Network for AI，AI訓練對于算力要求越來越高，從萬卡集群到十萬卡集群，再到百萬卡集群，如何整合遠距離分散的算力資源，實現規模算力躍升。

AI for Network，當前工業領域面臨“如何讓自己的產品變得更加智能”的問題，如何用AI改變網絡，讓網絡更智能、更安全、更可靠，實現網絡的“自動駕駛”。

在MEET2025智能未來大會上，華為NCE數據通信領域總裁王輝，為我們分享了他的看法。

為了完整體現王輝的思考，在不改變原意的基礎上，量子位對演講內容進行了編輯整理，希望能給你帶來更多啟發。

MEET 2025智能未來大會是由量子位主辦的行業峰會，20余位產業代表與會討論。線下參會觀眾1000+，線上直播觀眾320萬+，獲得了主流媒體的廣泛關注與報道。

核心觀點

• 網絡與AI的關系，可以總結為Network For AI和AI For Network。我們用網絡加速AI訓練推理，通過AI手段讓網絡變得更加安全可靠。
• 在大模型訓練方面，無阻塞網絡提升大規模訓練的效率。
• 跨遠距離的算力協同，通過構建高速網絡互聯，把分散的算力整合成大規模算力。
• 在垂直行業應用AI和大模型時，面臨決策實時性、推理嚴謹性和場景泛化性等挑戰，解決問題的關鍵是大模型推理能力，與領域機理模型和工具的深度結合。

（以下為王輝演講全文）

AI和網絡的關系，就是“Network For AI和AI For Network”

大家上午好！今天大會的主題是智變千行，惠及百業，很多嘉賓從產品和廠商的視角，講解了AI如何改變千行百業。

接下來，我會從工業領域視角，談一談在To B行業中，AI大模型與其背后的通信網絡的內在聯系。

這個話題非常重要，我在全球見過的超過100個行業客戶，都面臨著一個共同的問題，那就是在AI大模型時代到來之際如何武裝自己，使得自己的產品、產業更智能。

我們看到以OpenAI為代表的AI大模型一路高歌猛進，但反觀工業領域，大模型在垂直行業落地時遇到了很多實際的困難，甚至可以說是步履維艱。所以今天我想從垂直行業，從網絡行業的視角來看我們一些思考。

因此，我想從垂直行業的視角來談關于AI的一些思考。

講到網絡，大家比較熟悉的概念是我們現在用的5G、Wifi，但網絡跟AI有什么關系？

總結成兩句話，非常清晰，一個叫Network For AI，一個叫AI For Network。

Network for AI是指用網絡加速現在的AI訓練推理，AI For NetWork則是通過AI手段讓網絡變得更加智能和可靠。

大模型訓練不中斷，需要保持網絡均衡

Network for AI，業界有很多不同的路線。 

英偉達全力推廣NVLink體系， AMD也在主推自己Infinity Link，國內華為也在推HCCS，在開放標準方面，還有UALink、超級以太等等；

這么多路線背后反映的邏輯是什么？

在集群節點內，Scale up的模式追求極致的通訊效率，進行AI訓練時，采用計算和網絡強耦合的方式，旨在大幅提升計算性能，廠商大部分都是相對封閉的技術路線。

在集群節點外部，Scale out的模式追求計算資源的互聯互通，網絡技術逐步朝著以太路線統一發展。

大規模集群訓練當前普遍面臨的挑戰是如何長時間的穩定訓練，正如開場時李開復老師所提到的，OpenAI也曾遭遇訓練中斷的問題。

據統計數據顯示，現今的大模型訓練平均不到兩天就會中斷一次，而這些中斷的原因，除了顯卡故障外，光模塊和鏈路故障也占了相當比例。

從萬卡集群到十萬卡集群，甚至明年的百萬卡集群，有兩個關鍵的挑戰：

• 如何確保大模型訓練在長時間內保持穩定？
• 如何把多個跨上千公里的小規模訓練資源連接起來，變成一個超大規模訓練集群?

第一個問題的關鍵是借助先進的算法來維持整個網絡的負載均衡，進而加速AI訓練進程。

在這方面，我們已做到了業界最好的水平，通過NLSB算法能夠將整體訓練效率提升10%以上；

與此同時，通過故障預測算法讓潛在故障在開始訓練之前能夠被發現、被提前排除，這樣保持整個訓練不中斷，大幅度提升訓練的效率。

第二個問題的關鍵是跨遠距離的異構計算，這個會成為下一階段的重要趨勢，同時也是業界難題。

我們通過AI DC內網絡與DC間網絡的算法協同，以及業界首個跨上千公里的無損網絡，實現遠距離數據中心協同訓練。

AI For Network

不僅是網絡領域，每個垂直行業都在思考如何讓AI落地的問題，小到做咖啡的機器人，大到鋼鐵行業的巡檢機器人，都面臨著類似的問題。

我們在網絡領域對AI的探索早在2017年就開始了，當時是圍繞“網絡自動駕駛”這一解決方案展開的

經過這些年的實踐，我們發現了一些在各個垂直行業應用 AI 和大模型時都會面臨的共同挑戰。

第一個，是決策實時性問題。工業領域和To C領域不一樣的地方在于，工業領域很多決策必須在毫秒級的時間內完成；

如果不能實時獲取本系統的數據， 決策的實時性也就無從談起。 

第二個，是推理嚴謹性問題。像做視頻和圖片，即使效果不太好，也不會引發嚴重后果。

但在工業領域，一個小小的網絡配置下發錯誤，就可能釀成重大事故。一個核心網絡，承載著幾億人上網的使命，一旦出現故障，影響極大，必須要做到推理的嚴謹性。

第三個，是場景泛化性問題。通信大模型不能只用于單一任務，而是要能夠適應不同客戶、不同場景的需求。

這三個挑戰，是AI在垂直領域落地普遍遇到的問題。怎么解決這些問題呢？

這些挑戰需要一個系統的解決方案，一個AI Native的智能網絡系統，包括三個部分：我們稱之為“一網一圖一腦”，分別對應著智能網元，網絡數字地圖以及通信大模型。

智能網元

首先要解決的是硬件自身的智能化問題。

網絡數據主要由設備網元產生，如果網絡設備單純只是生成日志以及告警，這些數據在大部分時間也很難恢復成網絡的數字孿生，需要將傳統設備網元升級成智能網元。

一方面，智能網元要提供數據。

數據是核心要素，這里的數據不求數量多，而是要用最少的數據來支撐精準決策。另

一方面，精準控制問題。類似無人駕駛新發布的車底盤，在下雨天能夠實現精準控制，提前剎車。

這是因為系統能夠檢測輪胎與道路的摩擦力，當摩擦力變化時就能提前預判，快速做出動作，相比人的反應時間（超過500毫秒），智能系統僅需200毫秒。

網絡數字地圖

接著是網絡自身的數字孿生問題，類似物理世界的谷歌地圖，我們打造了業界首個網絡數字地圖，用于構建網絡世界的數字孿生。

它可以實現數字世界的精準導航、仿真以及多維可視，并且為通訊大模型提供了精準的上下文信息。

智慧大腦

最后是作為智慧大腦的通信大模型，大模型一定會改變每個行業，讓每個行業走向“自動駕駛”，但現階段在工業領域的實際落地很難。

怎么解決這個難題？我認為有3個關鍵點：

首先，當前對系統影響最大的其實不是大模型，而是領域的專有模型。

比如專門處理安全策略的模型、專門負責路徑調優的模型，這些模型大幅度提升執行任務的精度，決定了系統的能力上限；

其次，類o1的強推理能力，它決定了系統的泛化能力和決策的準確性；

最后是高質量的領域知識治理，我們的通信大模型融合了500億通信語料以及1萬多名網絡運維專家的經驗，從而成為通信領域的專家。

總結來說，我們需要底層的智能網元、系統的數字化建模、領域知識、API治理以及大模型的強推理能力等結合起來，才能讓網絡走向L4級“自動駕駛”。

謝謝！