2024 - AI时代数据中心网络演进白皮书-IDC技术聚焦.pdf

SPOTLIGHT

发起方：华为

对于任何IT基础设施，数据中心网络都是一个基础元素。人工智能出现后，其角色正在发生

迅猛的改变。数据中心网络目前已成为人工智能模型和工作负载的集中连接资源。这催生了

新的需求，这些需求正是在人工智能部署从试点走向生产环境过程中所产生的。

人工智能时代的数据中心网络演进

2024年9月

作者：MarkLeary，网络可观察性和自动化研究总监

一人工智能与数据中心网络概要

业务需求和技术发展不断加速，给网络和网络团队带来巨大的压

力。与此同时，在这个超高速连接的数字商业环境中，对性能、主要观点

连接、服务的要求日益提升，安全威胁也日益猖獗。»AI-ready的基础设施必须支持超大规

模、超高速连接、自动运营。对数据中

走进人工智能。短短几年内，人工智能工作负载和工作流对已经心来说尤其如此。

捉襟见肘的网络基础设施和人员提出了新的挑战和期望。特别是»网络资源—私有系统、公共服务、预

算、员工等—必须通过能够支持智能自

生成式人工智能工作负载，其所有必需的软硬件系统、资源连动化、集成和可靠创新的解决方案进行

接、数据馈送、模型构建、安全机制和应用交换已显著改变数据优化。

中心网络解决方案的设计、部署和运营。»IT供应商应当更加努力地服务IT组织，

因为人工智能工作负载既暴露出人才短

缺、基础设施复杂、风险加剧等问题，

几十年来，网络变得越来越重要，也越来越复杂。人工智能与数也给业务和IT带来提升的机会。

字基础设施的融合更是将网络的重要性和复杂性推向了前所未有»

的高度。

数据中心网络：新挑战和新期望

在数据中心网络中，生成式人工智能工作负载和配套资源（例如，GPU、企业数据集、大模型、推理引擎

等）对计算和网络提出了更高的要求。专用分布式的硬件、智能和交互式软件系统、私有和可信的数据以

及高级业务应用，需要一个大规模、高性能、高韧性的数据中心网络。

将所有这些组件整合在一起以支持生成式人工智能的推广，并高效、有效地运行完整的生成式人工智能解

决方案，对IT团队来说是一个重大挑战。IDC最近关于生成式人工智能推广的研究表明，很多试点项目仍

然处于试点阶段，未能应用于实际生产系统。虽然生成式人工智能将给各行各业带来了很多机会，但做好

生成式人工智能绝非易事。是什么阻碍了生成式人工智能的发展？根据最近IDC关于全球网络人工智能的

研究，图1列出了生成式人工智能项目延迟或放弃的top原因。

图1:生成式人工智能项目延迟甚至放弃的原因

Q贵组织中生成式人工智能项目延迟或放弃的主要驱动因素是什么？

SPOTLIGHT人工智能时代的数据中心网络演进

来源：全球网络人工智能研究，IDC，2024，n=1,209

虽然上述原因阻碍了生成式人工智能项目的完成，但应该注意的是，这项研究同样显示，企业组织仍然在

积极规划推广人工智能能力。例如，30%的