数据中心的800G光模块在10km的距离，两个技术路线都处于研究状态，相干的性能好，可以下沉，但是，成本高

IM-DD的直调直检虽然便宜，可但是毕竟性能有限，之前写过不少，

基于200Gbps PAM4的设计，如果能传输10公里，则相干模块的产业化机会就比较少了，基于IM-DD的低成本方案依然是很多人的倾向，对于如何提高200G PAM4 x4的800G 在10km的传输性能，有很高研究热情

写过如何优化一些光学元件，比如EML的啁啾，比如偏振与四波混频的处理，等等。

接收端DSP中采用什么样的均衡器，一方面是性能，一方面是成本，之前有过FFE、DFE、MLSE的曲线对比，今年华为做了非线性均衡的VNLE、SSO-NLE和MSO-NLE的性能优化

传统的VNLE，DSP中所需的计算量很大，芯片的尺寸就大，功耗增加且成本也高了。

采用SSO-NLE呢，是基于并行方式来处理的，主要是工作频率高，而DSP的系统时钟频率较低，如果系统时钟是1GHz的话，要传200Gbps的PAM4，考虑插入码型后总计约112GBd，SSO-NLE的并行的通道数就得112通道

今年华为采用了多任务学习的码型训练模数，在多个波长数据的一起训练，有些参数具有波长依赖性，有些参数是可以共用的，这会简化DSP中的均衡设计复杂度。

搭建试验框图，对比这几个均衡器的性能

对于各通道的独立学习训练模式，多通道输出和单通道输出的NLE，二者芯片尺寸差不多，MSO的BER略好一些。

如果切换到多任务模数的话，这两类的芯片尺寸都大幅度降低，从13平方毫米，降低到3.8、4.8平方毫米。

基于多任务训练，是减小芯片面积，降低成本，提高性能的主要因素。

基于多任务的MSO多通道NLE训练的均衡器，芯片尺寸降低了77%，且BER的性能还能保持比VNLE更好，“又便宜又好”

通过多个波长之间共享训练参数配置，并且针对每个波长不同做偏差重构，对于CD色散补偿功能，MSO-NLE，比传统VNLE可节约三分之二的面积，具有更小尺寸，更低成本，更低功耗的技术优势。