AI+网络会火么？

SDNLAB

发布于 2022-04-01 14:41:12

5420

发布于 2022-04-01 14:41:12

文章被收录于专栏：SDNLABSDNLAB

从“软件定义”概念出现以后，拉动了科技行业前所未有的创新热情，所有硬件设备都在围绕软件定义作部署。在网络领域，“软件定义”的思想也潜移默化地撩动着供需关系，整个行业变得“潮”了起来。网络+ AI（Artificial Intelligence）、云、5G……各种新兴技术赋予了“网络”新的内含。 “网络+AI”便是其中之一，那么本文我们就来看看“网络+AI”这个组合。

对于网络和AI的关系，业界大致会谈到两个方向——“Network for AI” 和 “AI for Network”。前者强调网络的服务属性，从AI的技术特点和场景差异来调整网络的技术和应用形态；后者则重视AI的垂直化应用，挖掘AI技术如何融入网络的技术架构和应用场景中。

AI需要网络吗？网络是AI发展的基础。

高效的数据访问机制: AI带来了计算模式的变革，多线程处理能力强的芯片成为刚需，“CPU+XPU”组合让数据处理的带宽瓶颈受限于CPU，高性能数据传输协议和转发硬件成为解决之道。

高性能数据中心：AI涉及到的数据集规模很大，需要服务器集群间频繁地进行向前和向后计算和传播。如何提升东西向流量传输性能成为关键。

高效率云边端架构：由于隐私和延迟限制，边缘计算进行AI处理成为了主流。如何平衡边缘节点的算力和可扩展性成为挑战。同时云边端作为端到端的整体解决方案，需要处理更多带宽和延迟问题，对网络架构设计提出新的要求。

网络需要AI吗？AI是网络创新的驱动力。

网络应用视角，AI代表了先进的生产力。从技术到应用、从部署到运维，各个环节对AI而言都充满想象，笔者也将从几个热门的AI应用角度做分析，从技术角度严谨来看可能互为包含、亦有相互渗透。

AIOps：网络运维贯穿了网络从前期规划到建设、运营到后期维护的全生命周期。网络运维中最为显著的待改善空间是重复的机械化工作，目前已有很多脚本化工具可以将重复劳动自动化。AI的引入将带来更多的操作空间。目前很多先进的自动化解决方案可以分析元数据，利用模型驱动的网络编程能力来学习网络行为，提供预测分析，并向网络运维团队提供建议。提升运维效率，降低出错率。

网络动态调度：随着用户连接维度的不断扩充，网络资源与网络媒介也随之丰富和延伸，对灵活、充分、高效地进行网络调度提出更高的要求。AI可以基于软件定义网络架构的基础优势，围绕网络底层关键指标和应用层用户访问特性进行分析，根据网络的丢包状态、拥塞情况制定更智能的路由规则和流量策略，亦能根据历史大数据预测流量趋势进行策略应对。

5G/6G应用：以目前5G部署及未来6G网络规划来看，将产生更多新型网络架构、空口技术、部署方式，AI技术势必将会有更广泛的渗透。

例如，新的空口技术带来更密集的站点部署和更高的能耗成本，可以通过AI提高基站能效、进行更灵活和精准的信号覆盖、针对不同业务类型优化体验质量、通过构建射频指纹提升流量控制的性能等。

SBA(Service-based Architecture)网络架构和网络切片将带来定制化、频繁化的资源按需分配和动态调整，传统的人工手段将无法支持，需要AI来辅助实现。

电信云化带来更大规模的数据中心和更密集的边缘节点部署，对端到端的网络规划、资源调度、运维、节能技术提出新的挑战，AI将有更多用武之地。

网络安全：互联网上的数据量呈指数级增长，数据的传播速度也在持续突破。网络不仅是海量数据传播的载体，亦是海量数据访问的关隘。工程学和社会工程学攻击的双向奔袭，让网络安全面临的威胁风暴不断刷新着等级，随着数据量、攻击面和威胁数量的不断增长，现有的安全手段和人员严重短缺。

网络安全的本质在于攻防双方之间的对抗，而棋类竞技本质也是棋手之间的博弈，两者在某些方面存在共通之处。

1) AI将比人力筛选更多的数据；

2) 经过训练的AI将能捕捉更多的可疑行为并采取措施，超越传统低效滞后的特征库更新，也能更及时、高效地发现上层应用和底层网络的错误和漏洞；

3) AI面对AI化身的攻击者也能有更及时、精准的应对和打击；

4) 对于新的威胁，AI也将发挥更多的潜力。

通过上述两个角度，不难发现网络与AI密切相关、互相促进，可以找到很多双赢的合作点和发展方向，同时，“网络+AI“的”火爆“仍在等待一个契机。

“网络+AI“的”火爆“仍在等待一个契机。

从宏观角度观察，AI在多行业的落地持续推进并开始带来显著的效益，而网络行业是千行百业的数字化基座。市场规模及体量巨大，ResearchAndMarkets数据显示至2025年，全球通信产业市场规模将达到34610.3亿美元，2021-2025年间年复合增长率达6%。前瞻根据年复合增长率6%进行预测，预计至2027年，全球通信产业市场规模或将达到38888.1亿美元。可以看到，未来AI在网络行业的应用规模有很大想象力。

早在2019年，瞻博网络Juniper Networks似乎就洞见了这样的市场前景，以4.05亿美元收购了人工智能网络初创公司Mist Systems，将AIOps理念从无线拓展到有线。之后，进而收购128 Technology将AI的边界进一步延伸到WAN。

直至今年，这一布局仍在不断深化。今年年初，瞻博网络新推人工智能驱动型SD-WAN能力，让广域网边缘更易于部署、管理和保障安全，并在今年年初收购WiteSand，将NAC（网络访问控制）更智能的渗透到端到端解决方案的各个环节。毫无疑问，瞻博网络正在积极践行着一个纯粹又简单的愿景——通过人工智能驱动型的运营，为用户带来从客户端到云端的最佳体验。

笔者认为，对于普通用户群体而言，网络只有存在与否、信号强弱的表象感知，不会深度关注底层网络的技术创新，可能只有某个颠覆性的连接体验才能带来多巴胺的海量分泌。因此，对于AI应用于网络的解法正是在于提高用户的幸福感，或许这也更加符合人工智能这个词汇的表面释义。瞻博网络的种种举措，呼应着其“体验至上网络”的理念，真正从用户需求出发，突破网络层级的藩篱，让AI赋能用户体验全链路。

得利于这样的布局，瞻博网络成为Gartner魔力象限领导者的常客，2018-2021连续3年获评“数据中心与云网络”领导者，2020-2021连续两年获评“企业有线和无线局域网基础设施”领导者，2022年获评“全球室内定位服务”领导者，2021年获评“网络防火墙”挑战者，2021年获评“广域网边缘基础设施”远见者。