GlobalData 研究總監Emir Halilovic 與華為數據通信產品線NCE數據通信領域總裁王輝共同探討了人工智能（AI）對網絡基礎設施帶來的機遇（高性能網絡需求、AI增強的網絡能力）與挑戰（滿足AI性能需求、網絡可靠性）。同時，指出AI在自主網絡中的作用以及L4 AN 于2025年商業啟動的相關布局建議，為運營商和企業提供指導。

核心觀點

Q1: AI技術的迅速發展給網絡基礎設施帶來了哪些機遇和挑戰？

Emir：人工智能（AI）為廠商帶來了機遇 —— 可開發和部署高性能網絡，以滿足人工智能基礎設施的需求。挑戰則在于如何為人工智能工作負載提供所需性能：這需要借助液冷、共封裝光學等新技術來提升網絡性能，同時還需實現網絡自動化，以增強靈活性，從而適配各類人工智能工作負載。

Wang：最大的挑戰是網絡可靠性。例如，深度求索（DeepSeek）的人工智能訓練需持續 5 天以上，若期間網絡中斷，訓練就得重啟，會浪費大量時間。核心機遇在于利用人工智能提升網絡服務能力，讓網絡更可靠、更安全（畢竟人工智能正改變包括網絡領域在內的所有行業）。

Q2：網絡越來越復雜，目前有哪些AI技術可以應用到網絡中？

Emir：人工智能加快了自智網絡的發展進程，目前我們已接近 L4 級自智網絡階段。將人工智能與自智網絡組件（如控制器、數字孿生）相結合，能為網絡本身帶來全新體驗與能力。當前的機遇是將人工智能與自智網絡技術棧中的現有技術相融合，實現自智網絡的升級。

Wang：人工智能在網絡領域的應用已超 10 年，主要用于三個方面：一是網絡規劃，利用大型語言模型理解用戶意圖并生成網絡拓撲；二是網絡維護，通過人工智能定位并修復故障，縮短故障恢復時間；三是網絡運營，借助人工智能優化用戶體驗，讓每個人都能獲得最佳網絡服務。

Q3：隨著AI的深入應用，自智網絡逐漸從理論走向現實。L4自智網絡目前的現狀是什么？運營商和企業應該如何布局他們的自智網絡戰略？

Emir：L4 級自智網絡（L4 AN）的必要條件已具備：人工智能大型語言模型的可獲取性顯著提升（如開源模型的普及）。運營商與企業可借助這些模型，當前需做的是規劃部署方案、用自身數據訓練模型，進而落地應用。目前行業已具備條件，可在實際場景中測試 L4 級自智網絡的閉環自動化功能。

Wang：2025 年是 L4 級自智網絡商業化應用的元年（例如中國移動已在全國范圍內應用）。運營商與企業應采取以下三步行動：1. 明確自身目標網絡類型；2. 確定高價值應用場景（如提升服務質量、降低運維成本）；3. 立即行動 —— 確定場景后，即可開展測試或投入實際場景應用。

即將到來的UBBF2025，將帶來哪些新的變化和發展？我們拭目以待。