1. 课程导入与高端口密度OCS概述

光交换（Optical Circuit Switching，OCS）并不是一个新概念，但“高端口密度”这个限定词，把它从实验室里的原理样机推到了现代数据中心与AI集群的核心位置。所谓高端口密度OCS，通常指单台光交换设备可提供数百至数千个光端口（常见如256×256、512×512乃至更高），并能在毫秒级完成任意输入到任意输出的光路重构。它与传统电分组交换最大的区别在于：交换过程不经过光电转换，信号以光的形式直接穿过交换矩阵，因此与速率、协议、波长基本解耦。这一特性使OCS在带宽快速迭代的AI集群中具有天然的“透明性”优势。

理解高端口密度OCS，需要抓住三个维度。第一是端口规模，它决定了单台设备能覆盖多少条链路，直接影响组网层级；第二是重构时延，即从收到指令到光路稳定建立的时间，通常在毫秒量级，远慢于电交换的纳秒级，因此OCS更适合承载“大象流”和相对稳定的连接；第三是插入损耗与一致性，端口数越多，光在交换矩阵内部经过的路径越复杂，损耗和端口间差异越难控制。这三者共同构成了后续光路布局与容差分析的物质基础。

典型应用场景可以归纳为三类。在数据中心内部，OCS用于Spine层或Pod间的动态互联，把原本固定的光纤布线变成可重构的光层，从而在不增加电交换端口的前提下提升整体吞吐。在AI训练集群中，GPU之间的All-Reduce、All-to-All通信具有明显的阶段性热点，OCS可以在训练的不同阶段把高带宽光路切换到当前最繁忙的GPU组之间，形成“按需拓扑”。在骨干网与城域网中，高端口密度OCS承担光层调度，实现波长级或光纤级的快速重路由，提升网络抗故障能力。三类场景对端口密度、重构速度和容差的要求各不相同，这也是课程后续要分别展开的原因。

从图中可以清楚看到，三类场景对OCS提出了不同侧重的要求，但最终都汇聚到两个核心挑战上：光路布局与容差分析。光路布局解决的是“把哪条输入连到哪条输出、经过什么路径、如何避免拥塞与不均衡”的问题；容差分析解决的是“这条光路在真实器件与环境下能否稳定成立、余量还有多少”的问题。二者不是先后关系，而是相互制约：布局越激进、端口利用越满，留给容差的余量就越小；容差要求越严，可用的布局方案就越受限。

为了把这两个挑战讲透，本课程的整体框架按“由静到动、由单点到系统”展开。首先建立高端口密度OCS的器件与矩阵基础，理解端口规模、损耗构成和重构机制；随后进入光路布局，讨论端口映射模型、路径规划算法以及OCS与电交换协同的混合拓扑设计；接着重点展开容差分析，从插入损耗预算、端口一致性、串扰与偏振相关损伤，到温度与老化带来的漂移，给出可计算的预算方法和判断依据；最后通过数据中心与AI集群的案例，把布局与容差放在同一个工程闭环中验证。整个课程强调“可计算、可判断”，而不是停留在概念描述。

需要特别说明的是，本课程中出现的端口数、损耗值、重构时间、温度范围等具体数字，除明确标注为实测外，均为用于讲解的示例参数或合理假设，目的是让读者掌握计算与判断方法，实际工程中应以器件规格书和现场测试为准。学习本章时，建议先建立这样一个直觉：高端口密度OCS的价值不在于“端口多”本身，而在于它能否在可接受的容差内，把大量端口灵活、稳定、可预测地连接起来。后续每一章，都是围绕这个直觉逐步展开的。