人工智能正在对数据中心产生巨大影响 - 从建设和设计到电力和计算。现在,数据中心的网络需求也在不断演进以保持同步。
人工智能对数据中心的能源影响已有充分记录,其电力需求在可持续性方面发挥着重要作用。AI 也在加速新数据中心的建设需求。AI 影响数据中心的另一个核心领域是网络。
Ciena 公司委托进行的一项新的全球调查显示,AI 正以前所未有的规模重塑数据中心网络基础设施。这项调查收集了来自 13 个国家超过 1,300 名数据中心决策者的见解,突出显示了 AI 日益增长的影响力如何重塑数据中心网络架构的规划和实施。
AI 网络调查:主要发现
根据 Ciena 的调查,43% 的新数据中心设施预计将专门用于 AI 工作负载。此外:
- 数据中心专家预测,未来五年数据中心互联 (DCI) 带宽需求将增加至少 6 倍 - 53% 的受访者认为 AI 工作负载将在未来两到三年内对 DCI 基础设施产生最大需求 - 87% 的参与者预计需要 800 Gb/s 或更高的每波长光纤容量 - 98% 认为可插拔光模块对于降低功耗和物理占用空间很重要
"AI 将推动 DCI 基础设施转型这一点对我们来说一直很明确。真正的问题是程度如何," Ciena 首席技术官 Jürgen Hatheier 向 Data Center Knowledge 表示。
"通常,宽带网络流量的年增长率在 20-30% 左右,但我们的调查发现,由于 AI 应用的原因,这个增长率可能会翻倍。"
不仅仅是 Ciena 报告了与 AI 相关的网络需求大幅增长。分析公司 Dell'Oro 报告称,销售数据创下记录,这主要是由 AI 需求推动的。
"2024 年,数据中心交换机销售额同比增长超过 90% 归因于 AI 建设," Dell'Oro 数据中心交换机和 AI 网络研究副总裁 Sameh Boujelbene 表示。
"随着以太网在 AI 网络中获得发展势头,我们预计这一趋势将继续。"
可持续性考虑推动对可插拔光模块的兴趣
随着带宽需求激增,数据中心运营商越来越关注网络扩展的可持续方法。
Ciena 调查发现,几乎所有 (98%) 数据中心专家都认同可插拔光模块是降低功耗和网络基础设施物理占用空间的重要技术。可插拔光模块是用于光数据传输的模块化设备。
"可插拔光模块的优势在于网络设计扩展的灵活性,当然还有能效," Hatheier 说。"随着容量扩展到更高速率,传统数据中心技术将开始达到物理极限,相干技术将进入数据中心并围绕数据中心发展,减少硬件占用空间和设备的整体功耗。"
这位 CTO 指出,实际的功耗和空间节省将取决于具体用例。他补充说,数据中心的绝大部分功耗,特别是那些专门用于 AI 的数据中心,将来自分布在网络中的推理,而光学技术至少能够更高效地处理这些流量。
超越带宽:数据中心网络还需要什么来支持 AI?
虽然下一代所谓的"AI 工厂"需要更多带宽,但这只是方程式的一部分。
Hatheier 指出,AI 带来了新的网络需求、多样化的流量类型和动态流量模式,仅仅通过添加更多硬件来增加网络容量是无法处理的。
在他看来,需要能够动态适应特定时间需求的智能网络。
"智能自动化平台...可以驱动闭环优化,确保 AI 流量被优先处理和高效路由,无需人工干预," Hatheier 说。"跨光层和 IP 层的多层自动化可以动态调整带宽、优化功耗并实时防止拥塞。"
Hatheier 还指出,网络切片将通过允许运营商创建针对 AI 应用特定需求定制的虚拟网络来补充自动化框架。每个切片都可以针对延迟、吞吐量和安全性等关键参数进行优化,确保为高优先级 AI 任务提供专用资源。
"结合自动化,网络切片使数据中心能够按需动态分配、重新配置和管理资源,提供可扩展、适应性强且具有成本效益的环境,完全支持 AI 工作负载不断发展的需求," 他说。
好文章,需要你的鼓励
法国人工智能公司Mistral AI宣布完成17亿欧元(约20亿美元)C轮融资,由荷兰半导体设备制造商ASML领投。此轮融资使Mistral估值从去年的60亿美元翻倍至137亿美元。英伟达、DST Global等知名投资机构参投。作为欧洲领先的AI开发商,Mistral凭借先进的多语言大模型与OpenAI等美国公司竞争,其聊天机器人Le Chat具备语音模式等功能。
Meta与特拉维夫大学联合研发的VideoJAM技术,通过让AI同时学习外观和运动信息,显著解决了当前视频生成模型中动作不连贯、违反物理定律的核心问题。该技术仅需添加两个线性层就能大幅提升运动质量,在多项测试中超越包括Sora在内的商业模型,为AI视频生成的实用化应用奠定了重要基础。
VAST Data收购了成立仅数月的初创公司Red Stapler,该公司由NetApp资深团队创立。Red Stapler创始人兼CEO Jonsi Stefansson将担任VAST云解决方案总经理,负责超大规模云战略。Red Stapler拥有6名开发人员,开发了跨SaaS交付、API集成、监控等功能的云控制平面和服务交付平台,将加速VAST AI OS在超大规模和多云环境中的部署,深化与全球领先超大规模云服务商的合作关系。
上海AI实验室发布OmniAlign-V研究,首次系统性解决多模态大语言模型人性化对话问题。该研究创建了包含20万高质量样本的训练数据集和MM-AlignBench评测基准,通过创新的数据生成和质量管控方法,让AI在保持技术能力的同时显著提升人性化交互水平,为AI价值观对齐提供了可行技术路径。