全光網路 IOWN GF 架構是什麼？

11月 18, 2024

IOWN Global Forum 架構的介紹

IOWN GF（全稱為：Innovative Optical and Wireless Network Global Forum）中文可以翻譯成創新全光學和無線網路的全球論壇。IOWN GF 這個全球論壇的目標，就是建立一個端到端的（end-to-end）計算與網路架構，而且這個架構能夠支援各種 Data flows 和各種 Workloads。如下圖（一）所示。

筆者在此給大家一個觀念，在網路領域中 Workload 絕大部分時間也可以被稱之為 Application 或是 Network Fuction (Depolyment)。

圖（一）：IOWN Global Forum Overall Architecture

所謂開放全光網路，全名叫做 Open All-Photonics Network（可縮寫成：Open APN）是一種利用光路徑（Optical Path） 直接連接端點（endpoints）的網路，能夠提供高速、超高可靠性及低延遲的連線服務。

在現今的網路系統中，光路徑的實作是以分段的方式來運行(segment-by-segment) 的。講白話一點就是：現今從核心網路到終端設備之間傳輸的這條鏈路，在實作上會被分成好幾個網段，而且每一個網段都是各自獨立運作。例如：區域網路（LAN）、接取網路（Access Network）和 inter-data-center network，這裡每一段都需要分開實作和管理。

相比之下，本篇的主角 IOWN GF 的 Open APN 技術，其目標就是實現 「僅靠單一個光路徑，貫穿所有（多個）網段」。就好像讓一條高速公路，從你家車庫門口（用戶終端）直接通到目的地（資料中心）一樣。這樣可以使端到端（E2E）的通訊有一定的品質保障，同時也讓 E2E 的通訊品質具備可預測性。另一方面，這當然也會需要對 E2E 的光路徑管理進行更動態（dynamic control）和更細緻的細粒度控制（granular control）。除此之外，由於光路徑是動態建立的（因此在建立之前，我們很難去準確預測所需的網路效能(需求)，因為需求會根據即時的網路使用狀況和用戶的行為而產生變化）所以咧！我們會需要一個能夠 real-time 測量和監控效能的機制，讓 infrastructure 可以很快的根據預測的可達傳輸速度來建立新的光路徑。

以動態的方式來建立光路徑，可以根據當前網路狀態和應用需求來調整資源，提供更加定制化的服務。（同學這邊筆記一下，這概念可以為 RE100 留個伏筆）

總而言之，IOWN GF 的目標就是希望替 「全光網路」建立一個開放式架構註 [1]，使服務供應商（Service Providers）能夠以更細緻的方式將光子網路功能（photonic network functions）與整個計算與網路的 infrastructure 整合在一起。而這種開放式架構也能幫助服務供應商建立一個智慧化的運營支援系統 ［選讀補充-1］（在本文最下方）。

註 [1]：就好比 O-RAN Alliance 的目標就是替傳統的基地台（無線接取網路架構），建立一個開放式的架構。

Data-Centric Infrastructure (DCI) subsystem

設計 DCI subsystem 的目的，就是為了提供應用程式（Applications）一個分散且異質的計算與網路環境 註 [2]。這種網路環境的設計橫跨了端到端，也就是橫跨了包括：雲端、邊緣端和客戶端（customer premises）。而像這樣的一個 E2E、異質且分散的計算與網路運作模式，就使得服務供應商（Service Providers）能夠來建立端到端的完整數據通道（Data pipelines），並在所需的地點來放置數據處理功能（Data processing function） 和 數據儲存功能（Data storage function）［選讀補充-2］（在本文最下方）。

註 [2]：原文為 "A distributed and heterogeneous computing and networking environment."

DCI 支援異質網路（Heterogeneous Networking）

簡單講就是 DCI 對於異質網路的支援，使其提供了一個高靈活的網路架構，讓服務供應商可以根據每條網路路徑（Network paths）的需求或用途，來選擇最合適的傳輸方式和傳輸協定，讓整個系統不必都採用單一的傳輸協定。

就我看來網路路徑（Network paths） 這個名詞的概念，應該等同於電信領域的網路切片（Network slices）。我想 NTT 會選擇使用 Network paths 這個名詞，應該是考量未來 Open APN 的應用場景將會更加廣泛，而非標新立異製造新名詞，~~但我還是看不慣 Network paths 這個名詞。~~

舉例來說，在製造業的情境（scenario），用來連接 real-time sensors 的 network path 可能就會使用那些可以保證傳輸品質、時效性和可靠性的傳輸協定 註 [3]。而在一般情境（如：瀏覽網頁、電郵通訊），用來連接外部數據消費者（Data consumers）的 network path，則可能使用傳統的 IP 網路。這樣一來，服務供應商既可以加速（特定場景）內部的數據流動（data flow），同時也能維持與外網（或外部系統）的互動、連接性，不會使特定場景變成數據孤島。

註 [3]：比如說組成 確定性網路（Deterministic Networking；DetNet）或是 時間敏感網路（Time-Sensitive Networking； TSN）的那些 protocols。

DCI 支援 Function-Dedicated Computing

DCI 對 function-dedicated computing（FDC）的支援，基本上就是在說，服務供應商可以透過在 DCI 上面增加不同類型的計算資源，來完成特定的計算任務。（例如：image AI inference、 time-sensitive data processing、NFV 以及 Database acceleration（軟／硬體加速技術）等…）。透過 DCI 對 FDC 的支援，服務供應商就可以從計算加速技術的持續創新演進中不斷受益（因為服務供應商可以一直採用最新技術）。

DCI Subsystem Exposes Service Interfaces to Application Functional Nodes

DCI Subsystem 會向 Application 的 Functional Nodes 提供 Service Interfaces。Application 舉例像是：網宇實體系統（Cyber-Physical System, CPS）、AI Integrated Communication(AIC) 註 [4] 等…。Application 的開發者可以利用 DCI 和開放全光網路（Open APN）所提供的功能和特性來開發應用程式。另外，QoS 的 features 註 [5]，是由專用於特定功能的網路（Function Dedicated Network, FDN）層來提供，可能會透過底層的網路（例如：Open APN）來實現。

註 [4]：AI Integrated Communication(AIC) Application 是在通訊系統中整合人工智慧，來增強使用者在（娛樂、Remote Operation、使用 XR 技術的導航、Human Augmentation）的體驗。
註 [5]：上方提到的 QoS features 是指當網路在傳輸數據時，能夠保證特定的服務的品質（例如：延遲、頻寬、封包遺失率等…），而 FDN 層專門針對實現 QoS 的需求提供了最佳化，來確保數據傳輸能夠達到特定的高品質標準。

簡單來說，就是 Application 的不同功能節點（Functional Nodes）（即 Application 中處理特定功能的部分）可以透過 Service Interfaces 來連接、存取和使用 DCI Subsystem 的資源和功能，讓 Application 的各個功能部分，都能夠有效地與底層的計算/網路 Infrastructure 進行溝通和交互作用。

DCI Infrastructure Orchestrator（DCIIO）

DCIIO 是 Infrastructure 的 central management function，它負責控制各種基礎設施資源，並提供單一的管理介面。從邏輯上來看，DCIIO 是一個單一的組件，但實際上它可以由多個 nodes 來實現。

Application Orchestrator

是 Application system 的中央管理員（central manager），負責控制應用的多個 application processes（例如：微服務）。當它在 IOWN GF system 中部署 application processes 的時候，會需要調用 infrastructure orchestrator 的 API，來自動化、動態配置 Application 有效執行所需的資源（也包含資安需求），建立一個 Application 運行的環境（即 runtime environment）例如：logical node。

筆者小語（下方文字並非 IOWN 標準白皮書的內容，單純是筆者的一些想法）

用一個宏觀的視角來看 DCI（Data-Centric Infrastructure），在設計上 DCI 支援了分散、異質的網路架構（提供了高靈活性和擴展性），它提供了一個可以包含多種不同類型的計算資源和網路組件的環境，而且這些資源和組件還可以分布在不同的地理位置上（橫跨雲端、邊緣以及客戶端），彼此之間還具有互通性。另外，DCI 還能夠根據不同的 scenario 的需求，來選擇最適合的計算和網路資源，所以來可以無縫地整合和調度資源。反正，簡而言之，DCI 這個設計，似乎就是將雲端、邊緣節點及客戶端的設備等......分散式且異質的網路架構，透過 Open APN 技術，可以把它們通通作為 DCI 的 resource pool。敝人不免覺得這個架構看起來有些夢幻？！

［選讀補充-1］

利用生成式 AI 來幫助機器人學習新指令和新動作。當機器人面臨未知任務時，生成式 AI 會根據需求先創建一段動作動畫，這些動畫會被轉換成給機器人學習的素材（教學數據）。一旦機器人學習完成，就會被部署到工廠等邊緣端環境中開始執行任務。

在邊緣端，安裝在 IoT 平台上的攝像機會即時捕捉機器人執行任務的過程，並將這些影像數據用於改進生成式 AI 模型，以幫助機器人更快適應環境和新任務。然而，邊緣端的計算能力有限，無法直接進行複雜的生成式 AI 校正工作。

為了解決這個問題，可以依靠 IOWN GF 的 Open APN 技術，將影像數據流快速傳輸到專門處理生成式 AI Application 的高效運算節點（例如：有APU、NPU、GPU 的 infra）。經過高速運算後，修正完成的數據會通過 Open APN 傳回邊緣端，提供給機器人，用來修正動作，從而完成整個學習與改進的循環。這樣的方式不僅提升了機器人的學習效率，也強化了機器人在不同環境中的適應能力。

［選讀補充-2］Data processing 和 Data storage 功能的細節

Data processing function 包括：

過濾（Filtering）：根據特定的標準來選擇或丟棄 data，這功能可以讓我們專注於（特定）相關資料或減少資料量。
聚合（Aggregation）：將多個數據片段（multiple data pieces）合併成 single summary 或是 comprehensive dataset，用於分析或報告。
事件代理（Event Brokerage）：refers to the handling and distribution of events or data among different processes or services, facilitating the decoupling of event producers from event consumers.

Data storage function：

提供 shared storage 功能，例如：物件儲存(Object Storage）和 database，而這個功能對於管理和儲存來自 multiple sources 的 data，並將其 deliver to multiple destinations (sinks) 來說非常重要，因為它可以用來支援在分散式網路系統中複雜的 data pipelines 運作。

物件儲存(Object Storage）：是一種將資料儲存為離散單位（discrete units）的方法，（discrete units 也被稱為 object）。每個 Object 除了包含 data 本身之外，還有一個 variable amount of metadata 和一個全域的 UID。Object Storage 具有高擴充性，適合管理非結構化資料。它支援具有多個資料來源和匯入點的 data pipelines，允許資料以非階層化的格式（non-hierarchical format）儲存和存取，這些資料可以分佈在不同的位置。

搜尋此網誌

O-RAN 科普教育