9月11-13日，第25届中国国际光电博览会在深圳举行，在同期举办的“智算中心光技术创新发展论坛”上，中国移动研究院基础网络技术研究所副所长程伟强表示，大模型技术发展趋势总体仍然遵循ScalingLaw，参数已迈进万亿甚至十万亿规模；模型结构在原有Transformer的基础上，引入了扩散模型、MoE专家系统，模型的泛化能力增强、性能提升。
程伟强指出，大算力仍然是大模型创新落地的关键，国内外大型科技公司正积极投建万卡/超万卡集群智算中心。近日，作为全球运营商最大单集群智算中心，中国移动智算中心（哈尔滨）正式上线投产。该智算中心单集群内超过1.8万张AI加速卡，智能算力规模达6.9EFLOPS。
以太网物理层安全（PHYSec）突破加解密性能瓶颈
程伟强强调，智算中心新一代以太网技术需要具备高带宽、高可靠、高安全等特点。在高带宽方面，DCN和DCI正加速向800G和1.6T演进。800GE标准、产业成熟，已开始商用部署。单通道100G的IEEE802.3df标准已发布，产业已成熟；单通道200G的标准baseline已确定，800GE coherent新增20km光接口，支持传统电信场景的需求，支持20/40/80km互通和共技术平台。1.6T标准正稳步推进，产业成熟、商用部署仍需时日；IEEE802.3dj重点关注1.6TE短距光标准，OIF已领跑1.6T相干标准化。中国移动积极参与推动IEEE P802.3df&dj工作组的800GE标准化工作，主导完成800GE 20km新目标立项，是中国公司在IEEE的首个以太网基础标准立项，同时主导通过800GE 20km/40km相干标准框架提案被工作组采纳。在高可靠方面，FlexLane弹性通道技术，为智算网络互联提供高可靠保障。FlexLane是基于以太网物理层弹性通道的高可靠保障技术，当物理层检测到lane故障后能够进行快速故障隔离，故障恢复后可以自愈。在高安全方面，以太网物理层安全（PHYSec）突破加解密性能瓶颈。智算中心基础设施承载大量数据传输处理，安全诉求极高；RDMASec、MACSec等安全方案在加解密带宽开销、时延、硬件支持等方面存在性能瓶颈，暴露的帧头部信息仍存在安全漏洞。中国移动探索将传统密码学思想应用到以太网物理层—PHYSec，解决现有技术方案的安全漏洞与性能瓶颈。程伟强介绍，PHYSec具有四大优势：一是协议透明，全加密。在物理层对比特流加密，保护所有帧头部，掩盖帧长度、帧发送频率。二是随流安全，低时延。随流加密，解密时延全掩盖（~20ns），对AI训练或推理基本无影响。三是不占带宽，低开销。基于物理层原生机制承载协议，不占用用户带宽。四是兼容存量，易部署。可基于PHY芯片或光模块DSP芯片实现，安全可插拔，支持存量网络平滑升级。
全调度以太网（GSE）两大模式，满足所有智算组网场景需求
程伟强指出，传统网络技术难以适应大规模AI集群的发展需求，面临着四大难题：大规模网络拥塞控制难、突发大象流负载均衡难、巨量链路长期稳定运行难、敏感隐私数据安全保障难，亟需彻底革新底层基础网络技术。中国移动原创提出GSE技术体系，革新以太网转发机制，基于分发粒度、发流模式、转发机制和安全加密四大原创技术，实现高精度负载均衡、网络层原生无损及低延迟。程伟强介绍，全调度以太网（GSE）两大模式，满足所有智算组网场景：纯网络（N2N）方案交换设备需支持GSE核心能力，如GSE头解封装、多路分发、授权及排序等，网卡无感知；端网协同（E2E）方案交换设备能力弱化，负责多路分发，GSE核心能力下沉至网卡。程伟强进一步介绍，GSE-N2N技术方案是基于报文容器的多路径喷洒及DGSQ授权。程伟强解释说，单流多路径是提升网络有效带宽、降低网络拥塞的关键手段，其核心是打破传统流转发粒度，在保证链路均衡性的前提下，充分利用网络多路径，同时减低端侧处理乱序的压力。GSE E2E技术方案是基于报文容器的多路径喷洒及乱序处理。在现有网络报文级负载均衡且乱序交付方案中，由于接收端缺少报文到达的路径信息，无法快速判丢；GSE的容器理念可为端侧提供报文转发的路径信息，实现端侧在乱序接收情况下的快速判断。截至目前，全调度以太网GSE1.0已经正式商用于中国移动智算中心（哈尔滨），GSE-N2N千卡集群正在试商用，GSE-E2E原型设备即将发布。程伟强透露，中国移动已经启动同厂家、异厂家千卡级GSE中试验证，配合九天、LLama-70B等大模型，验证GSE技术成熟性。GSE推进计划团队已经完成三本技术标准的制定，并于9月底进行正式发布。
随着AI大模型的发展，新型智算互联业务不断涌现，以分布式训练、存算分离为代表的新型业务对网络提出了更高要求。
面向AI大模型分布式训练需求及场景，超万卡级智算中心的电力供应/机房空间等节点能力将成为建设瓶颈，智算中心分地域、分时期、分阶段建设现象较为普遍，形成多个算力资源孤岛，“可通过网络能力整合多个集群，换取更大的集群规模。”程伟强说。
面向分布式训练长距离互联，其最大的挑战是网络时延增加（受限于物理极限）和互联带宽巨增（受限于建网成本），带宽和时延的劣化，大幅降低集群有效算力，集群互联获得的规模效益降低，拉远算效目标相比同局址不能低于80%（业界红线）。
程伟强认为，百公里城域跨园区互联场景是一个技术问题，电力缓解、网络受限，通过大buffer路由器设备、高速以太网中长距技术，为AI大模型分布式训练提供更强大的算力。其中，IP+光融合方案有利于简化互联设备形态，降低功耗、尺寸、成本，实现统一管控运维，是跨智算中心互联IP广域网的重要技术方向
千公里跨省多节点互联场景是一个科学问题，网络、模型算法均受限，需要凝聚产学研用各方力量，共同攻关新大模型算法，新组网架构、路由器缓存共享、大象流负载分担、IP广域拥塞控制等关键技术，争取形成全球领先的技术突破。
