The continually growing demands for traffic as a result of advanced technologies in 5G and 6G systems offering services with intensive demands such as IoT and virtual reality applications has resulted in significant performance expectations of data center networks (DCNs). More specifically, DCNs are expected to meet high bandwidth connectivity, high throughput, low latency, and high scalability requirements. However, the current wired DCN architectures introduce large cabling requirements and limit the ability to reconfigure data centres as they expand. To that end, wireless technologies such as Optical Wireless Communication (OWC) have been proposed as a viable and cost-effective solution to meet the aforementioned requirements. This paper proposes the use of Infrared (IR) OWC systems that employ Wavelength Division Multiplexing (WDM) to enhance the DCN communication in the downlink direction; i.e. from Access Points (APs) in the ceiling, connected to spine switches, to receivers attached to the top of the racks representing leaf switches. The proposed systems utilize Angle Diversity Transmitters (ADTs) mounted on the room ceiling to facilitate inter-rack communication. Two different optical receiver types are considered, namely Angle Diversity Receivers (ADRs) and Wide Field-of-View Receivers (WFOVR). The simulation (i.e. channel modeling) results show that our proposed data center links achieve good data rates in the data centre up to 15 Gbps.


翻译:由于5G和6G系统提供高要求服务的先进技术,如IoT和虚拟现实应用软件等,对交通的需求不断增加,这给数据中心网络带来了巨大的业绩期望。更具体地说,预计DCN将满足高带宽连通、高输送量、低延缓度和高可缩度要求。然而,目前的有线DCN结构引入了巨大的电缆要求,并限制了在扩大数据中心时重新配置数据中心的能力。为此,提出了无线技术,如光无线通信(OWC),作为满足上述要求的可行和成本效益高的解决方案。本文提议使用红外线(IR)OWC系统,利用波长司多路联(WDM)加强DCN在下行方向上的通信;即从上限接入点,与脊椎开关连接,到拟议叶开关顶端的接收器。拟议系统利用“多样性传输器”(ADT)安装在房顶上的一个可行和成本效益高成本效益的解决方案。本文提议使用红外线(IR)系统,利用波长(IR)多路段多路段多路段多路段(WIS中心)加强内部通信,以显示两个不同版本数据接收器。

0
下载
关闭预览

相关内容

Stabilizing Transformers for Reinforcement Learning
专知会员服务
59+阅读 · 2019年10月17日
[综述]深度学习下的场景文本检测与识别
专知会员服务
77+阅读 · 2019年10月10日
【SIGGRAPH2019】TensorFlow 2.0深度学习计算机图形学应用
专知会员服务
39+阅读 · 2019年10月9日
内涵网络嵌入:Content-rich Network Embedding
我爱读PAMI
4+阅读 · 2019年11月5日
Transferring Knowledge across Learning Processes
CreateAMind
27+阅读 · 2019年5月18日
Gartner:2019 年 MSP 魔力象限
云头条
15+阅读 · 2019年3月6日
机器学习可解释性工具箱XAI
专知
11+阅读 · 2019年2月8日
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
16+阅读 · 2018年12月24日
spinningup.openai 强化学习资源完整
CreateAMind
6+阅读 · 2018年12月17日
IEEE2018|An Accurate and Real-time 3D Tracking System for Robots
【推荐】深度学习时序处理文献列表
机器学习研究会
7+阅读 · 2017年11月29日
【论文】变分推断(Variational inference)的总结
机器学习研究会
39+阅读 · 2017年11月16日
Arxiv
7+阅读 · 2021年10月12日
VIP会员
相关VIP内容
Stabilizing Transformers for Reinforcement Learning
专知会员服务
59+阅读 · 2019年10月17日
[综述]深度学习下的场景文本检测与识别
专知会员服务
77+阅读 · 2019年10月10日
【SIGGRAPH2019】TensorFlow 2.0深度学习计算机图形学应用
专知会员服务
39+阅读 · 2019年10月9日
相关资讯
内涵网络嵌入:Content-rich Network Embedding
我爱读PAMI
4+阅读 · 2019年11月5日
Transferring Knowledge across Learning Processes
CreateAMind
27+阅读 · 2019年5月18日
Gartner:2019 年 MSP 魔力象限
云头条
15+阅读 · 2019年3月6日
机器学习可解释性工具箱XAI
专知
11+阅读 · 2019年2月8日
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
16+阅读 · 2018年12月24日
spinningup.openai 强化学习资源完整
CreateAMind
6+阅读 · 2018年12月17日
IEEE2018|An Accurate and Real-time 3D Tracking System for Robots
【推荐】深度学习时序处理文献列表
机器学习研究会
7+阅读 · 2017年11月29日
【论文】变分推断(Variational inference)的总结
机器学习研究会
39+阅读 · 2017年11月16日
Top
微信扫码咨询专知VIP会员