优势：一是避免厂商锁定，产业链更为开放，降低建设成本；二是各个功能块独立发展和升级，加速创新，更快地引入新技术降低成本；三是用户自定义网络，实现业务快速发放；四是简化运维，降低网络运营成本。

亟待在算法和应用层面持续探索

在光网络中引入AI是光网络发展的最重要的一个方向，也代表着智能光网络的未来。然而，目前AI赋能光网络方面仍存在不小的挑战。

5G时代引发了大量垂直行业新业务的差异化需求，使得网络运维日趋复杂，智能化是解决这些问题的关键。那么运营商该如何推动AI技术在光网领域的落地呢？

专家指出，要实现光网络智能化运营，需要数字化和AI的助力。在此过程中，需要渗透数字化理念，SDN理念的集约和开放有利于打破烟囱壁垒，统一接口和北向能力开放是引入AI的重要架构基础。同时重视数据获取，对网络管理数据实现“应采尽采”，打造数据湖。另外，数据是石油，提炼才能产生价值。此外，还需关注AI算法。

中国移动研究院项目经理、教授级高工韩柳燕认为，AI技术在传送网有丰富的应用场景，可助力传送网实现智能化转型；AI技术在传送网的实现尚存在数据和模型瓶颈，亟待解决；AI技术在传送网的部分应用已实现实验室和试点验证，效果仍在不断完善中；AI技术在传送网的全面落地是一个长期的过程，应分阶段推进。