硬件是基礎，軟件是靈魂。在9月25日召開的2025京東全球科技探索者大會（JDD）上，京東集團再次升級了自身AI戰略，明確詮釋了“以零售為基礎的技術與服務企業”的集團戰略定位。為支撐新戰略落地，京東集團不僅將自研的“言犀”大模型擴充為“JoyAI”大模型家族，更宣布了JoyAgent 3.0、JoyCode 2.0等一系列智能體新品。同時，京東集團也表示，將未來三年持續投入，帶動形成萬億規模的人工智能生態。

顯然，AI戰略和大量AI業務的落地需要強大基礎設施作為支撐。在本次大會的展區中，華為首次對外展示了全新研發的高密128*400GE盒式以太交換機、400G/800G高速星聯光模塊等多款AI基礎設施新品；這彰顯了華為在AI基礎設施層面的領先實力，也展現了京東集團與華為有著廣闊的合作及聯創前景。

AI是算力挑戰

更是網絡挑戰

伴隨京東集團AI戰略升級和AI業務需求量的快速增長，智算集群建設也進入擴張期。在從千卡到萬卡甚至十萬卡的規模躍遷過程中，網絡的組網規模、負載均衡、運維管理已成為影響京東智算集群效率的關鍵因素。

組網規模：在交換機端口數量不變的情況下，集群規模增長就意味著網絡設備數量的增加，而這就會產生越來越多的機架空間占用和TCO的增加，且會提高網絡復雜度。與此同時，節點對網絡帶寬的需求也在快速提升。

負載均衡：在智算集群中，一旦出現網絡擁塞，集群性能可能會大幅下降，因此，如何通過負載均衡來降低網絡擁塞，就成為了大規模集群組網需要首先考慮的問題。并且，在MoE等新一代模型技術廣泛應用之后，實現整網負載均衡的難度也越來越大。

運維管理：集群規模的增長和網絡復雜度的提升會帶來更大的網絡運維工作量，并導致成本提升。在AI已經成為互聯網企業關鍵業務的當下，如何提高運維質量和響應效率也成為用戶關心的問題。

面對AI所帶來的多重網絡挑戰，包括京東集團在內的互聯網用戶迫切需要更先進的網絡產品和解決方案來應對。華為星河AI高算效數據中心網絡正是在這一背景下應運而生，以網強算，加速客戶智算集群算力釋放。

用高密400GE網絡

構建超大規模智算集群

隨著京東AI業務增長，需要更大規模智算集群支撐，而在智算集群組網中扮演關鍵角色的正是華為高密128*400GE盒式交換機和高密576*400GE框式交換機，兩層組網集群規模最大可達3.6萬卡。對比三層組網架構，華為兩層框盒組網方案所需的400GE光模塊數量減少了40%，光互聯成本也隨之降低40%。

用全局負載均衡

提高智算集群性能

網絡負載均衡是保障智算集群性能的前提，而華為星河AI高算效數據中心網絡全新升級的NSLB-DP動態負載均衡方案，通過動態調度算法實現本地和全局的鏈路負載均衡，解決了以往靜態算法缺乏全局調度能力的問題。并在京東網絡中開展了性能測試。

NSLB-DP測試結果如下：在集合通信測試場景，NSLB-DP算法相較此前的NSLB-S（靜態算法）在常用算子Allreduce、ReduceScatter、Allgather的算法帶寬均有提升，最高可達24.62%；模型測試場景，NSLB-DP算法相較NSLB-S在訓練性能上（每秒訓練樣本數）也均有提升，最高可達7.32%。

用智能運維

讓智算集群提質增效

傳統運維系統所使用的Telemetry技術在高負載、大規模集群中的指標上報能力有限，往往會導致網絡運維團隊花費數小時來分析和定位網絡故障。難以滿足京東智算集群運維要求。

為解決這一痛點，華為星河AI高算效數據中心網絡在運維系統中增加了iFIT（隨流檢測），和Packet-Event（丟包及超時延可視）方案。其中，iFIT能夠將智算集群業務流拓撲可視化，丟包與轉發時延支持實時逐跳監測，讓運維團隊能夠快速將網絡故障定位到具體設備；Packet-Event則能深入芯片層面，直接向運維系統上報丟包根因與超時延流信息。兩種技術疊加，運維團隊便可在故障發生時實現典型問題的分鐘級的定位定因，繼而提高運維響應速度，減少故障時間。

聯接算力

更聯接未來

華為在以網絡為代表的根技術領域堅持長期高強度投入，星河AI高算效數據中心網絡則是這些投入的最新成果。通過新一代先進網絡，華為不僅能將龐大算力聯接在一起，更能在AI與業務、用戶與未來之間建立穩固聯接。而這也正是京東集團與華為長期共創共贏的基礎。

星河AI高算效數據中心網絡只是華為與京東集團廣泛合作的其中一面，但其所代表的則是華為與中國互聯網產業的全面聯接，攜手共赴AI時代的奔騰盛景。