“54天，419次意外故障，中断频次达平均每3小时1次”。关于LLaMA 3的一份官方论文报告披露了大模型训练面临的巨大挑战。
报告显示，78%的故障因硬件问题产生，其中，网络瓶颈又成为算力释放的关键挑战。大模型训练需依托大规模算力集群释放潜能，网络可靠性不足导致训练效率下降是行业面临的重要难题。同时，在大模型推理中，同一任务的网络通信时长普遍大于计算时长，造成近20%的算力浪费，大模型推理“算等网”亦成为一大业务挑战。
所以，面向AI时代的数据中心网络要解决的核心问题便是提升网络可靠性、降低数据传输时延，提升计算效率。此外，随着大模型的参数量越来越大，数据吞吐量攀升，这对网络容量带宽提出更高要求。
在此方面，华为星河AI数据中心网络方案为AI时代解题，基于AI-Powered的理念，打造高算效、高韧性的数据中心网络，为AI时代提供了一个强大的网络基础设施。
星河AI数据中心网络硬核破局：使能0算损，构建最佳网络底座
无论在大模型训练还是推理中，提升计算效率无疑意味着巨大的算力成本节约，也决定着模型迭代的速度。
在算力资源有限且成本高昂的背景下，作为数据中心三大基础之一的网络，需要思考的是如何把算力的潜能发挥到极致，而非成为制约算力释放的瓶颈。
破局网络吞吐、时延和可靠性挑战，华为升级星河AI数据中心网络方案构建AI时代高质量网络底座，首先便将网络性能提升至新的高度。
- 极限突破：星河AI网络的最强算力支撑组合
在提升算力效率方面，华为打造了业界最高密640400GE框式交换机，业界唯一支持GE到400GE灵活插卡盒式交换机，业界首款100T（128800GE）盒式以太交换机，业界首款51.2T液冷盒式交换机，以及全新400GE/800GE星联光模块等，组成华为星河AI数据中心网络的强大算力支撑组合。以华为CloudEngine XH9000全系列交换机举例，其采用先进的硬件结构设计，实现350ns超低转发时延，将AI训练效率提升20%。
总体来看，它们以最高密度800GE、超大组网突破AI集群规模上限，叠加ns级超低转发时延的最强组合，不再让网络成为大模型训推中的隐形算力吞噬者，从而构建了一个强大的网络基础设施底座。
- 算法革命：将网络损耗转化为算力增益的魔法
独家星智AI推理调度算法，减少推理流量的通信耗时，将任务中网络通信时长降低至计算时长的70%以下，实现AI推理性能提升10%；独家AI加速器NSLB算法，通过绘制全局的流量矩阵，计算出最佳的流量分布，自动进行导流，实现网络吞吐提升到95%，AI训练效率提升超10%； 独家iReliable三级（链路/设备/网络）极速切换能力，实现亚毫秒级快切，业务0中断；业界首个iLossless智能无损算法，实现存储IOPS提升93%；独家闪启技术，实现设备异常重启/升级AI训练不中断；光模块通道抗损与异常/脏污/松动检测，网络可靠性提升10+倍。
看得出，为实现数据中心网络的大带宽、高吞吐、高可靠、低时延，华为星河AI数据中心网络进行软硬一体多维创新，使能0算损业务永续，从而能够助推企业构建最佳算力底座。
AI重塑，为数据中心网络运维、变更提供确定性答案
与此同时，在AI深入千行万业的同时，AI服务需要全天候在线，从而呼唤Always-On的联接服务。这要求网络具备更高的可用性、更快的开通部署和变更效率，以及在面临故障时更高效地排障、恢复运行。
在此方面，华为用“网络智能体”、“网络数字地图”和“网安一体仿真方案”给出了数据中心网络在运维和网络变更过程中的确定性答案。
首先，华为星河AI网络智能体NetMaster集成了华为数据通信领域上千亿语料，以及1万多名网络专家的经验，具备强大的语义理解能力，是通信网络领域的重要突破。其支持运维数据问答、交互式业务分析与辅助决策，通过独家AI网络思维链，实现典型场景下80%无线故障自诊断、自动生成处置建议并自动执行，从而推动网络迈向智能化新时代。
举例来说，对话式智能问答就像提供了一个全天候在线的HCIE专家在身边，可助力运维人员从传统的人工查找菜单、查资料向智能对话式转变，大幅提升运维工作效率；网优智能体能够精准感知无线网络体验和健康度，在带宽、干扰、覆盖、负载等多个维度中推理给出最佳故障处置方案并自动执行，相比传统需要人工工勘测试、参数修改、反复验证的方式，星河AI网络智能体显著提升了无线故障的闭环效率。
其次，iMaster NCE网络数字地图以类似交通导航地图的方式，将网络空间和物理空间进行深度融合，基于数字孪生理念构建企业数字化智能大脑，实现云、网、端、应用及用户的统一智能管理。实现从网络到应用的全息可视，并提供了智能路径导航与智能优化等能力，显著提升网络运营效率。
再者，星河AI网络仿真方案通过网络变更前仿真建模，变更后自动校验，可实现单DC配置变更100%准确。据介绍，2023年某银行上线该功能后，所有变更实现事前100%仿真验证，2年多来4000+次网络变更0失误。进一步地，基于独家CMOS仿真算法，华为新推出的网安一体仿真方案，可以确保网络及安全配置100%准确，提升整体网安变更效率。
所以，AI使能的星河AI网络为数据中心网络的可用性、可靠性再增加一道保障，避免网络故障频发导致AI训推等业务中断，提升运维运营效率，推动网络迈向高阶自智。
重新定义AI算效，构筑智能时代的稳固网络基石
整体而言，华为基于AI-Powered理念打造面向AI时代的数据中心网络，一方面以Networks for AI，提供了最强算效方案，满足数据中心网络“0丢包、低时延、高吞吐”的建网诉求，释放AI时代极致算力；另一方面以AI for Networks，将AI技术深度融入网络运维与管理中，助推业务0中断、配置0差错、管理0担忧，构筑智能时代的稳固网络基石。
根据Gartner的预测报告，到2026年，超过80%的企业将采用生成式人工智能API或部署生成式人工智能的应用程序；到2028年，AI智能体将自动化至少15%的日常决策，提升企业生产力与运营效率。
无疑，AI能力正在从量变走向质变。在这场以智能化驱动的变革中，一张使能0算损业务永续的数据中心网络，为构建最佳算力底座、赋能千行万业跃升生产力，奠定了坚实基石。
