是新晋网红还是概念炒作？智算场景OXC深度解析

  【天极网IT新闻频道】作为人工智能的新引擎，AI大模型的商业价值日益凸显。大模型训练需要海量计算资源，业界算卡集群正在从万卡向十万卡快速演进。面对智算集群组网、能耗、效率等多重压力，行业头部厂商纷纷登场，探索各种网络技术创新的可能性。其中，MEMS OXC技术重出江湖，以“光电融合”为主题、“大规模”、“低功耗”为卖点高调发声，大有重定义下一代智算网络之势，一时间引得吃瓜群众不明觉厉。事实是否真是如此？笔者将从多个维度深度解析。

  什么是OXC：通过光信号映射实现端口流量交换，本质是自动配线架

  MEMS OXC的全称为Micro-Electro-Mechanical System Optical Cross-Connect，指光交叉连接设备(下文简称OXC)。OXC内置两个微镜阵列，微镜阵列1通过调整转角将入射信号偏转到微镜阵列2对应的微镜单元，将光从入端口映射到出端口，从而实现这两条路径之间的光信号交换。

  OXC工作原理，图片来自于网络

  需要注意的是，OXC只是对跨电交换机流量进行端口级的流量引导和切换，并不参与全局选路、优先级调度等流量工程。因此从本质上来说，OXC充当的是自动ODF(Optical Distribution Frame)配线架或一组点到点光纤的角色。

  为什么引入OXC：减少电交换机和光模块，理论上功耗收益明显

  当前两层或三层胖树(Fat tree)组网方案是业界主流，均采用电交换机组网。当组网从两层向三层扩展时，网络设备需在Leaf层、Spine层之外增加Core层。Spine层和Core层之间需要通过光模块互联，电交换机和光模块数量的增加带来整体能耗的上升。

  此时如果Core层部署OXC光设备实现Spine间互联，使用光设备替代电交换机，则理论上可缓解上述能耗问题。

  看上去很美的OXC，市场商用却遭遇滑铁卢

  在降能耗的商业驱动下，OXC技术被抬上了桌面，业界甚至大胆预测OXC在未来会取代电交换机。早在2010年，SIGCOMM上刊登了《Helios：A Hybrid Electrical/Optical Switch Architecture for Modular Data Centers》的技术论文，探索光电混合架构的技术可行性。 2022年，Google发布了OXC在云网络和自研TPU集群应用的技术论文。2023年，Nvidia先后在HOT Interconnects和光网络与通信研究会及博览会(OFC)学术会议上分享了其对光电融合组网的思考。

  虽然业界对光电融合组网的讨论仍在继续，然而，十几年过去了，全球目前有且仅有Google一家厂商依托光电全栈研发能力实现了OXC在通算业务场景下Fat Tree架构的试点，智算场景Fat Tree架构下OXC商用业界仍为空白。

  为什么会出现理论火热，现实惨淡的现象？笔者认为，智算场景Fat Tree架构下引入OXC目前存在三大技术瓶颈。

  OXC技术瓶颈1：无策略调度，不能根据灵活拓扑动态适配

  由于OXC只是对端口进行映射，从交换机的角度来看，等价于ODF或者是光纤直连。因此当OXC将电交换机替换后，会导致原来标准的Leaf-Spine-Core的胖树组网架构变化，成为Spine直连，且逻辑拓扑动态变化。

  引入OXC后需要电交换机针对这种动态组网进行深度配合，路由协议、拥塞调度、负载均衡等策略均需要重新适配。当OXC调整连接关系后，组网拓扑随之发生变化(见下图)，交换机能否自动感知并进行实时调优是核心技术难点之一。

  同时，由于OXC采用“转镜子”的机械控制方式，同一时间只能完成一组端口间点对点转发，无法支撑智算场景多组流量并行转发的需求，形成性能瓶颈。

  OXC技术瓶颈2：高时延，不支持智算集合通信关系灵活调整

  随着模型从稠密到稀疏，集群并行模式多样化，集合通信库的算子和算法也随之多样化。主要通信算子包括AllReduce， ReduceScater，AllGather,All2All等;每个通信算子又可以有不同的通信算法，例如ring，tree，butterfly等等。不同的算法和算子下通信关系差别巨大(见下图)，这就要求整网通信链路能够根据需要随时快速调整互通关系。

  算法通信模式对比，图片来自于网络

  如前边提到，由于OXC微镜阵列的转动等过程依赖物理机械控制，OXC的交换时延在10毫秒以上，与电交换机的百纳秒时延相比，高出了五个量级。即使OXC的路径切换时延缩短到微秒级甚至纳秒级，由于整网存在端口断开和重新连接，光模块、电交换机侧需要重新协商和路由收敛，整网的切换和连通时间也在秒级以上，完全无法满足智算场景大流量高吞吐的网络需求。不仅如此，OXC内光链路的切换严重依赖控制面的任务信息作为输入，如何获取这些任务信息，谁来给出切换指令，当前业界厂商相关技术介绍中均为空白。

  OXC技术瓶颈3：高插损，长距光模块成本数倍于电交换

  万卡集群可能涉及跨机房走线，电交换机间互联一般使用2km FR光模块即可。如果引入OXC通过反射阵列对光路进行调整，会带来额外的光传输损耗，需要使用更长距的光模块，否则可能导致链路信号不稳定，引发训练中断。

  以Google为例，即使OXC插损做到了业界*低1.5dB，设备间互联也需要使用10km LR定制光模块，成本是2km光模块的3~5倍。根据业界推测，引入OXC的前期成本约为电交换机的3-6倍，OXC带来的功耗和成本优势并不显著。

  *近国内某厂家发布了OXC全光DCN交换机，根据笔者初步评估，综合技术和成本分析无法替代国内厂商三层白盒交换机。

  总结：光电混合组网只是概念股，OXC商用前景并不乐观

  当前，国内产业圈子OXC呼声高涨，引发了不少关注。然而，所有的变革都需要深思熟虑，过度炒作只会掩盖真正的问题。

  如果OXC做核心层设备，整网控制面需要以AI训练任务信息作为输入进行光电统一调度。OXC交换带来网络拓扑动态调整，网络的负载均衡、流量调度严重依赖电交换机侧的配合和协同。除此之外，OXC设备本身还要攻克时延、插损等一系列技术难题。智算场景下多种技术挑战叠加，OXC进入DCN还存在较大的差距，产业各方仍需正视挑战，继续努力。