Under den 7:e konferensen för framtida nätverksutveckling höll Peng Song, Senior Vice President och President för ICT Strategy and Marketing på Huawei, ett huvudtal med titeln "Att bygga ett heltäckande AI-nätverk för att möjliggöra omfattande AI-kapacitet." Han betonade att nätverksinnovation i en tidevarv med artificiell intelligens kommer att fokusera på två huvudmål: "Network for AI" och "AI for Network", att skapa ett heltäckande nätverk för moln, nätverk, edge och endpoint i alla scenarier .
Nätverksinnovation i AI-eran omfattar två huvudmål: "Nätverk för AI" innebär att skapa ett nätverk som stöder AI-tjänster, vilket gör det möjligt för stora AI-modeller att täcka scenarier från träning till slutledning, från dedikerad till allmänt ändamål, och som spänner över hela spektrumet av kant, kant, moln AI. "AI for Network" använder AI för att stärka nätverk, vilket gör nätverksenheter smartare, nätverk mycket autonoma och driften mer effektiv.
År 2030 förväntas globala anslutningar uppgå till 200 miljarder, datacentertrafiken kommer att växa 100 gånger på ett decennium, IPv6-adresspenetrationen förväntas nå 90 % och AI-datorkraften kommer att öka med 500 gånger. För att möta dessa krav krävs ett tredimensionellt, ultrabrett, intelligent inbyggt AI-nätverk som garanterar deterministisk latens, som täcker alla scenarier som moln, nätverk, edge och endpoint. Detta omfattar datacenternätverk, wide area-nätverk och nätverk som täcker kant- och slutpunktsplatser.
Framtida molndatacenter: utveckling av datorarkitekturer för att stödja AI Large Model Eras tiofaldiga ökning av efterfrågan på datorkraft
Under det kommande decenniet kommer innovation inom datacenterarkitektur att kretsa kring allmän datoranvändning, heterogen datoranvändning, ubiquitous computing, peer computing och integration av lagringsdatorer. Datacenternätverksbussar kommer att uppnå fusion och integration från chipnivå till DC-nivå vid länkskiktet, vilket ger nätverk med hög bandbredd och låg latens.
Framtida datacenternätverk: innovativ Net-Storage-Compute Fusion-arkitektur för att frigöra datacenterklusterberäkningspotential
För att övervinna utmaningar relaterade till skalbarhet, prestanda, stabil drift, kostnad och kommunikationseffektivitet måste framtida datacenter uppnå djup integration med datorer och lagring för att skapa olika datorkluster.
Framtida Wide Area Networks: tredimensionella ultravida och applikationsmedvetna nätverk för distribuerad utbildning utan att kompromissa med prestanda
Innovationer i wide area-nätverk kommer att kretsa kring IP+optisk från fyra riktningar: helt optiska nätverk med ultrastor kapacitet, optisk-elektrisk synergi utan avbrott, applikationsmedveten upplevelseförsäkran och intelligent förlustfri nätverks-datorfusion.
Future Edge och Endpoint Networks: Full Optisk förankring + Elastisk bandbredd för att låsa upp Last Mile AI-värdet
År 2030 kommer full optisk förankring att sträcka sig från ryggraden till storstadsområdet, vilket uppnår trestegs latenscirklar på 20 ms i ryggraden, 5 ms inom provinsen och 1 ms i storstadsområdet. Vid kantdatacenter kommer dataexpressbanor med elastisk bandbredd att förse företag med dataexpresstjänster som sträcker sig från Mbit/s till Gbit/s.
Dessutom presenterar "AI for Network" fem stora innovationsmöjligheter: stora modeller för kommunikationsnätverk, AI för DCN, AI för wide area networks, AI för edge- och endpoint-nätverk och end-to-end-automatiseringsmöjligheter på nätverkshjärnanivå. Genom dessa fem innovationer förväntas "AI for Network" förverkliga visionen om framtida nätverk som är automatiska, självläkande, självoptimerande och autonoma.
För att nå de innovativa målen för framtida nätverk förlitar man sig på ett öppet, samarbetsvilligt och ömsesidigt fördelaktigt AI-ekosystem. Huawei hoppas att ytterligare stärka samarbetet med akademi, industri och forskning för att tillsammans bygga det framtida AI-nätverket och gå mot en intelligent värld 2030!
Posttid: 2023-aug-29
