6G AI原生融合传送网架构和落地技术

译者案：本文摘选翻译自《2026韩国SK电讯6G白皮书》，详细介绍AI原生融合传送网（ACTN）的架构，并从落地技术视角进行全面解读。翻译不准确之处，敬请谅解。

关注公号，回复“260311”可下载《2026 SK Telecom 6G White Paper》原文

3.3 AI原生融合传送网（ACTN）

AI原生融合传送网（ACTN），是SK电讯未来传送网创新的基础设施，以网络智能自治、安全能力升级、运营自动化、扩展性与成本效率提升为核心目标演进。AI原生传送网正通过基于AI的一体化管控系统，将运营商的运营经验与专业能力内生于AI之中，实现实时资源分配、故障预测、流量优化等智能运营。这一智能运营能力，与基于全光网的结构性演进、L0~L3层融合设备、开放API、下一代可重构光分插复用器（NG-ROADM）等下一代光传输技术相结合，最大化网络架构的简化性、灵活性、扩展性与成本效率。网络开放与标准化接口，可提升多厂商环境下的运营效率，为各类设备与业务的有机联动提供基础。

在安全层面，通过量子加密通信（QKD）与后量子加密（PQC）相结合的双重安全架构、基于API的自动化、实时检测响应系统，创新性提升数据传输安全。这一架构可在数据中心、B2B链路，以及边缘、物联网、回传等各类网络环境中，实现端到端安全防护。此外，为提升网络可靠性与稳定性，通过构建数字孪生环境，精准虚拟化真实传送网，实现可支撑运营仿真、自动化、优化、预测、校验的智能网络运营体系。网络数字孪生为新业务设计、故障响应、质量诊断、资源优化等各类运营工作，提供了安全验证的基础。

为应对AI时代的需求，正基于xPU的数据中心互联（DCI）传送网，实现AI数据中心与全国端局集群的联动，支撑大规模AI训练与推理服务。通过引入开放设备与基于软件定义网络（SDN）的一体化管控，最大化资源优化与运营效率，构建可根据业务需求与流量变化灵活扩缩容的网络架构。这一基础设施，通过AI原生RAN、数字孪生、量子加密通信等各要素的有机联动，实现网络智能自治、安全升级、运营自动化、扩展性与成本效率提升的核心目标。

通过AI原生融合传送网的演进，SK电讯将引领未来传送网的范式变革，为用户提供差异化的网络体验，持续强化核心竞争优势。

图8 AI原生融合传送网架构

3.3.1 基于AI的传送网端到端一体化管控

基于AI的传送网端到端一体化管控，是实现未来传送网创新与智能网络的核心战略。基于运营商经验的AI辅助运营能力、基于AI的自动化全生命周期一体化运营能力、基于时序调度的端到端xPU集群能力，将成为下一代传送网运营系统的核心。

基于运营商经验的AI辅助运营能力，将运营商长期积累的运营经验与专业能力内生于AI模型中，支撑全网络运营流程的实时决策与自动化响应。这一能力可实现基于经验的决策、智能故障预测与响应、运营效率提升，以及持续的学习与优化。AI可通过运营商反馈与实际运营数据持续学习，大幅提升网络运营的速度、准确性与稳定性。

基于AI的自动化全生命周期一体化运营能力，可实现网络资源引入、部署、运营、退役全生命周期管理流程的自动化。AI可在资源引入部署、运营质量管理、退役回收、实时策略制定等全流程，提供最优运营策略，在最大限度减少人工干预的同时，持续保障网络稳定与服务质量。

基于时序调度的端到端xPU集群能力，可按网络内核心节点构建集群，根据业务特征与流量模式，动态分配各集群内的xPU资源。AI可通过实时流量预测与业务需求分析，制定小时级的资源分配方案，通过集群间联动与负载均衡、实时监控与故障响应，保障网络稳定性与扩展性。

综上，基于AI的传送网端到端一体化管控系统，为未来传送网向智能自治方向演进提供了核心基础，是为用户提供差异化网络体验、持续强化竞争优势的核心驱动力。

3.3.2 基于全光网的传送网架构演进

SK电讯正以实现未来智能网络为目标，推进基于全光网（APN）的传送网架构演进。为实现这一目标，公司正突破传统封闭、绑定厂商的网络架构，聚焦L0~L3层融合设备引入、基于开放API与开放硬件的一体化管控、基于NG-ROADM等下一代光传输技术的骨干网简化与效率提升，降低厂商绑定的同时，大幅提升网络灵活性、扩展性与成本效率。

基于全光网的传送网架构演进，核心是向L0~L3层融合设备迁移。通过引入分组光传送网（POTN）等融合设备，可实现按业务的路径管控，进一步简化网络架构。此外，在下一代前传（T-PON）架构中，将基于光纤的L0透明架构与无源光网络（PON）、可调光模块技术相结合，在强化网络稳定性的同时，实现全生命周期成本降低、运营效率提升等多重价值。此外，在开放PON架构中，通过白盒化实现（pOLT）、低成本CPU、去除三层交换机，提升成本效率，构建可灵活创建、删除管控、管理与增值业务功能的柔性网络。这类网络架构创新，也通过对各类开放API的支持，实现了不依赖厂商的一体化管控。通过通用管理数据模型，可对IP/MPLS路由器、开放硬件交换机、开放ROADM等各类设备进行一体化管理，尤其在多厂商环境中最大化运营效率。通过基于标准化接口与数据模型的开放API，对开放ROADM进行全面管控，可同时保障网络的运营效率与扩展性。NG-ROADM通过引入200Gbps及以上的大容量传输技术、无波长/方向/冲突限制的CDC技术，实现骨干网的简化与效率提升。柔性光子技术可最大化传输容量与频谱效率，基于软件的动态管控可提升运营效率。此外，开放NG-ROADM可基于标准化数据模型与开放API实现一体化管理，可快速响应故障场景与业务拓展需求。

随着无线业务容量的提升，前传链路容量也呈现从现有25Gbps向50Gbps及以上升级的趋势。光传输中的色散代价，会随着传输速率的提升快速增加，因此高速传输场景中，必须引入可解决这一问题的调制方式。当前光传输标准中，单波长25Gbps及以下采用不归零码调制，50Gbps/100Gbps及以上则采用四电平脉冲幅度调制（PAM4）与数字相干光（DCO）技术[6]。

传统前传网络以固定波分复用（WDM）网络为主，运营过程中网络配置基本保持不变。而下一代移动前传网络，可根据用户流量情况，为无线系统资源优化或节能管控，灵活调整网络配置。

综上，SK电讯正通过全光网架构演进、开放路由器与光模块一体化管控、基于开放NG-ROADM的骨干网创新、去厂商绑定等网络创新战略，引领未来传送网向智能自治方向升级。

3.3.3 量子加密通信服务提供

随着AI、云、大数据等数字化转型与数据中心化业务的爆发式增长，通过传送网进行数据传输的安全重要性显著提升。尤其随着量子计算技术的发展，行业已普遍认识到，仅靠传统加密技术，无法完美应对数据中心间、B2B站点间实时大容量、高价值数据传输的安全需求。因此，SK电讯正推进将量子加密通信（QKD）、后量子加密（PQC）等下一代加密技术引入传送网，创新性提升数据中心与B2B站点间数据传输的安全等级。

量子加密通信基础设施，通过在核心节点（数据中心、B2B站点、端局等）部署QKD设备，基于光纤实时分发量子密钥，与现有传送网（OTN、DWDM等）联动，同时支持加密密钥分发与数据传输加密。量子密钥会定期更新，作为数据加密的会话密钥使用。此外，在数据中心间、数据中心-B2B、B2B-B2B等传输链路中，部署搭载PQC算法的加密设备，在保障与现有网络兼容性的同时，实现量子计算环境下的安全防护。通过QKD分发的量子密钥与PQC算法相结合，构建双重安全架构。

量子网络功能（QNF）提供量子加密、量子密钥分发等量子网络管理相关功能。基于QNF，通过量子密钥管理系统（QKMS）与多因子安全体系，实现量子密钥、PQC密钥的生成、分发、更新、销毁全流程自动化；通过基于API的联动，实现各类网络设备与加密设备间的实时密钥交换与运营自动化。同时，针对密钥泄露、窃听尝试、异常征兆等场景，构建实时检测与响应系统。

针对超大型数据中心与区域数据中心间的大容量数据同步、备份、AI训练数据传输，提供QKD与PQC相结合的加密传输；同时，为金融、医疗、公共事业、制造等领域的B2B客户专线，提供基于量子/PQC的加密服务。可在企业间数据联动、云连接、远程备份等各类B2B场景中，保障数据的机密性、完整性与可用性。

未来，将持续把端到端加密的应用范围拓展至边缘、物联网、5G/6G回传等领域，通过运营自动化、基于AI的安全升级、开放API与标准化联动、客户定制化安全服务，持续推进传送网安全能力的演进。

3.3.4 面向xPU业务的数据中心互联传送网构建

为迎接AI时代的全面到来，正规划构建基于xPU集群的传送网，实现AI数据中心与全国端局的联动，提供大规模数据处理与超低时延服务。下一代网络基础设施，将通过AI数据中心专注AI训练、全国端局集群专注AI推理的角色分工，最大化AI服务效率与扩展性。

AI数据中心通过集中部署大规模GPU、TPU、FPGA等高性能xPU资源，为基于海量数据的AI模型训练提供优化环境。作为超大型枢纽，配备先进的制冷、供电与安全设施，集中承担最新AI模型训练、微调、大规模数据预处理与校验等高附加值AI运算。全国端局集群中，部署CPU、GPU、FPGA等各类xPU资源，以集群形式提供实时、低时延的AI推理服务，可在贴近用户的位置，快速处理视频分析、语音识别、物联网数据处理等各类AI推理业务。

端局级xPU集群，通过引入白盒交换机、开放路由器、开放ROADM等开放设备，保障标准化接口、运营自动化与扩展性。通过引入L0~L3层融合设备、基于SDN的一体化管控（OpenConfig、NETCONF、gRPC等），最大限度减少网络层级带来的冗余设备与复杂路径，最大化资源优化与运营效率。集群架构采用模块化设计，可根据业务需求与流量变化，灵活扩缩容xPU资源与网络设备。

在AI数据中心与端局集群的联动中，实现AI模型全生命周期的体系化管理。基于提供xPU训练/推理功能的ESF/CSF，在AI数据中心完成训练与校验的AI模型，将部署至端局集群；实时推理服务中产生的数据与反馈，将回传至AI数据中心，用于模型的重训练与优化。数据中心互联传送网可实现大容量模型文件、数据、反馈信息的高速联动，当端局集群出现流量激增或故障时，可通过与相邻端局、AI数据中心的联动，实现负载均衡与自动恢复。端局集群可与边缘云、B2B专属业务、物联网等各类未来服务联动，实现区域专属业务与超低时延AI推理。

综上，通过AI数据中心与全国端局集群的混合部署、基于开放设备的xPU集群、体系化的模型管理与业务联动策略，将打造适配AI时代的下一代传送网基础设施。

3.3.5 网络数字孪生环境构建

网络数字孪生的目标，是将真实传送网的结构、资源、流量、故障、运营策略等所有要素，精准复刻至数字空间，构建下一代虚拟化业务环境，实现网络运营仿真、自动化、优化、预测与校验。通过这一技术，为复杂传送网运营工作的自动化创新、网络稳定性、可靠性与扩展性提升，奠定核心基础。

数字孪生环境基于软件虚拟化形态提供传送网功能的TNF构建，将真实传送网的设备、链路、路径、业务、流量等所有组件，虚拟化为数字模型，实现实时状态监控与各类运营场景仿真。其核心目标是，通过联动L0~L3全层级的资源与运营策略、故障历史、质量数据、流量模式等海量运营数据，构建与真实网络同等级的精准虚拟网络。通过这一架构，可提前验证网络架构变更、新设备引入、链路扩缩容、业务路径调整等各类运营场景，最大限度降低运营风险。

此外，数字孪生环境可作为网络仿真与运营自动化的核心基础设施。大规模流量变化、故障发生、新业务上线、路径优化、资源重部署等复杂运营场景，均可提前在虚拟网络中仿真，分析对真实网络的影响，推导最优响应方案。通过在数字孪生环境中，实现基于AI的运营策略、故障自动响应、流量预测与资源分配、质量诊断等各类运营工作的自动化，可降低运营人员工作负荷，同时提升网络稳定性与可靠性。

同时，基于数字孪生环境，运营商可在与真实网络完全一致的虚拟网络中，安全开展新业务设计、故障响应场景验证、质量诊断、资源优化、策略变更等各类运营工作。引入新设备时，可提前完成设备互通测试、流量分析、故障可能性验证，最大限度降低对真实网络的影响。当发生大规模流量变化或故障时，可通过仿真各类响应场景，推导最优恢复路径与资源分配策略。

综上，网络数字孪生环境是未来传送网运营的核心基础，可最大限度降低运营风险，持续保障网络质量与稳定性。

参考文献

[6] 韩国信息通信技术规划与评估院（IITP）. 《2025年ICT研发技术路线图》[R]. 2024: 96.

▎好书推荐

本书由吴冬升、李大成担任主编，机械工业出版社出版。书中在分析智慧城市重点建设内容和智能网联汽车重点发展内容基础上，进一步探讨智慧城市与智能网联汽车融合发展带来的车联网智能道路基础设施、新型能源基础设施、地理位置网、现代信息通信网、车城网平台建设和发展情况。并且介绍智慧城市与智能网联汽车融合创新发展的相关案例。了解详情请点击：【新书推荐】《智慧城市与智能网联汽车，融合创新发展之路》

吴冬升 博士