6月4日至5日,以“萬(wàn)兆光網(wǎng) 協(xié)同智算”為主題的2025中國(guó)光網(wǎng)絡(luò)研討會(huì)(OptiNet China)在北京盛大召開。本屆大會(huì)匯聚來(lái)自運(yùn)營(yíng)商、供應(yīng)商、研究機(jī)構(gòu)及產(chǎn)業(yè)鏈上下游的技術(shù)領(lǐng)袖與行業(yè)專家,圍繞全光網(wǎng)絡(luò)、智算互聯(lián)、空芯光纖等前沿技術(shù)話題,共同探討AI時(shí)代下光網(wǎng)絡(luò)演進(jìn)的新趨勢(shì)、新路徑與新格局。
在此次會(huì)議上,上海諾基亞貝爾股份有限公司基礎(chǔ)網(wǎng)絡(luò)業(yè)務(wù)集團(tuán)光網(wǎng)絡(luò)事業(yè)部總經(jīng)理張寒崢出席并發(fā)表了“激發(fā)AI在網(wǎng)絡(luò)基礎(chǔ)設(shè)施中的潛能”的主題分享。他表示,“AI正在不停地改變我們的生活,而作為傳輸領(lǐng)域的從業(yè)者,我們更關(guān)注它對(duì)網(wǎng)絡(luò)流量的實(shí)際影響。”
▲上海諾基亞貝爾股份有限公司基礎(chǔ)網(wǎng)絡(luò)業(yè)務(wù)集團(tuán)光網(wǎng)絡(luò)事業(yè)部總經(jīng)理 張寒崢
據(jù)Nokia Bell Labs預(yù)測(cè),到2033年,全球每月與AI相關(guān)的網(wǎng)絡(luò)流量將超過(guò)1000EB,這是一個(gè)極為龐大的數(shù)字。其中,消費(fèi)者AI流量預(yù)計(jì)達(dá)1006EB/月,復(fù)合年增長(zhǎng)率23%;企業(yè)AI流量雖基數(shù)較。81 EB/月),但增速高達(dá)57%。這意味著,未來(lái)十年AI流量將成為網(wǎng)絡(luò)帶寬需求的核心驅(qū)動(dòng)力。
需要強(qiáng)調(diào)的是,AI正在影響和增強(qiáng)我們的網(wǎng)絡(luò)。面向消費(fèi)、工業(yè)、企業(yè)等不同場(chǎng)景的AI應(yīng)用,對(duì)網(wǎng)絡(luò)的需求截然不同。例如,消費(fèi)級(jí)AI更多涉及短視頻、智能助手等實(shí)時(shí)交互場(chǎng)景,而企業(yè)級(jí)AI則聚焦于工業(yè)視覺(jué)檢測(cè)、供應(yīng)鏈優(yōu)化等專業(yè)領(lǐng)域。這種差異化需求,正推動(dòng)網(wǎng)絡(luò)架構(gòu)向更靈活、更智能的方向演進(jìn)。
AI對(duì)網(wǎng)絡(luò)基礎(chǔ)設(shè)施的雙重挑戰(zhàn):Networking for AI
從應(yīng)用場(chǎng)景看,AI對(duì)網(wǎng)絡(luò)的需求可概括為“Networking for AI”,即面向AI的網(wǎng)絡(luò)構(gòu)建。
當(dāng)前,大模型訓(xùn)練與推理業(yè)務(wù)正從單數(shù)據(jù)中心向分布式架構(gòu)演進(jìn)。在數(shù)據(jù)中心內(nèi)部,大模型訓(xùn)練對(duì)帶寬和無(wú)損傳輸要求極高,哪怕一個(gè)數(shù)據(jù)包丟失都可能影響模型學(xué)習(xí)效率。例如,GPT系列模型的訓(xùn)練過(guò)程中,數(shù)千臺(tái)服務(wù)器間的海量數(shù)據(jù)同步需確保低時(shí)延、高帶寬的網(wǎng)絡(luò)連接。
隨著模型規(guī)模指數(shù)級(jí)增長(zhǎng)(如萬(wàn)億參數(shù)模型),跨數(shù)據(jù)中心的分布式訓(xùn)練成為必然。此時(shí),網(wǎng)絡(luò)需支持突發(fā)的大帶寬數(shù)據(jù)遷移。例如,一次模型迭代可能需要傳輸數(shù)百PB的數(shù)據(jù),且對(duì)時(shí)延敏感——這要求網(wǎng)絡(luò)具備彈性調(diào)度能力,能在短時(shí)間內(nèi)快速分配帶寬資源。
AI應(yīng)用向邊緣側(cè)下沉已是大勢(shì)所趨。終端設(shè)備(如VR 頭顯、工業(yè)傳感器)與邊緣節(jié)點(diǎn)間的流量增長(zhǎng)尤為迅猛。以沉浸式VR為例,不僅需要中心向邊緣的下行大帶寬,用戶實(shí)時(shí)交互產(chǎn)生的上行流量同樣可觀,這種對(duì)稱業(yè)務(wù)對(duì)傳統(tǒng)網(wǎng)絡(luò)架構(gòu)提出了全新挑戰(zhàn)。
AI業(yè)務(wù)可分為訓(xùn)練與推理兩大類型,二者對(duì)網(wǎng)絡(luò)的要求近乎相反。
訓(xùn)練業(yè)務(wù)追求 “越快越好”。為加速模型迭代,需調(diào)用海量算力集群與存儲(chǔ)資源,傳輸帶寬需求呈爆炸式增長(zhǎng)。例如,訓(xùn)練一個(gè)自動(dòng)駕駛模型可能需要每天傳輸數(shù)EB的數(shù)據(jù)。但這類業(yè)務(wù)多為離線處理,對(duì)實(shí)時(shí)性要求相對(duì)較低,允許一定的調(diào)度靈活性。
推理業(yè)務(wù)強(qiáng)調(diào)“實(shí)時(shí)響應(yīng)”。當(dāng)用戶通過(guò)語(yǔ)音助手提問(wèn)或使用AI客服時(shí),系統(tǒng)需在毫秒級(jí)內(nèi)返回結(jié)果,這要求網(wǎng)絡(luò)具備極低的時(shí)延和穩(wěn)定的連接質(zhì)量。但推理階段的數(shù)據(jù)量通常遠(yuǎn)小于訓(xùn)練階段,帶寬需求相對(duì)可控。
這種矛盾的需求倒逼網(wǎng)絡(luò)架構(gòu)走向“分層設(shè)計(jì)”:核心層專注于大帶寬傳輸,邊緣層則優(yōu)化時(shí)延性能,同時(shí)通過(guò)智能調(diào)度算法平衡資源分配。
值得注意的是,AI流量在網(wǎng)絡(luò)中的分布并非均勻。Nokia Bell Labs研究表明,終端到城域邊緣的流量增長(zhǎng)速率最快,其次是邊緣到核心的流量。這意味著,接入側(cè)和邊緣側(cè)將成為未來(lái)網(wǎng)絡(luò)擴(kuò)容的重點(diǎn)。
例如,在工業(yè)場(chǎng)景中,傳感器數(shù)據(jù)從終端到邊緣服務(wù)器的傳輸量,可能比邊緣到云端的數(shù)據(jù)量高出3-5倍。這種分布特征要求網(wǎng)絡(luò)建設(shè)從“核心優(yōu)先”轉(zhuǎn)向“邊緣優(yōu)先”,在接入網(wǎng)部署更高帶寬的光纖資源,在邊緣節(jié)點(diǎn)集成更強(qiáng)的算力與網(wǎng)絡(luò)調(diào)度能力。
AI賦能網(wǎng)絡(luò):AI for networking的三大價(jià)值維度
AI對(duì)網(wǎng)絡(luò)運(yùn)維的改造,可概括為“AI for networking”。傳統(tǒng)網(wǎng)絡(luò)運(yùn)維中,重復(fù)的配置巡檢、惡劣環(huán)境下的設(shè)備排查、高危場(chǎng)景的故障處理,以及耗時(shí)耗力的資源優(yōu)化,都可通過(guò)AI驅(qū)動(dòng)的自動(dòng)化工具解決。
此外,AI可自動(dòng)生成網(wǎng)絡(luò)配置腳本,替代人工重復(fù)操作,將配置效率提升 80%以上。而且,通過(guò)無(wú)人機(jī)搭載AI視覺(jué)系統(tǒng),可替代人工完成高壓輸電線路附近的光纜巡檢,降低作業(yè)風(fēng)險(xiǎn);避免下水道偵察、擠牛奶、尸檢和礦井勘探,遠(yuǎn)離骯臟環(huán)境。成本方面,AI通過(guò)分析全網(wǎng)流量模式,動(dòng)態(tài)調(diào)整路由策略,減少網(wǎng)絡(luò)擁塞,每年可為運(yùn)營(yíng)商節(jié)省數(shù)千萬(wàn)美元的帶寬成本。
AIops通過(guò)AI增強(qiáng)網(wǎng)絡(luò)運(yùn)維,其價(jià)值可進(jìn)一步歸納為三個(gè)“S”:
Service(服務(wù)):人工智能可以提高網(wǎng)絡(luò)運(yùn)營(yíng)效率,從而加速服務(wù)交付并確保持續(xù)遵守服務(wù)等級(jí)協(xié)議(SLA)。
Security(安全):AI/ML技術(shù)可以幫助及早準(zhǔn)確地檢測(cè)DDoS活動(dòng),并采取即時(shí)、有針對(duì)性和優(yōu)化的緩解措施來(lái)阻止此類攻擊。
Sustainability(可持續(xù)):通過(guò)優(yōu)化網(wǎng)絡(luò)資源,人工智能可以幫助降低功耗,最大限度地減少能源消耗和環(huán)境足跡。
在實(shí)現(xiàn)這些價(jià)值的過(guò)程中,意圖驅(qū)動(dòng)的網(wǎng)絡(luò)成為了我們追求的目標(biāo)。這樣的網(wǎng)絡(luò)需要具備感知、思考和行動(dòng)的能力,通過(guò)海量數(shù)據(jù)的收集和學(xué)習(xí),對(duì)網(wǎng)絡(luò)狀況進(jìn)行準(zhǔn)確判斷,并在此基礎(chǔ)上做出決策,實(shí)現(xiàn)閉環(huán)的網(wǎng)絡(luò)管理。對(duì)于運(yùn)維人員而言,AI的應(yīng)用將帶來(lái)諸多便利。
傳統(tǒng)上,網(wǎng)絡(luò)運(yùn)維人員主要依靠經(jīng)驗(yàn)和經(jīng)驗(yàn)庫(kù)來(lái)分析故障,而AI的引入則能夠顯著提升他們的分析能力,快速準(zhǔn)確地定位和解決問(wèn)題。
同時(shí),AI還能夠?qū)崿F(xiàn)輔助功能,通過(guò)自然語(yǔ)言與網(wǎng)絡(luò)設(shè)備進(jìn)行交互,發(fā)出指令,讓網(wǎng)絡(luò)執(zhí)行相應(yīng)的操作,無(wú)需運(yùn)維人員掌握復(fù)雜的編程技能。這不僅提高了網(wǎng)絡(luò)運(yùn)維的效率,還降低了對(duì)人員專業(yè)技能的要求,使更多的人能夠參與到網(wǎng)絡(luò)管理中來(lái)。
諾基亞貝爾一直在積極探索和實(shí)踐AI在網(wǎng)絡(luò)基礎(chǔ)設(shè)施中的應(yīng)用,曾經(jīng)進(jìn)行了一個(gè)有趣的實(shí)驗(yàn),利用大語(yǔ)言模型(LLM)作為代理,通過(guò)自然語(yǔ)言指令來(lái)實(shí)現(xiàn)網(wǎng)絡(luò)的跨域編排。
當(dāng)需要建立一個(gè)新的業(yè)務(wù)連接時(shí),只需用自然語(yǔ)言向LLM代理表達(dá)需求,它便能分析指令并調(diào)用相應(yīng)的專業(yè)函數(shù),協(xié)調(diào)多個(gè)域的網(wǎng)絡(luò)設(shè)備,完成從IP到光傳輸的配置,甚至可以驅(qū)動(dòng)機(jī)器人執(zhí)行物理連接操作,如光纖切換等。
諾基亞的AI網(wǎng)絡(luò)基礎(chǔ)設(shè)施,構(gòu)建全球最關(guān)鍵的網(wǎng)絡(luò)
諾基亞貝爾構(gòu)建了完善的AI驅(qū)動(dòng)網(wǎng)絡(luò)基礎(chǔ)設(shè)施產(chǎn)品體系,產(chǎn)品覆蓋固網(wǎng)接入、IP傳輸、數(shù)據(jù)中心、海纜等多個(gè)領(lǐng)域。核心目標(biāo)是為客戶提供靈活的容量方案,以滿足各種業(yè)務(wù)的靈活需求。同時(shí),確保網(wǎng)絡(luò)始終保持在線,保障業(yè)務(wù)的連續(xù)性和穩(wěn)定性。
彈性擴(kuò)容(Scalable)方面,通過(guò)FP系列路由硅片、PSE相干光DSP等自研芯片,支持單波長(zhǎng)400G/800G超高速傳輸,滿足AI流量爆發(fā)式增長(zhǎng)需求。高可用性(Available)方面,采用多層級(jí)冗余架構(gòu),如光層1+1保護(hù)、IP層FRR(快速重路由),確保AI應(yīng)用99.999%的在線率。
安全可信(Secure)方面,從芯片到系統(tǒng)的端到端加密方案,支持國(guó)密算法與零信任架構(gòu)。綠色高效(Efficient)方面,Elenion硅光子技術(shù)將光模塊功耗降低 30%,Quillion接入處理器實(shí)現(xiàn)邊緣節(jié)點(diǎn)的低功耗算力整合。
激發(fā)AI在網(wǎng)絡(luò)基礎(chǔ)設(shè)施中的潛能,非單一企業(yè)之力所能及,需構(gòu)建廣泛的生態(tài)合作體系,芯片廠商、云服務(wù)商、運(yùn)營(yíng)商等生態(tài)伙伴的協(xié)同。目前,諾基亞貝爾已與聯(lián)想、Carahsoft、Verizon、騰訊等企業(yè)合作,共同定義AI網(wǎng)絡(luò)的技術(shù)標(biāo)準(zhǔn)與應(yīng)用場(chǎng)景,構(gòu)建開放、合作、共贏的產(chǎn)業(yè)生態(tài)。
結(jié)束語(yǔ)
AI給網(wǎng)絡(luò)基礎(chǔ)設(shè)施帶來(lái)的變革,既是挑戰(zhàn),更是機(jī)遇。作為基礎(chǔ)網(wǎng)絡(luò)領(lǐng)域的深耕者,諾基亞將持續(xù)投入芯片、軟件與自動(dòng)化技術(shù)創(chuàng)新,以“構(gòu)建為AI而生的網(wǎng)絡(luò),賦能網(wǎng)絡(luò)以AI的智慧”為使命,與生態(tài)伙伴攜手,共同推動(dòng)光網(wǎng)絡(luò)向更靈活、更智能、更可持續(xù)的方向發(fā)展。