Sistema a fibra ottica Aipowered batte il record di velocità di 2547 Tbs

Immagina di scaricare un film in 8K istantaneamente, senza alcun tempo di attesa. Questo scenario futuristico sta diventando realtà grazie alle scoperte nella tecnologia di comunicazione ottica. Una recente collaborazione tra FiberHome, China Mobile e istituzioni di ricerca ha raggiunto una sbalorditiva trasmissione dati di 254,7 terabit al secondo (Tb/s) su 200 chilometri di fibra a modalità singola, stabilendo un nuovo record mondiale attraverso l'integrazione di tecnologie ottiche e di intelligenza artificiale.

Stiamo vivendo in un'era di crescita esplosiva dei dati. Secondo le proiezioni di IDC, il volume globale dei dati raggiungerà i 175-181 zettabyte (ZB) entro il 2025, il triplo della cifra del 2020. Questa impennata è guidata da tecnologie emergenti tra cui modelli linguistici di grandi dimensioni di IA, IA generativa e edge computing, che richiedono tutte velocità e capacità di trasmissione dati senza precedenti.

I sistemi di comunicazione ottica tradizionali hanno faticato a bilanciare capacità, distanza ed efficienza. Man mano che le richieste di dati salgono alle stelle, questo equilibrio si sta rompendo. Le reti ottiche, la spina dorsale dell'infrastruttura digitale, affrontano sia enormi opportunità che sfide. Se l'economia digitale è un treno ad alta velocità, le reti ottiche sono i binari che ne consentono il progresso. Senza aggiornamenti dei binari, anche i treni più veloci non possono raggiungere il pieno potenziale.

Il risultato rappresenta progressi significativi in tre aspetti fondamentali dei sistemi di trasmissione ottica:

• Capacità ultra-elevata: Implementando il multiplexing a divisione di lunghezza d'onda densa e la trasmissione cooperativa multibanda (S+C+L), i ricercatori hanno ampliato la larghezza di banda spettrale a 19,8 THz, oltre quattro volte i sistemi convenzionali. Questo trasforma una strada a una corsia in un'autostrada a quattro corsie per i dati. L'appiattimento spettrale avanzato e l'amplificazione ibrida hanno raggiunto un'efficienza spettrale di 12,86 bit/s/Hz, comprimendo più dati nella larghezza di banda disponibile.
• Qualità del segnale eccezionale: Dopo 200 km di trasmissione, la qualità del segnale è rimasta eccellente. La multiplexing di polarizzazione e la modellazione probabilistica della costellazione hanno ottimizzato l'entropia del segnale, migliorando la stabilità e la resistenza alle interferenze. Le tecniche di amplificazione combinate, inclusa l'amplificazione Raman, hanno minimizzato l'attenuazione del segnale e gli effetti non lineari.
• Trasmissione potenziata dall'IA: Gli algoritmi di apprendimento automatico, in particolare l'equalizzazione della rete neurale di trasferimento dell'apprendimento, hanno aumentato il throughput totale dell'11,7%. Questo "cervello intelligente" ottimizza dinamicamente i parametri di trasmissione. A differenza dell'elaborazione del segnale digitale tradizionale, l'IA consente modelli di rete neurale indipendenti per ogni banda, correggendo gli errori non lineari riducendo al contempo il consumo energetico.

Un'innovazione chiave prevede l'utilizzo di reti neurali per la correzione degli errori di trasmissione in fibra. I sistemi tradizionali si basano su modelli matematici complessi e circuiti hardware per compensare gli effetti non lineari, con limitazioni intrinseche in termini di efficienza e accuratezza. Gli algoritmi di IA svolgono questo compito in modo più efficace, come un ingegnere esperto che regola i parametri in tempo reale.

Il team ha impiegato l'apprendimento per trasferimento per migliorare notevolmente l'efficienza dell'addestramento dell'IA. Mentre i metodi convenzionali richiedono un addestramento separato della rete neurale per le bande S, C e L, richiedendo dati e tempo ingenti, l'apprendimento per trasferimento applica l'esperienza della banda C alle bande S/L, riducendo i requisiti di dati del 70% e dimezzando i cicli di addestramento. Questa svolta affronta le sfide critiche nella raccolta dei dati e nell'implementazione del modello, accelerando l'implementazione pratica.

È stato notevole che i modelli della banda S/L abbiano mantenuto prestazioni stabili nonostante le diverse caratteristiche di lunghezza d'onda, le distribuzioni di potenza e gli ambienti non lineari. La banda L ha ottenuto un miglioramento del tasso di dati netto del 12,3% con l'equalizzazione della rete neurale, corrispondente ai guadagni della banda C. I test hanno confermato una compensazione significativa per le non linearità del ricetrasmettitore, inclusi i limiti di larghezza di banda del modulatore e il rumore dell'amplificatore. Questa generalizzazione interbanda e interscenario stabilisce l'apprendimento per trasferimento come un fattore chiave per l'IA nelle comunicazioni ottiche.

Questo risultato da record segna una nuova fase nei sistemi di comunicazione ottica potenziati dall'IA. Con l'emergere delle reti 6G e delle applicazioni economiche a bassa quota, le future reti ottiche richiederanno maggiore capacità, minore latenza e maggiore resilienza. L'approfondimento dell'integrazione di IA e tecnologie ottiche promette reti sempre più intelligenti in grado di supportare la digitalizzazione globale con trasmissione ultraveloce e ultra-affidabile, in particolare per applicazioni intercontinentali e transoceaniche.

Con i continui progressi nell'espansione multibanda, nell'ottimizzazione algoritmica e nell'integrazione hardware, le reti ottiche si stanno avvicinando all'era del petabit (1 petabit = 1000 terabit). Ciò stabilirà una solida base interamente ottica per lo sviluppo economico digitale, consentendo una connettività più efficiente, conveniente e intelligente in tutto il mondo.