技术空间。 全球领先的产业与科研力量均已在此领域展开探索，并在部分应用场 景实现试点部署。 然而，要实现光电协同网络在智算中心的规模化落地，仍需跨越 多重技术关卡。从应用层集合通信模式与动态拓扑的适配，到传输层 协议机制与流量调度优化；从路由层控制平面的可扩展性，到链路层 资源的智能分配；再到物理层光交换的传输损耗与延迟难题，均对网 络架构设计、协议栈演进与资源编排提出了系统性挑战。 .......... 15 2. 智算中心光电协同交换网络面临挑战............................................. 20 2.1 应用层：集合通信与网络拓扑的失配挑战...........................21 2.2 传输层：复杂功能的协议设计与流量调度挑战...................21 2.3 网络层：路由收敛滞后挑战 应用层：面向光电网络的集合通信重构协议.......................27 3.1.1 预测通信模式，为重配置提供需求启示.....................28 3.1.2 拓扑有感知的动态集合通信重构................................. 29 3.2 传输层：面向光电网络的高性能传输协议...........................31

....... 21 5.2.3 端网协同的路径控制：端侧传递需求 网络精准控制....................................22 5.2.4 网络隔离与资源保障：网络拓扑隔离，资源合理分配..................................23 5.3 极致高性能关键技术....................................... 的GPU服务器网卡接口达到8*400G，支持800G的GPU服务器也已推出，为了满足接入需 求，减少设备数量，对单交换机容量提出了越来越高的需求，而单交换芯片的容量提升节奏， 明显落后于IO总线的发展，并且存在物理上限。 2）组网拓扑的限制 为了满足数十万卡乃至更大规模的组网需求，在交换机支持端口数短期无法跃升的情况 下，传统的CLOS架构需要采用更多的网络层次，更多的网络层次意味着转发跳数增加，在 带来更大时延的同时，更 当前智算中心网络相对通用数据中心网络最显著的架构特征是端网融合，即网络内生架 构纳入端侧算力特征要素，经典技术机制如精细化负载均衡、基于量化信用的拥塞控制、基 于集约范式的在网计算等。同时，端侧网卡引入兼容网络拓扑的多路径控制、逐包喷洒等机 制。端网在架构上的深度融合，双向加强，从根本上大幅提升了面向智算中心网络传输和连 接性能，实现了超低时延、超大节点组网规模、超高传输通量。从设备形态上看，网卡、网

之间的调用关系及业务拓扑，快速展现系统性能瓶颈，发现缓慢或错误请求， 下钻到全栈快照，找到耗时最长的自定义方法，定位SCM访问缓慢的原因。 应用场景 1 实时监测，锁定影响范围 在重大节日活动中，如618、双11等，通过实时监测，发现全国用户均出现访问订单页面延迟的情况，帮助格力电器锁定影响范围，根据 告警情况，分析告警原因。通过博睿数据的自动应用拓扑功能，精准发现在订单管理模块集群主机中出现告警的机器。 管理模块集群主机中出现告警的机器。 2 2 4 ｜ 让IT运营更智能 自动拓扑，定位问题根因 博睿数据对问题主机进行下钻分析，发现业务请求上升的同时，磁盘I/O读写次数上升，但同期该集群中的其他主机都无上升情况，定位 原因是由于业务流量负载不均衡导致。经过运维人员检查并优化负载均衡配置后，解决问题，助力运维人员快速发现、定位问题，将问 题解决效率提升至分钟级。 3 时间降低46.2% 降低运维难度，提高运维效率 帮助运维人员快速发现、定位问题， 由数小时缩短至16分钟 3 中国铁塔通过部署博睿数据一体化智能可观测平台，实现覆盖43套核心业务系统的全栈监控与多维拓扑分析，打通从前端用户操作到后 端数据库调用的全链路追踪，构建端到端健康管理体系，全面保障集团核心业务流程高效运转。 ｜ 让IT运营更智能 博睿数据助力中国铁塔 实现全栈性能跃升 4

展需要实现在 400V 电压等级面向多业务多 场景的统一高速通信网。结合 5G+ 通信技术的演进趋势，通信、感知、计算、控制一体化是必然的发展方向，并对低 压台区的业务的云边协同控制、空间和电气拓扑识别、多维感知、就地决策具有重大的价值，需要提前布局。为推动实 现“有电就有网，支撑 400V 以下全业务，覆盖千行百业，连通千家万户”，亟需研发新一代通感算控一体化高速通 信技术，采用电力业务 时发现故障并开展现场维护。相关功 能以分支开关、智能电表、传感器等电网公司部署的设备为数据来源，采集参数包括电气参数、设备运行状态、环境状 态等。相关业务主要包括配变负荷管理、低压用电管理、低压拓扑识别、分支监测、分支控制、负荷实时监测等，其业 务需求如表 2-3 所示。 表 2-3 配电网感知及实时监控业务需求 序号 支撑功能 业务类型 数据频度 实时性 可靠性 安全性 交互对象 1 低压停电感知、分支负载 监测 周期性采集 1 分钟 分钟级 99% 高 分支开关 3 低压智能开关位置 周期性采集 24 小时 否 99% 低 分支开关 4 低压拓扑识别 周期性采集 24 小时 否 99% 低 分支开关、 电表 5 低压拓扑采集 周期性采集 24 小时 否 99% 低 电表 6 配变负荷管理 周期性采集 15 分钟 否 99% 低 电表 7 低压用电管理 周期性采集 15 分钟

2-1 卫星互联网架构图 2 卫星互联网承载网的结构由在轨卫星、地面节点和多类型链路共 同构成。在轨卫星既包括低轨卫星，也包括中高轨道的区域中继节点， 它们通过高速星间链路形成一个动态的网状拓扑。这些卫星节点不仅 仅承担信号转发的作用，还具备一定的路由计算、缓存和处理能力， 使得网络在链路变化频繁的空间环境中依然能够保持高效的数据调 度。地面节点主要由信关站和核心骨干节点组成，前者承担卫星与地 负责连接卫星与地面站，支持多频段传输以适应不同业务需求；同时， 承载网还需与地面光纤网或无线骨干网形成互联接口，实现跨域无缝 对接。由于卫星在轨运行形成高度动态化的拓扑结构，卫星互联网承 载网的控制平面必须具备快速的拓扑感知与预测能力，通过基于轨道 力学的链路预测实现路由的提前优化配置，并借助分布式控制与跨域 编排机制，在多域多业务并行运行的情况下保持网络稳定。 在能力特征方面，卫星互联网承载网的首要优势是全球覆盖。依 优化和资源自适应分配，推动网络具备更高的自治能力；在开放性方 面，承载网将逐步实现与地面互联网标准的深度融合，支持多运营商、 多服务平台的接入与共享。然而，这一发展过程中仍面临诸多挑战， 包括高动态性拓扑带来的路由与资源管理复杂性、跨域互操作的标准 化问题、空间环境对通信链路的干扰与衰减，以及信息安全和抗干扰 能力的持续提升等。这些问题的解决不仅需要通信、航天、信息安全 等多个领域的协同创新，也需要在国际范围内形成技术标准与合作机

选取当前跳变路径,同时提出流表预下发策略,保证在路径切 换过程中通信不中断,减小了路由跳变带来的时间开销[３４]. (５)网络拓扑跳变指周期性主动或被动地更改网络拓扑, 使攻击者收集到的拓扑信息失效,进而一定程度上抵御了网 络嗅探等攻击. Rawski提出的拓扑跳变策略,可以从预先计算好的配置 中根据网络状态的安全等级周期性地选择变化,也可以由捕 获的网络 异 常 事 件 触 发 拓 扑 扑 跳 变[３５].Bai等 结 合 真 实 主 机 IP、操作系统类型等信息和添加的虚假主机构造虚假网络拓 扑,从跳变池中选择虚假网络拓扑进行随机拓扑跳变,并按照 拓扑差异值决定当前虚假拓扑的存活时间[３６]. ２)系统层 (１)容器迁移指将应用程序的镜像或容器镜像从一个主 机或容器集群移动到另一个主机或容器集群,动态地改变系 统的结构和配置,进而增加攻击者攻击系统的难度. Az 根据欺骗资源所属的系统层次进行分类 根据欺骗资源位于系统的不同层次,可以将欺骗防御技 术分为网络层欺骗、数据层欺骗和系统层欺骗. １)网络层 在蜜罐、蜜网等欺骗系统的网络层实施欺骗防御策略,如 掩饰或伪造IP地址、端口号、拓扑等网络层特征信息,旨在诱 骗攻击者捕获虚假的网络信息、重定向攻击,并主动捕获恶意 网络流量,以达到欺骗攻击者的目的. Zhang等通过蜜网网关和入侵检测系统 来 检 测、分 析 特 定的恶意流量

数据采集及标准化，统一接入、存 储、分析处理标准，提供可观测性能力数据基础。  业务发展量、业务流程积压量、业 务突变异常、业务关键稽核点等  核心业务场景、核心业务环节、核 心业务链路拓扑  白屏、慢响应、弹窗日志等 核心业务 系统方自定义 Promethues exporter 调用链接口业务打标 告警配置 应用 核心场景、核心业务链路 人工梳理上报 调用链agent采集 exporter 前端触点 浏览器 JS埋点 APP SDK 云平台 snmp协议+ Promethues exporter 云平台维护方自定义 Promethues exporter 网络拓扑同步上报  卡顿、崩溃、错误等  调用量、响应时间、异常量等  应用调用trace  方法调用明细  云平台健康度、集群节点、pod容 器指标  网关：KONG、LB、Nginx等 网络出、入流量、并发会话数、连 接数等  数据中心、网络设备、主机拓扑映 射关系 统 一 标 签 规 范 标 准 + 自 定 义 监控告警 数据可视 故障诊断 隐患分析 故障预防 ... Clickhouse 应用时序指标、trace、 方法调用明细 Prometheus 业务、服务、组件、资源 时序指标 Neo4j+Redis 拓扑数据 GOPS 全球运维大会 2023 · 上海站

裂”和协同调度“效率低”三方面的挑战。 （1）异构算力“资源墙”因其硬件架构、互联拓扑等物理差异，阻碍了不同厂商、不 同架构算力间的有效协同：一方面，由于各类算力芯片间存在架构设计、数据类型等差异， 导致算力单元间二进制不兼容，无法进行同一计算任务的协同配合。另一方面，单机层面不 同算力芯片互联拓扑差异，具有 Cube-Mesh、Full-Mesh 等异构互联方式，造成了服务器 卡间 配为核心，通过标准化接口封装层、厂商硬件适配层、统一跨芯通信三层抽象架构解决跨异 构算力通信问题。 统一集合通信库关键技术主要包括集合通信原语优化、异构算力互联和设备拓扑感知优 化等： （1）集合通信原语优化：为通信原语设计支持异构环境的专用算法，其核心能力包括 异构通信数据流编排、拓扑感知路由的最优路径选择及计算通信重叠等，最大化并行度、均 衡负载并规避单一设备瓶颈，显著提升跨设备集合通信操作效率。 （2）异构算力互联 特定后端，支持运行时透明调度、转换异构设备间的数据搬运、同步指令功能，实现跨生态 算力的无缝协同。 （3）设备拓扑感知优化：深度感知并利用机内 Scale-Up 和机间 Scale-Out 网络连接 拓扑，实时分析拓扑结构，动态选择最优算法、优化数据流路径，实现最小化跳数、优先利 用高速链路、全局拓扑协调的效果，使通信模式精确匹配底层硬件能力，消除性能瓶颈。 13 3.2.2 智算网络互联优化

Reserved.  智驾地图是支撑L2级及以上智能驾驶系统的关键数据基础设施，其核心价值在于补充车载实时感知、提 供超视距信息及优化路径规划。  智驾地图正从重几何精度的高精地图向更注重拓扑、语义与鲜度的轻量化地图演进，其具体形态随自动 驾驶算法需求动态演进，众源更新成为保障鲜度的关键技术。 5 资料来源：公开资料、专家调研、泰伯智库 市场概述 智驾地图的定义、核心特征与要素 支撑城市NOA落地 - 众源更新探索 轻地图成为主流 重语义/拓扑/规划 - 与端到端算法深度 融合 - 地图成为在线先验 与离线训练数据源 - 兼顾AP友好性 驱动: 感知算法进步 (Transformer, BEV等) 驱动: 成本压力/规模化 (数据闭环, 众源成熟) • 精度按需: 对绝对几何精度要求动态调整，部分场景下拓扑关系与 语义准确性优先度更高。 • 要素按需: 地图 智驾地图与传统导航地图的区别 特征 传统导航地图 智驾地图 主要目的 人类驾驶员路径规划、导航指引 服务自动驾驶系统 (机器)，辅助感知、规划与决策 核心要素 道路网络、兴趣点(POI)、基本交通规则 按需提供车道拓扑、关键语义要素、精确道路属性等 精度要求 道路级别 (典型精度5-10米) 按需达到车道级或更高精度 (如信号灯等关键要素位 置，<50cm) 更新频率 相对较低 要求高，强依赖众源数据实现近实时或高频更新

工业园区生产网络适用于面状区域的工业生产场景。面状区域主要是指各类制造企业 的工厂等场景。在这些场景中，各类生产终端都是基于车间产线为粒度进行部署。因 在企业园区内部，光纤资源易于获取，覆盖距离一般为数百米到数公里，网络的拓扑 适合树形组网。 工业园区生产网络的典型物理架构如图 2-3 所示，分为骨干网络层和现场接入层。 ⚫ 骨干网络层：采用双归树形组网，主要用于连接园区内部各条产线、各个厂房之 间的生产网络。建议采用双节点堆叠或者双节点 隧道、城市 道路、管廊、金属矿、煤矿等场景。在这些场景中，各类生产终端一般都是沿着 地下的通道或地面的道路进行部署，物理位置比较分散，覆盖距离为数公里到数 十公里，光纤资源较紧缺，该场景下网络拓扑适合环形组网。 泛工业生产网络的物理架构如图 2-4 所示。 11 解决方案架构 图2-4 泛工业生产网络物理架构 整个物理网络分为骨干网络层和现场接入层： TSN 网络域内负责实现设备监控管理、网络拓扑发现、流量监控调优、 业务建模及调度模型下发等功能。传输单元除了支持 TSN 网络相关转发特性，还支 持相关在线测量协议，实时将相关状态上送给管理单元，以便实现实时的全网监控， 根据网络需求和状态，动态调整相关配置。应用单元则需要具备接入 TSN 网络的能 力，支持在线测量及运行维护相关协议，以实现全网拓扑发现、状态监测以及网络业 务调优。