0922-Tu3-A1-丹麦科技大学-AI时代的通信工程与收发机优化.pdf(第1–56页)
讲者/机构:DTU(丹麦科技大学,署名致谢 Darko Zibar / Francesco Da Ros 团队;讲者姓名未在所看页确认) | 题目:AI时代的通信工程与收发机优化(英文原题看不清,OCR乱码;会场 Tu3-A “AI and advanced processing for optical communication systems”) | 类型:邀请报告(教程式综述)
方向归属(主/次):主 1(AI光网络/oDSP/高波特率器件);次 3(Scale-out 调制器/DML)
核心主张:
AI/ML 是光通信系统优化的强力工具;用于优化的数据驱动模型需同时满足:准确、训练与推理计算高效、可泛化、可微 [p56]
强化学习(RL)是在线优化的通用方法,可发现新解并计入所有实际限制;但要求系统相对稳定,自动化是落地关键 [p56]
端到端学习(波形/星座整形/滤波器联合优化)可联合优化收发两端 DSP 模块 [p35];RL 智能体是“下一个研究前沿” [p54]
关键数据:
行业趋势:面向AI数据中心的短距互连;>200 Gbaud;1.6 Tb/s 每波长及以上;调制器带宽>100 GHz;优化指标 bits/s/Hz/W/A [p4–p5]
挑战:>100 Gbaud 时均衡增强相位噪声(EEPN)相关;DAC/ADC 频率相关特性需建模 [p5]
基线(NLIN vs SSFM):10×100 km,5×32 GBd @50 GHz,RRC 脉冲;对比 BP/CKF/RL/IPM 优化星座 [p41]
量化实验:M=256,LDPC FEC,5×WDM,32 GBd,50 GHz 间隔,10×100 km,EDFA NF 5 dB;比较 256QAM 与 256 几何整形随 ADC/DAC 比特数(横轴3–8 bit)的 GMI/MI [p42]
DML 端到端学习(S. Hernandez et al., OFC 2025)背靠背:20 GBaud 与 30 GBaud 下 AE 的 SER 均低于 FFE、VNLE;20 GBaud 图上 AE 约 1e-4(FFE约3e-4,VNLE约1.6e-4,PRF≈2 dBm),30 GBaud 图上 AE 约1e-3量级(FFE约4e-3,VNLE约1.6e-3);数值读自曲线,精度有限 [p53]
RL 引导发射端优化(Ouhan Huang…Junwen Zhang,短距 IM/DD 自由空间,30 m,TFLN-MZM):横轴约95–115 GBaud 与140–160 GBaud 两段;Agent-guided Pre-EQ 的 AIR 约在 105 GBaud 达约190+ Gb/s,115 GBaud 约160 Gb/s;PAM4基线在115 GBaud 降至约120 Gb/s;图右段 OOK 基线在约140–160 GBaud 之间 AIR 约137→147 Gb/s(曲线读数,非精确值)[p55]
RL 控制微环光频梳:CW泵浦+EDFA+微环,RL 智能体通过压电电压改变泵浦失谐;光谱 sech² 拟合 R²=0.9915,覆盖约1420–1700 nm(读图)[p14;论文 V. Sankar,submitted to Optica]
提到的公司/客户/产品/标准:Ciena(Yankov)、Acacia(Hernandez)、AdTran(Jovanovic)、Keysight(6G 示意图)、KP4-FEC、PyTorch、AWG/TFLN-MZM
与业界对比或记录声明(SOTA/首次/record):无明确 record 声明;讲者强调 RL/端到端学习为“下一个前沿” [p54, p56]
推荐配图页:p53(DML端到端学习 SER 对比、眼图与频谱);p55(RL引导 Tx 预均衡实验装置与 AIR 结果);p14(RL 控制微环光频梳实验)
0922-Tu3-A2-香港中文大学-24x432Gbps每波的全光均衡实现免DSP光互连.pdf(第1–14页)
讲者/机构:Benshan Wang, Qiarong Xiao, Dongliang Wang, Yihao Chen, Tengji Xu, Li Fan, Shaojie Liu, Chaoran Huang* / 香港中文大学电子工程系 [p1] | 题目:24×432-Gbps/λ All-Optical Equalization for DSP-Free Optical Interconnects | 类型:学术论文(Tu3-A2)
方向归属(主/次):主 3(Scale-out 224G/448G,免DSP);次 1(AI光网络/光子信号处理)、4(LPO/CPO)
核心主张:
硅光集成的类神经形态光信号处理器(OSP)首次实现 >400 Gbps/λ 全光均衡,同时补偿收发机带宽限制与色散,达到“Beyond-BtB”性能 [p10, p13]
低功耗(<50 mW)、低时延(<75 ps),可编程支持不同波特率、调制格式与波长 [p13]
在 >400 Gbps 下传输能力优于先进 DSP [p12]
关键数据:
动机:1.6T DSP 可插拔约25 W(3 nm)、约20 W(2 nm);1.6T LPO 约10 W;64端口交换机配置可省640 W;无DSP的200G LPO 与 CPO 通常限制在 500 m 以内,400G 更短 [p4];3 nm CMOS DSP 仅能把 112 Gbaud PAM4 的O波段边缘波长传输延伸到2 km [p3]
架构:多抽头 IIR + 格型 FIR 滤波器,插入损耗<3 dB,单片集成于标准硅光平台 [p8];前作 Science 392(6803) eady5344 (2026):100 Gbaud PAM4、5 km、C 波段实时光均衡的首个全集成光子深度储备池处理器 [p7]
实验:C 波段 2 km SMF;PAM4/PAM8;100–160 Gbaud;224 GSa/s AWG,256 GSa/s 示波器;使用3抽头 FFE 做时钟同步(AWG 与示波器采样率不匹配);Keysight M8199B AWG 借用;先用峭度盲优化再 MSE 精调加速训练;带宽“Beyond-BtB”>70 GHz [p9, p13]
结果(1550 nm,2 km SMF):136 Gbaud PAM4 BER 2.79×10⁻³;136 Gbaud PAM8 BER 2.22×10⁻²;144 Gbaud PAM8 BER 4.07×10⁻²;分别对应支持 HD-FEC 360 Gbps、20% SD-FEC 408 Gbps、25% SD-FEC 432 Gbps;随速率升高增益收窄(噪声)[p10]
多波长:24 个波长(200 GHz 间隔),覆盖整个 C 波段(约1528–1565 nm),2 km 光纤;24×144 Gbaud PAM8 = 10.36 Tbps [p11]
对比:光均衡此前文献单波长速率在约110–310 Gbps/λ、聚合约0.3–1.5 Tbps;本工作约430 Gbps/λ、约10 Tbps(图读数)[p12];O波段>40 km [p10]
提到的公司/客户/产品/标准:Broadcom(BCM83640-DIE 3 nm CMOS 1.6T (8:4) PAM-4 收发PHY,2026;CPO: Progress & The Road Ahead)、Keysight M8199B AWG、HD-FEC / SD-FEC 20% / 25%、LPO、CPO
与业界对比或记录声明(SOTA/首次/record):First >400 Gbps/λ all-optical equalization;First demonstration of real-time optical equalization for over 400 Gbps/λ 2 km at C-band;outperform advanced DSP(对比 biGRU、Broadcom DSP chip、PNLE、NL-MLSE、FFE+VNLE(+MLSE)、DFE+MLSE 等,横轴400–600 Gbps/λ)[p10, p12]
推荐配图页:p10(BER vs 每波速率与眼图,BtB 对比);p12(与光均衡/先进DSP的对比图);p11(24波长 BER 与眼图)
0922-Tu3-A3-NokiaBellLabs-用时域酉变换生成220GBd相干波形.pdf(第1–15页)
讲者/机构:Nokia Bell Labs(署名引用 C. Deakin, X. Chen;讲者姓名未在所看页确认) | 题目:Generating 220 GBd coherent waveforms with spectro-temporal (time-domain) unitary transformations(英文原题页看不清,据结论/参考文献页推断;参考文献 J. Lightwave Technol. 44, 4880–4889 (2026)) | 类型:学术论文(Tu3-A3)
方向归属(主/次):主 1(相干/高波特率器件);次 3(调制器)
核心主张:
用光谱-时间酉变换(交替相位调制 + 色散)可无损生成高波特率相干光波形,不严格受调制器带宽限制 [p15]
仅用50 GHz 电带宽调制器生成最高 220 GBd 信号 [p15]
色散/布拉格光栅等元件已可集成(硅上布拉格光栅、环色散、TFLN 异质集成),但当前环回实验受损耗、非酉效应与环路相位稳定性限制 SNR [p14, p15]
关键数据:
传统 IQ 调制“基于切换”,损耗高:>25 dB 调制损耗,受 MZM 与射频驱动电光带宽限制 [p1]
酉矩阵 U = A₁HA₂HA₃H…AₙH(A为对角相位调制,H为固定模式混合矩阵,如傅里叶变换);色散近似时域傅里叶变换 [p3, p4]
优化:多目标(SNR 与平均射频驱动功率折中),使用 L-BFGS [p5]
装置:单级用分立器件,光纤布拉格光栅色散 −100 ps/nm;体铌酸锂相位调制器 3 dB 带宽约30 GHz;DAC 带宽限制50 GHz [p6];环回环路实现连续多级相位调制,环延迟144 ns(约29 m 标注),AOM 截取脉冲,EDFA 补偿环损,110 GHz 相干接收 [p7]
结果(仅50 GHz 电带宽):100 GBd 16-QAM,8级,SNR = 16.7 dB;220 GBd 16-QAM,10级,SNR = 11.8 dB [p8]
趋势(N=6/8/10 级):N=10 时射频驱动功率约3.7 dBm(100 GBd)→约8.6 dBm(220 GBd);SNR 约18.4 dB(100 GBd)→11.8 dB(220 GBd);NGMI 在220 GBd 约0.86,略高于阈值0.8456(对应码率0.7932 FEC);N=8 到约180 GBd 超阈值,N=6 约140 GBd 后低于阈值;速率越高或级数越少所需驱动功率越大(读图,数值为估读)[p13]
提到的公司/客户/产品/标准:Nokia CSTAR-800(集成示意)、EOSpace 相位调制器、TFLN 异质集成、NGMI 阈值0.8456 / 码率0.7932 FEC(引用 Gené et al., OFC 2020 M3G.3)
与业界对比或记录声明(SOTA/首次/record):未声明 record;强调“无损且带宽不受限”的调制思路,最高220 GBd [p15]
推荐配图页:p8(100/220 GBd 16-QAM 星座与谱);p13(级数-符号率-驱动功率/SNR/NGMI 趋势);p4(酉变换原理框图)
本批小结
AI/ML 在光通信中的角色分两层:离线数据驱动建模与端到端联合优化,以及在线 RL 优化。DTU 综述(A1)把 RL 视为“下一个前沿”,并给出光频梳控制、Tx 预均衡(30 m 自由空间,AIR 提升)两个实例;其前提是系统稳定和自动化(A1)。
“去DSP”路线出现明确的物理层替代:CUHK 的硅光深度储备池/IIR+FIR 光均衡器以<50 mW、<75 ps 实现>400 Gbps/λ(A2);论据来自 3 nm DSP 的功耗(约20–25 W/1.6T)和 LPO/CPO 的 500 m 以内距离墙(A2)。与 A1 中“DAC/ADC、带宽限制、色散是主要损伤”的判断一致。
带宽瓶颈的另一种绕过方式是“光域计算/波形合成”:Nokia 的时域酉变换用50 GHz 电带宽生成220 GBd 16-QAM(A3),CUHK 光均衡同时补偿收发带宽与色散并做到“Beyond-BtB”(A2)。两者均把信号处理迁移到光域(A2、A3)。
共同的实用性限制:A3 环回装置受损耗、非酉效应和相位稳定性限制 SNR(220 GBd 仅11.8 dB);A2 随速率升高增益收窄,且演示为 2 km,使用 3 抽头 FFE 做同步;A1 的 RL 与 AE 结果多为实验室背靠背/短距,仍需稳定性与自动化(A1、A2、A3)。
本批三篇均偏基础研究,无系统厂商产品发布;产业侧对比对象为 Broadcom 3 nm DSP PHY 与 LPO/CPO 路线(A2)。