10 月 1 日消息，中国移动研究院在 50ge qsfp28 光模块的智能化研究中实现重大突破，首次在器件层面集成智能能力。通过高精度采集光模块功率数据并结合 ai 算法分析，可实时识别设备掉电、光纤中断、尾纤脱落、光纤弯折以及连接器松动等五类常见基础故障，整体检测准确率超过 95.6%，为城域光网络的自主运维提供了创新技术路径。

该项研究成果《AI-Embedded Optical Modules with Millisecond-Granularity Power Analysis for Autonomous Metro Transport Network and Field Trial》已于 9 月 16 日发表于国际光通信权威 SCI 期刊《Journal of Lightwave and Technology》（影响因子 4.8）。

由于光模块全球标准化程度高，封装尺寸固定，将其智能化面临物理空间受限、内存容量小、算力不足等多重瓶颈。中国移动研究院通过优化光模块功能架构与自研 AI 模型协同设计，成功实现了高效的数据采集与边缘侧智能处理。其关键技术突破包括：

• 第一，实现毫秒级光功率精准采样。采用“软件触发 + 硬件辅助闭锁”机制，在不增加模块体积和硬件成本的前提下，达成每 10 毫秒一次的采样频率，精确捕获故障发生后 3 秒内的关键光功率变化窗口。
• 第二，提出新型故障样本增强方法。针对训练数据中故障样本稀少且分布不均的问题，研发专用数据增强模块，在不增加实际采集量的基础上，使模型识别准确率提升 2.3%。
• 第三，构建动静态特征融合分类模型。深入挖掘各类故障下光功率信号的瞬态响应特性，创新设计双注意力神经网络结构，同步提取信号中的动态波动与静态趋势特征。相比传统支持向量机、随机森林等算法，故障分类准确率提升超 14.7%。

▲ 自主研发的数据增强与特征分类 AI 算法

基于上述技术，该方案仅利用故障发生后 3 秒内的实时功率数据，AI 推理耗时低至 25 毫秒，即可自动区分五种人工难以判别的典型链路异常，单类故障识别精度均高于 95.6%。此次突破将光模块从传统的“连接单元”升级为“智能感知节点”，实现“秒级锁定异常数据，毫秒级完成故障判定”，使故障定位时间由传统人工排查的“小时级”大幅缩短至“秒级”甚至“毫秒级”。

附论文链接：
https://www./link/dcdfdb7d3c7c0ae743b6a79eb5dd70c0