最近產(chǎn)業(yè)中最愛玩的一個(gè)游戲，就是“AI在哪”。以往我們能看到AI存在于實(shí)驗(yàn)室內(nèi)、存在于軟件之中，但想要讓AI從模型走進(jìn)現(xiàn)實(shí)，往往沒那么容易。最起碼的，AI任務(wù)需要一系列條件去支撐，其細(xì)節(jié)建立在各種ICT基礎(chǔ)設(shè)施的迭代之上?；蛟S可以這樣比喻，AI就像汽車，當(dāng)它到來(lái)時(shí)，配套的高速路加油站修車廠都要建好。馬車時(shí)代的路況，是無(wú)法發(fā)揮汽車任何優(yōu)勢(shì)的。

AI走到現(xiàn)實(shí)的重要條件有很多，尤其需要注意的是，AI必然建立在ICT基礎(chǔ)設(shè)施之上，通過網(wǎng)絡(luò)空間延展到萬(wàn)物智能應(yīng)用當(dāng)中?？梢哉f(shuō)，AI的運(yùn)轉(zhuǎn)與網(wǎng)絡(luò)環(huán)境息息相關(guān)，網(wǎng)絡(luò)是AI的行軍之路。然而在AI的兵馬到來(lái)之際，網(wǎng)絡(luò)環(huán)境這條運(yùn)兵棧道真的已經(jīng)修建好了嗎？如果我們分析一下今天AI面臨的“網(wǎng)絡(luò)路況”，會(huì)發(fā)現(xiàn)其中孕育著很多痛點(diǎn)。同時(shí)，一個(gè)智能時(shí)代的產(chǎn)業(yè)機(jī)遇也蘊(yùn)藏其中。

AI時(shí)代的前夜，網(wǎng)絡(luò)表示“壓力山大”

我們相信AI時(shí)代會(huì)在明晨到來(lái)，那么今天就是AI時(shí)代的前夜。

這個(gè)漫長(zhǎng)的前夜里，AI應(yīng)用正在為ICT基礎(chǔ)設(shè)施提出越來(lái)越多的挑戰(zhàn)。

首先AI運(yùn)算相比以往的運(yùn)算更加復(fù)雜，一次智能化識(shí)別的背后可能包含著幾百個(gè)模型的計(jì)算。能夠承擔(dān)更復(fù)雜的運(yùn)算任務(wù)，顯然是AI應(yīng)用ICT基礎(chǔ)設(shè)施的第一要?jiǎng)?wù)。

同時(shí)AI運(yùn)算往往關(guān)乎于圖像、關(guān)乎于視頻，其數(shù)據(jù)量的龐大程度相比以往實(shí)現(xiàn)了從線性到張量的躍進(jìn)。能承擔(dān)更大的數(shù)據(jù)通過量才能讓AI應(yīng)用平穩(wěn)運(yùn)行。

最后AI運(yùn)算對(duì)于ICT基礎(chǔ)設(shè)施的部署條件要求也更加嚴(yán)苛，以往以太網(wǎng)1‰的丟包率，對(duì)于AI應(yīng)用來(lái)說(shuō)會(huì)極大的影響其算力發(fā)揮。

這些AI給計(jì)算和通信帶來(lái)的改變，同時(shí)也給通行的網(wǎng)絡(luò)環(huán)境施加了巨大的負(fù)擔(dān)。無(wú)論是智能駕駛這樣的巨大數(shù)據(jù)量任務(wù)，還是工業(yè)互聯(lián)網(wǎng)精準(zhǔn)的算法模型部署要求，或者AIoT駁雜的運(yùn)維壓力，都給網(wǎng)絡(luò)環(huán)境添加了無(wú)數(shù)壓力。

面對(duì)AI的到來(lái)，網(wǎng)絡(luò)環(huán)境的痛點(diǎn)可以體現(xiàn)在這樣幾個(gè)方面：

1、龐大算力需要和復(fù)雜的異構(gòu)計(jì)算，需要彈性的網(wǎng)絡(luò)環(huán)境支撐，網(wǎng)絡(luò)速度跟不上，AI算力也就無(wú)的放矢。

2、AI任務(wù)要求大規(guī)模部署和并行計(jì)算、海量非結(jié)構(gòu)化數(shù)據(jù)通過、實(shí)時(shí)學(xué)習(xí)、算法在框架層和應(yīng)用層的精準(zhǔn)度一致等等。這些新要求是此前的網(wǎng)絡(luò)環(huán)境中所不具備的，需要新的主動(dòng)網(wǎng)絡(luò)優(yōu)化能力。

3、AI時(shí)代，企業(yè)業(yè)務(wù)空間增長(zhǎng)，并行數(shù)據(jù)量暴增，直接導(dǎo)致運(yùn)維工作太過復(fù)雜，解放這一壓力，也已經(jīng)刻不容緩。

這三大痛點(diǎn)之下，直接的結(jié)果是網(wǎng)絡(luò)交換機(jī)市場(chǎng)迎來(lái)了全新的挑戰(zhàn)，同時(shí)也是市場(chǎng)迭代的深刻機(jī)遇。具有AI支撐能力、智能運(yùn)維能力的次世代網(wǎng)絡(luò)交換機(jī)，成為了今天AI大局中的當(dāng)務(wù)之急。

引入CloudEngine 16800作為華為AI發(fā)展戰(zhàn)略以及全棧全場(chǎng)景AI解決方案中的新成員，通過創(chuàng)造性地在交換機(jī)中安裝AI芯片，通過智能優(yōu)化和本地決策獲取自動(dòng)駕駛網(wǎng)絡(luò)能力。加上單槽48 x 400GE高密端口，可以最大化支持AI運(yùn)算的高密度流量，把網(wǎng)絡(luò)環(huán)境建設(shè)推向了AI時(shí)代的新層次。

CloudEngine 16800背后，華為解決了AI前夜的兩個(gè)重要問題：讓現(xiàn)在簡(jiǎn)單，讓未來(lái)通順。

更簡(jiǎn)單的今天：用AI之力扭轉(zhuǎn)網(wǎng)絡(luò)運(yùn)維困境

分析通過安裝AI芯片，CloudEngine 16800首創(chuàng)在交換機(jī)當(dāng)中添加AI算力，在設(shè)備層面集成了智能化的主動(dòng)識(shí)別和實(shí)施決策能力。在這種能力之下，可以實(shí)現(xiàn)秒級(jí)故障識(shí)別和分鐘級(jí)故障自動(dòng)定位。

而這一功能為應(yīng)用者帶來(lái)的第一個(gè)改變，就在于將可以用AI的智慧來(lái)完成運(yùn)維工作，將今天與日俱增的運(yùn)維壓力釋放出來(lái)。

用AI來(lái)承擔(dān)原本耗費(fèi)大量人力，并且逐漸已經(jīng)無(wú)法為人類所完成的網(wǎng)絡(luò)運(yùn)維工作，可以看作幾個(gè)梯段達(dá)成的目標(biāo)。

在CloudEngine 16800的AI引擎解決方案中，首先完成的是智能診斷的本地化，通過CloudEngine 16800的本地推理和實(shí)時(shí)決策，用AI承擔(dān)運(yùn)維工作，減少對(duì)云服務(wù)診斷的依賴，實(shí)現(xiàn)低成本高效率。

接下來(lái)，基于智能化運(yùn)維和故障檢測(cè)，以及專業(yè)故障庫(kù)的智能匹配，達(dá)成故障主動(dòng)排查，主動(dòng)監(jiān)控的能力。將人工難以完成的復(fù)雜網(wǎng)絡(luò)運(yùn)維監(jiān)控承擔(dān)下來(lái)。

此外，通過智能運(yùn)維平臺(tái)和交換機(jī)本地智能構(gòu)成的分布式AI運(yùn)維架構(gòu)的配合，實(shí)現(xiàn)故障快速自我修復(fù)，完成從本地分析到自我愈合的完整AI網(wǎng)絡(luò)運(yùn)維體系。整個(gè)網(wǎng)絡(luò)系統(tǒng)開始接近“自動(dòng)駕駛”狀態(tài)，將用戶從不斷復(fù)雜的網(wǎng)絡(luò)運(yùn)維中解放出來(lái)，從而更加關(guān)注場(chǎng)景和應(yīng)用，而不是消耗大量人力物力在后勤保障上。當(dāng)以往的困境被改變，整個(gè)網(wǎng)絡(luò)運(yùn)維系統(tǒng)的靈活性和可部署性也會(huì)隨之提高。過去傷筋動(dòng)骨式的維修、擴(kuò)展將不再重現(xiàn)。

換言之，在AI之力的影響下。交換機(jī)的應(yīng)用模式會(huì)一改往日的沉重復(fù)，變得更加輕盈、更加簡(jiǎn)單。

智能優(yōu)化之下，更多想象力的未來(lái)

對(duì)于網(wǎng)絡(luò)環(huán)境來(lái)說(shuō)，今天更大的任務(wù)是要適應(yīng)企業(yè)用戶不斷增大的AI算力需求，以及衍生的網(wǎng)絡(luò)依賴。網(wǎng)絡(luò)環(huán)境必須為AI任務(wù)大量普及，提供必要的網(wǎng)絡(luò)支持。不能等到數(shù)據(jù)泛濫，深度學(xué)習(xí)應(yīng)用迫在眉睫，才發(fā)現(xiàn)原來(lái)路還沒鋪好。

基于AI芯片帶來(lái)的主動(dòng)分析能力和實(shí)時(shí)學(xué)習(xí)能力，CloudEngine 16800應(yīng)用上了華為獨(dú)創(chuàng)的iLossLess智能無(wú)損交換算法，提供網(wǎng)絡(luò)結(jié)構(gòu)優(yōu)化和全網(wǎng)調(diào)度能力，滿足復(fù)雜AI任務(wù)在運(yùn)行時(shí)需要的網(wǎng)絡(luò)空間。這一能力對(duì)于AI開發(fā)者和運(yùn)用者來(lái)說(shuō)，將針對(duì)未來(lái)越來(lái)越廣泛的AI需求，解決三大底層問題：

1、 解決以太網(wǎng)原生短板的丟包問題，提升AI任務(wù)精度以及場(chǎng)景一致性。應(yīng)用上智能無(wú)損交換算法后，可以讓以太網(wǎng)實(shí)現(xiàn)零丟包，充分發(fā)揮AI算力，不會(huì)在從任務(wù)到場(chǎng)景的過程中產(chǎn)生誤差。

2、通過靈活的網(wǎng)絡(luò)調(diào)度，加速AI任務(wù)訓(xùn)練，加快模型部署效率。同樣在智能無(wú)損交換算法下，數(shù)據(jù)中心可以根據(jù)流量模型實(shí)現(xiàn)自適應(yīng)和自優(yōu)化，根據(jù)應(yīng)用狀況自主進(jìn)行資源調(diào)度，更加適應(yīng)AI應(yīng)用流量彈性空間較大的特征。

3、基于AI開發(fā)平臺(tái)，讓IT人員更好的加入AI，從另一個(gè)維度降低開發(fā)成本，最終實(shí)現(xiàn)AI快速低成本落地。這種更加普惠的模式，在企業(yè)進(jìn)行智能化轉(zhuǎn)型時(shí)，提供了強(qiáng)大的推助力。

AI時(shí)代，并不只是算法的時(shí)代，同時(shí)也是滿足于AI運(yùn)行，能夠把AI效能最大化的系列技術(shù)共同的時(shí)代。

此刻我們需要的不僅僅是AI技術(shù)本身的發(fā)展，還有一切與其相關(guān)技術(shù)的合力前行。其中，網(wǎng)絡(luò)基礎(chǔ)環(huán)境就是至關(guān)重要的一項(xiàng)。新一代的網(wǎng)絡(luò)產(chǎn)品，必須比等待中的產(chǎn)業(yè)格局走到更前面。而在產(chǎn)業(yè)智能化轉(zhuǎn)型的革命征程中，網(wǎng)絡(luò)產(chǎn)品絕非是在基層供給燃料的后備軍，而是要充當(dāng)起先鋒和開路者的角色，才能讓這條漫長(zhǎng)的征程走得更加順?biāo)臁?/p>