9月11日，第25届中国国际光电博览会在深圳开幕，在同期举办的“智算中心光技术创新发展论坛”上，腾讯网络运营工程师陆佳宁发表了以《数据中心开放光网络中的“自动驾驶”与全局风险管控》为主题的演讲，与大家深入探讨了在数据中心开放光网络环境中，光网络中光纤变化所带来的挑战及“自动驾驶”的核心技术与未来展望。
陆佳宁表示，随着数据中心基础设施海量运营，光纤数量增多，光网络运维中遇到最大的问题是光纤故障，主要包括：中断，劣化，抖动/变化等。对于光纤中断或是出现较大幅度变化等较严重光纤事件时，则采取建单，报障运营商，波分运营配合修复。而对于时常会出现的光纤小幅度抖动和变化时，出单几率低，维修困难。若光纤衰耗与光放增益失配，无自动化手段恢复，会导致严重的系统隐患。当前光纤量越来越大，造成衰耗抖动愈发频繁，对于业务的影响逐渐增多，光纤和增益的适配，不仅会影响波道性能，在收端的倒换也会受到影响，甚至会失效。因此，在系统建设初期，要保证余量足够，用光放增益和衰耗配置的方法，可以顺利运营系统整个生命周期。同时，系统配置自动追踪是提升系统稳定性的关键。
陆佳宁介绍，所谓“自动驾驶”，实际上就是让系统自动追踪光纤的变化，并且准确配置光放板卡的增益和VOA。首先，“自动驾驶”设计以基准衰耗为基础。系统准确捕捉光纤衰耗的真实变动，排除瞬时抖动或异常值的干扰，用拟合算法得到真实的光纤基准衰耗。当基准衰耗变化值超过一定的范围，触发“自动驾驶”系统，以基准衰耗为基础，计算光放配置，准确配置光放板卡的增益和VOA。第二，“自动驾驶”需进行模块化解耦设计。“自动驾驶”模块化设计的原理为：创建调测任务触发“自动驾驶”，再进一步调度任务，执行任务。整体流程需要模块化解耦对系统进行设计。为了后续的全局管控和任务调度，需对整体任务进行分层设计，分为平面任务、复用段任务和子任务，按优先级进行管控。任务创建后，由任务自动调度模块传递到调测流程中，正式开始配置计算和调测流程，此外还需要全局管控模块，统筹风险管控。第三，“自动驾驶”设计要有全局视角调度和控制能力。全局控制调度包含系统划分，顺序保障以及临时暂停和恢复。系统划分是以传输系统的物理层面进行划分，保障不同调优拓扑的独立性。顺序保障需确保同一个系统中的所有子任务均已完毕，才开始调测下一个拓扑。暂停和恢复则是当“自动驾驶”过程出现其他意外动作状态，如故障或认为结束命令时，暂停当前调优，意外动作状态结束时，恢复调优。第四，“自动驾驶”要有全局视角调度顺序。自动调度任务顺序是核心，要确保链路调测顺序符合人工运维习惯。点对点系统调测顺序无分叉，依据是简单的上下游关系的顺序；ROADM系统调测顺序，带分叉，依据业务流向定义顺序。第五，“自动驾驶”设计需明确调测流程关键点。调测流程设计要点为准确性和安全性。在任务执行时，配置准确计算，以性能拟合值而非瞬时值计算，还需要对器件类型进行区分。在调测过程中分布下发，并且进行校验，确保配置下发成功，性能符合标准。此外还设置安全机制，一定时间内OSC无抖动开始任务调度，规避故障叠加，任务执行过程中若发生非稳态抖动则中止任务，继续等待稳态，如果有异常直接回退处理。
为何要做全局风险管控？陆佳宁解释到，主要是因为波分系统承载了整个腾讯云骨干网的流量。两者的关系可以理解为一套波分系统有两个平面，两个波分平面分别是一套独立的波分的物理系统，两个波分平面，承载着骨干网的多个平面。陆佳宁表示，实际上光放增益配置调节存在理论风险，考虑到骨干网风险管控需求，多个波分平面不能同时中断，所以仅从波分网络视角的风险管控，不足以对数通层面的风险进行管控，需对不同波分网管统一管控，才能同时进行“自动驾驶”。而“自动驾驶”系统是放在每个网管上面，不同网管的“自动驾驶”无法互通，所以腾讯云网络进一步引入了全局风险管控，对各网管的“自动驾驶”统一加锁管控，集中式管控波分“自动驾驶”任务。演讲最后，在谈到对“自动驾驶”的未来展望时，陆佳宁提出，“自动驾驶”实际上是通过对光网络配置项做出相应动作，让光网络处于最优状态。今后，可以对光纤故障处理动作精细化，根据实时光纤余量进行光纤故障场景自动决策。目前，光纤余量计算的精度已经得到实验室的验证。此外，陆佳宁认为，对于C＋L的“自动驾驶”思路也需转变，从单一的衰耗补偿思路转变为综合的入纤谱稳定思路。这也是对C＋L系统提出的新要求，需考虑光放增益/voa，斜率，WSS voa等配置项，进行统一的“自动驾驶”设计。
