重新思考AI优先架构的传输层

AI 的出现标志着数字基础设施在构建、连接和扩展方式上进入了一个新时代。每一代新的 AI 模型都需要呈指数级增长的 GPU 算力需求、存储容量和互联能力。

随着这些工作负载的复杂性不断增加，负责在 GPU 集群之间以及跨数据中心传输数据的网络（也称为“scale-across”（跨规模互联）网络）正面临越来越大的压力。

传输层传统上被视为一种简单的后台基础组件，如今正迅速崛起为 AI 驱动基础设施的战略基础。

它正在从简单地移动数据包，演变为智能地编排海量数据流，实现确定性性能、低延迟和无缝可扩展性。

为训练和部署大规模模型而构建的 AI 优化数据中心，需要高密度的 GPU 互联架构、庞大的存储，最重要的是高带宽、超低延迟的连接。随着工作负载增加，数据中心互联（DCI）解决方案也就变得愈发关键。

传输层不再只是一条没有智能的管道，而是 AI 时代的骨干，支持 AI LLM（大型语言模型）的实时更新、这些模型的持续学习，以及智能在全球数字化格局中的高效流转。

AI对传统网络提出的要求

AI训练和推理流程会产生海量数据。仅一个大语言模型就需要数千个GPU同时运行，不断交换参数、梯度和检查点。

其结果是对集群之间超高带宽、低延迟连接的持续不断的需求，无论是在园区内、跨区域，还是在边缘侧。

然而，为承载可预测的企业流量或内容分发流量而设计的传统传输架构，在新兴流量模式的重压之下不堪重负。

东西向流量激增，每节点带宽飙升，延迟要求已收紧至微秒级。与此同时，运营商面临着控制城域和边缘层功耗与空间占用的日益增大的压力，这主要是因为AI工作负载目前主要集中在城域和边缘层。

单纯扩展光系统显然不够。因此，我们必须重新设计整个传输层，以支持性能、敏捷性和效率。

设计AI优先的传输层，需要具备哪些条件？

下一代传输层不再只是快速地搬运数据，还需要适应AI工作负载不断变化的需求。在实践中，这意味着提供超高容量和持续低延迟，同时让网络在AI任务切换训练和推理模式时能够自行重新配置。这样一来，传输网络就能变成一个跟它所支持的工作负载一样灵活、一样智能的生态系统。

除了带宽扩展以满足需求外，延迟的稳定性同样关键。分布式AI训练依赖于数千个GPU之间的精确同步，因为哪怕极微小的时间偏差也可能拖累性能。因此，传输系统必须确保可靠且恒定的光路行为，而不只是追求平均延迟低就行。

自动化和能源效率对于创建AI优先的传输层也至关重要。当电力成为数据中心增长的关键前提时，面向AI的传输层需要实时感知、适应和优化，在需要的地方分配容量，关闭冗余通道，并与上层的编排系统无缝对接。

未来的工程架构

如今，要应对开发AI优先架构这一挑战，需要采用全新的思路。下一代传输系统必须建立在能够扩展到400G和800G以上的相干光技术之上。这些进步使运营商能够充分利用现有光纤基础设施的容量，同时保持对分布式AI训练和推理工作负载至关重要的低延迟性能。

软件定义光控制的演进同样重要。把智能嵌入传输层，就能实现实时遥测、闭环自动化和预测性优化。网络可以监控性能，在拥塞发生之前就预判到，并动态重新路由流量以保持稳定性和效率。实际上，光层就演变成了一个能自我感知、自我调整、并能响应不断变化的工作负载需求的层。

IP与光融合是另一个演进方向，它将分组传输和光传输纳入统一的控制和管理框架。这种融合降低了时延，简化了运营，并加速了业务开通。对超大规模DCI环境的优势包括更少的网元、更低的复杂度和更加确定的性能表现。

在空间和功率限制最为严格的城域和边缘层面，紧凑模块化DCI系统正成为AI生态系统的关键组成部分。此类平台将高容量光连接引入更靠近计算资源的位置，从而在边缘实现实时推理、分析和自动化。在超大规模核心之外提升光性能，有助于运营商支持日益分布式的AI工作负载，并缩短数据生成与决策之间的距离。

更高程度的自动化和更开放的编排框架也在推动此类转型。现代传输网络正演变为API丰富、软件驱动的环境，使来自光层的遥测数据能够直接传入更高层级的AI和云管理系统。这在应用与基础设施之间形成了一个反馈闭环，在实践中实现自适应网络：一个能够实时学习、优化并动态响应工作负载模式的网络。

5G + AI：成功之道

AI与5G的融合代表了网络演进的新里程碑。随着运营商加速部署5G独立核心和分布式边缘计算，对高带宽、确定性传输的需求如今已经从数据中心扩展到基站、汇聚枢纽和城域边缘。

AI越来越多地用于自动化和优化5G运营，从流量预测和频谱管理到自愈和实时编排。这些能力依赖于支撑AI训练的相同传输基础：海量数据传输、超低时延和智能路由。

随着人工智能和5G生态系统日益复杂化，它们正在构建一个统一的智能网络基础设施，无缝连接核心云、人工智能集群和边缘节点。在不久的将来，能够在数据中心之间传输数太比特训练数据的光传输系统，将能够支持边缘侧的时间敏感型控制流量和人工智能驱动的服务。

重新构想人工智能时代的传输

人工智能正在对数字基础设施的各个层面产生深远影响，但这一点在光传输领域表现得尤为明显。光层正在从被动的传输通道演变为智能、敏捷的系统，能够预测需求、动态重构并持续优化性能。

光学、自动化和融合架构的进步正在推动这一转变。这些要素相结合，使自优化网络能够在全球范围内支撑人工智能和数据密集型服务。

从根本上说，为了满足人工智能优先世界的期望，传输网络必须演变为智能系统，其动态性和响应能力与其承载的工作负载相匹配。通过以敏捷性、自动化和融合为核心重构光层，行业可以为全球数字格局中的可扩展分布式智能奠定基础。

本文是TechRadar Pro Perspectives栏目的一部分，这是我们展示当今科技行业最优秀、最聪明人才的平台。

本文观点仅代表作者个人，不一定代表TechRadarPro或Future plc的观点。如果您有兴趣投稿，可以在这里了解更多：https://www.techradar.com/pro/perspectives-how-to-submit