人工智能革命不仅仅关乎更强大的模型和更智能的应用程序。它还涉及到支撑这些的网络基础设施。随着人工智能的不断发展，服务提供商必须重新思考其架构，以实现未来的全球安全连接。就在几个月前还看似不可能的事情，很快将成为未来客户的基本期望。创新的步伐着实惊人，现在正是投资那些将为这个新世界提供动力的创新的时候。
服务提供商对架构进行演进的核心，是人工智能服务和体验的独特需求。以下是人工智能正在重塑网络设计和运营方式的几个关键领域。
- 训练：对高带宽、低延迟、高能效网络的需求：人工智能训练工作负载不断增长，训练集群的规模和分布范围也在扩大。大型互联网公司现在将集群分布在各个城市区域，这就需要高带宽、低延迟的连接来维持性能。传统的集中式网络架构无法满足需求，分布式和基于边缘的架构将是关键。网络必须跟上人工智能模型的发展步伐，满足在更广泛地理区域进行实时数据交换的需求。
- 推理：动态多云流量的新模式：人工智能正在从静态、单一场所的推理转向跨多个云的动态、分布式推理。像测试时计算（模型在推理过程中进行更多 “思考”）这样的技术，将需要在模型之间进行大量的实时数据交换。未来会有更多小型模型按顺序协同工作，以优化结果。人工智能驱动的数据流将变得更难以预测，且具有高度适应性。人工智能推理流量将越来越多地向上游移动，这给网络设计带来了新的要求。
- 智能应用：多智能体人工智能流量的兴起：由人工智能驱动的智能应用中，人工智能智能体之间动态协作，这带来了全新的流量模式。这些应用会在分布式云之间产生对延迟敏感的横向流量，因为智能体需要实时通信以完成任务。人工智能生成的数据不再只是单向流动，网络必须处理多向的数据流动模式。服务提供商必须重新思考流量管理方式，以适应这些自适应的多智能体工作流程。
为了在这场变革中保持竞争力并引领潮流，服务提供商必须为人工智能的到来调整其网络。目前还没有完美的行动指南，我们知道你们中的许多人才刚刚开始制定战略，但以下是你们现在就应该采取的一些行动：
- 构建弹性分布式架构：将计算功能更靠近边缘，以减少核心网络拥堵。通过分布式数据处理应对不可预测的人工智能流量模式。让人工智能服务更贴近用户，降低延迟。
- 采用智能路由：人工智能时代的流量不仅需要简单的高带宽连接，还需要一个智能的、基于遥测数据的网络。嵌入式智能将实现跨广泛地理区域的高速、低功耗连接。
- 拥抱融合：利用思科首创的路由光网络架构，融合 IP 层和光层，可简化操作并降低成本。相干可插拔光模块取代传统光学系统，能提供高带宽、长距离连接，同时降低复杂性。
这并非夸大其词。接纳人工智能的服务提供商将获得实实在在的好处，包括增加收入、降低成本和提升客户体验。例如，通过托管人工智能推理基础设施，利用未充分利用的光纤和接入点（PoP），服务提供商可以创造新的收入来源。此外，通过服务水平协议（SLA）为对延迟敏感的人工智能流量提供保障，并对网络切片进行收费，可进一步提高盈利能力。在成本方面，部署边缘人工智能计算需要高效的连接，而融合 IP 和光网络可以显著降低开支。与此同时，人工智能驱动的自动化和可观测性确保了可靠、高性能的连接，而人工智能驱动的网络规划和故障排除有助于在故障发生前预防问题，从而带来无缝且更好的客户体验。
思科致力于与服务提供商合作伙伴共同构建面向人工智能的网络，并为人工智能驱动的未来提供所需的诸多支持。我们为服务提供商提供并开发了工具，以处理新的流量模式、实现人工智能的货币化并提高运营效率。
例如，我们新推出的思科敏捷服务网络（几周前在阿姆斯特丹的思科 Live 大会上发布）使服务提供商能够高效管理由人工智能驱动的流量模式。今天在世界移动通信大会上，我们又增加了新的保障功能，包括对网络内和网络外连接的实时可见性，使服务提供商能够打造具有弹性、盈利性且面向人工智能的家庭和移动用户体验。
人工智能时代已经到来。问题是：你的网络准备好了吗？
本文作者：Jeetu Patel
本文由 计算杂谈 作者：云中子 发表，转载请注明来源！
