1. 研究背景与动机：

• 人工智能大模型发展：以DeepSeek、ChatGPT为代表的人工智能大模型对智算与超算数据中心的算力和互联性能提出了更高要求。

• 传统电交换技术的瓶颈：现有数据中心网络普遍采用传统电交换技术，面临交换容量受限、传输时延高、可扩展性差等问题。

• 光交换技术的优势：光交换技术凭借其高带宽、低时延与低能耗的固有优势，被视为突破上述瓶颈的关键技术。

2. DSCM架构设计：

• 架构概述：设计了一种基于DSCM的数据中心光互连架构，该架构融合DSCM技术与光无源器件，构建以超级节点为核心的转发系统。

• 硬件兼容性与平滑升级：点对多点（P2MP）模块在物理接口层面与传统点对点（P2P）模块保持插槽兼容性，支持光通道的动态重构。

• 带宽资源智能调度：通过动态调整子载波组合，实现多级传输速率的灵活适配，无需远端设备进行硬件改造。

• 端到端可编程性：基于片上系统的光电协同控制机制，提升数据中心网络拓扑的灵活性。

3. 关键技术创新：

• 子载波动态分配：通过单一光载波上的多子载波调制，将物理链路灵活划分为多个动态可配的逻辑信道，满足子波长粒度的动态带宽调整与连接重构需求。

• 光域无队列直通传输：通过子载波路由实现零缓存直通传输，消除排队延迟，显著降低端到端时延。

• 超级节点设计：支持大规模计算服务器与存储服务器间的全光数据传输，通过光分路器、光带通滤波器与光耦合器等器件实现点对多点直接互连。

4. 仿真实验与结果分析：

• 仿真平台与设置：基于OMNeT++ 6.0平台构建系统级性能评估模型，对比DSCM架构与传统ToR交换机架构的性能。

• 性能评价指标：主要考察平均端到端时延、系统吞吐量及丢包率。

• 时延性能对比：DSCM架构在全负载范围内时延始终保持在毫秒级，满载时仅为0.03 ms，较ToR架构降低近3个数量级。

• 吞吐量性能对比：DSCM架构在满载时实现99.62%的带宽利用率，吞吐量接近800 Gb/s的理论上限，较ToR架构提升显著。

• 不同流量模式下的性能：在流量集中和均匀分布场景下，DSCM架构均展现出优异的稳定性和性能优势。

5. 应用前景与未来工作：

• 应用前景：该架构为下一代数据中心光互连网络的架构演进提供了新的技术思路，适用于高性能数据中心机架内服务器间的高带宽、低时延通信需求。

• 未来工作：聚焦于软件定义网络控制下的子载波动态分配机制，以及多业务共载场景下的多跳路由优化策略，进一步推动数据中心网络在能效比与可扩展性方面的突破。

文件通过详细的理论分析、架构设计、仿真实验与结果分析，验证了基于DSCM的数据中心光互连架构在提升网络性能方面的显著优势，为数据中心网络的未来发展提供了有价值的参考。