Y10T271 海思用于AI场景的智能光模块--续
今年5月份，写过一篇海思用于AI场景的光模块，重复的内容就不再赘述，今天写的一小段算“续”
Y10T138 海思：AI场景下的光模块技术，提到故障率的降低，训练不中断，迅速排障等功能。
其中业务芯片工作状态的检测，通过转换通道实现不中断业务。400G SR4光模块有四个通道，传统光模块呢，是物理层器件，不参与业务运行。
按照万卡集群部署的统计，年化失效导致的中断，达到60次，换算成年故障率的话，就是千分之四。科大讯飞有提到过一个数字，说每中断一次他们的损失就是100万块钱。
华为采用通道切换技术，当检测到某一个通道有大量误码，就切换这个通道的传输，把数据转到其他通道去，整体AI的训练不中断，故障率降低10倍，网络的可靠性等于提升10倍。
实现这种技术，源于华为不仅仅做光模块，他们是一个系统性的垂直整合。
链路健康度的检测，是增加了光纤断纤、虚接、脏污等故障的预警能力，可快速排障。
这个事情呢，和咱们AI数据中心的建设实际情况相关。
咱们的光模块生产车间，大家都有印象吧，各种防尘措施。
可真正搭建机房的工作环境，一边工人施工，一边网络进行开局实验，咱们老百姓都知道装修时的灰有多大。
要求的A类机房粉尘浓度是万级车间，而实际的环境是24.7万个/L，这些灰尘的颗粒度用的单位是“μm”，咱们的光纤尺寸描述的单位也是“μm”，在光纤的眼里，灰尘颗粒就是巨石横亘在连接器端面上
灰尘的出现，让光纤端面的接触硌了一颗小石子，导致了端面的反射，产生信号干扰。
这种光纤脏污的检测，通常使用OTDR检测仪来判断，Y10T59有一点原理可以看看。
OTDR这种仪表呢，可测试出菲内尔反射与瑞利散射。
其实菲涅尔反射与瑞利散射的原理本质是一样的，只是前者是宏观界面，后者是原子级别的微观层面的视角而已。
核心的原理是，光的折射率不一样的界面，出现反射。
光纤脏污，导致光纤的连接出现“空气隙”，光纤折射率~1.5，空气折射率~1.0，折射率差导致一个巨大的反射峰。
~~~，为啥现在激光器要“抗反射”，就是因为反射对信号产生了影响，导致传输性能劣化。~~~
如果捕捉到这个反射峰，那就等于识别了故障，重新擦一擦光纤，就等于排出故障。
瑞利散射也是因为折射率差，但需要将视角放到原子级别，有硅原子和氧原子的地方，折射率大，中间的空隙折射率小。
宏观上看OTDR仪表上的曲线，
瑞利散射较小，且随着光纤的长度逐渐降低，通过斜度就可以推算出光纤的具体损耗值。这个事情呢，是光纤的本身特点，不是故障引起的。所以，测不测都行。
菲涅尔反射，是突然增加的一个反射量，这个反射量的大小，与光纤故障相关，比如光纤断裂，光纤裂纹，活动连接器虚接，脏污等等，根据样本对比，就能做出判断。这个菲内尔反射量很大，也容易测试，且与故障相关，华为重点在于监控这个量。
故障位置的判断，咱们很是聊过一些激光雷达的检测，这就是利用反射来定位的一种技术，TOF，通过时间来判断位置。光的传输速度已知（光纤的光速=真空光束/折射率），发射与接收的脉冲间隔时间可测试，那么很容易就计算出反射点的位置。
《2022合集下》Y8T308 区分激光雷达TOF、AMCW和FMCW
海思今年光博会上展示的一个性能表，我用图来表示，大的菲涅尔反射点，能推算出距离，并初步判断故障类型。
OTDR功能内置于光模块内，这个事情呢提了十几年了，行业标准也定义了很多类型。
采用DD检测，可以识别菲涅尔反射，是低成本技术，当然检测的精度也不太高。对于很多场景而言，够用就行。这个DD叫直接检测，看Y10T257的解释即可。
再者，采用相干检测，可以提高精度。
相干检测，一般采用外差法实现，这种方式需要一个信号光一个本地振荡光来实现。
华为还有一个技术，就是用单激光器实现信号光与本振光的差频处理。激光器的波长（也就是频率）会随电流或温度漂移，那么通过控制电流就可以产生激光器波长（频率）的变化。
在信号脉冲发出去时激光器波长采用一个电流，在脉冲返回来的时候，迅速改变激光器的bias电流，激光器的波长略变，用于和返回来的脉冲信号实现“外差”混频干涉，提取高精度的OTDR信号。
这些功能所需的脉冲控制都可以集成在DSP里，如果激光器就采用业务信号所用的激光器，那么光模块可以配置为“业务”状态，或“检测”状态。
开局前，先检测，识别故障点。
正常训练时，光模块处于正常业务工作模式，即可。
