Forrester Research首席分析師Andre Kindness談及AI對數(shù)據(jù)中心網(wǎng)絡(luò)的影響，指出面臨性能、擴展性與編排管理三大挑戰(zhàn)。關(guān)于數(shù)據(jù)中心功能協(xié)同，傳統(tǒng)通用架構(gòu)已分化為通用計算、高性能計算（含AI）、存儲網(wǎng)絡(luò)三大差異化區(qū)域，三者需專業(yè)化管理且深度融合。對于多廠商、多數(shù)據(jù)中心戰(zhàn)略，其優(yōu)勢在于提升系統(tǒng)可靠性、增強企業(yè)競爭力與保障業(yè)務(wù)靈活性，構(gòu)建統(tǒng)一管理系統(tǒng)實現(xiàn)全網(wǎng)絡(luò)IP Fabric一體化管控以應(yīng)對異構(gòu)復(fù)雜性。

核心觀點

Q1：AI大模型的快速發(fā)展和應(yīng)用，對數(shù)據(jù)中心網(wǎng)絡(luò)帶來了哪些挑戰(zhàn)？

我們觀察到主要存在三類挑戰(zhàn)：一是網(wǎng)絡(luò)性能，AI模型數(shù)據(jù)量激增（如ChatGPT 3到4，數(shù)據(jù)從45TB增至38PB），需在服務(wù)器間高頻傳輸海量數(shù)據(jù)，10G/40G帶寬已不足，需升級至200G及以上以支撐跨集群數(shù)據(jù)合成。二是擴展性，數(shù)據(jù)傳輸時效性強，需突破單鏈路限制，通過多鏈路負載均衡與系統(tǒng)協(xié)同，實現(xiàn)數(shù)據(jù)快速、無差錯、低延遲傳輸。三是系統(tǒng)自身的編排管理，AI環(huán)境零中斷要求近乎100%的可靠性，配置更新、固件升級等操作需精準(zhǔn)管控，對傳統(tǒng)網(wǎng)絡(luò)是劇烈變革。

Q2：企業(yè)數(shù)據(jù)中心通常需要承載通用算力、AI/HPC算力和數(shù)據(jù)存儲等功能，這些功能如何區(qū)分和協(xié)同，以支撐企業(yè)的數(shù)字化發(fā)展和AI的應(yīng)用？

傳統(tǒng)數(shù)據(jù)中心為通用架構(gòu)，如今分化為三大差異化功能區(qū)域并需融合：1.通用計算：管理應(yīng)用、合成數(shù)據(jù)，向用戶提供服務(wù)，承載核心敏感業(yè)務(wù)。2.高性能計算（含AI計算）：專注內(nèi)部數(shù)據(jù)合成與預(yù)測，對低延遲、數(shù)據(jù)處理速度要求嚴苛。3.存儲網(wǎng)絡(luò)：負責(zé)數(shù)據(jù)存儲安全，是前兩者的核心支撐。而融合關(guān)鍵在于：數(shù)據(jù)中心向?qū)I(yè)化、動態(tài)化轉(zhuǎn)型，將三者作為獨立領(lǐng)域管理，同時推動存儲區(qū)域融入以太網(wǎng)，實現(xiàn)三大功能協(xié)同，支撐企業(yè)數(shù)字化與AI應(yīng)用。

Q3：企業(yè)數(shù)據(jù)中心采用多廠多DC戰(zhàn)略有哪些優(yōu)勢？如何解決異構(gòu)帶來的復(fù)雜性挑戰(zhàn)？

在混合云環(huán)境中，計算、存儲所用的平臺及其配套網(wǎng)絡(luò)，往往與企業(yè)自身網(wǎng)絡(luò)并非同一體系，異構(gòu)連接已成常態(tài)。再疊加邊緣節(jié)點、遺留系統(tǒng)導(dǎo)致的新增數(shù)據(jù)中心等因素，異構(gòu)環(huán)境更難避免。這種戰(zhàn)略的優(yōu)勢主要有三點：1.提升可靠性：避免單一廠商故障引發(fā)全業(yè)務(wù)多米諾效應(yīng)，分散風(fēng)險。2.增強競爭力：整合多廠商頂尖技術(shù)（如混合云資源與自有網(wǎng)絡(luò)搭配），打造適配業(yè)務(wù)的最優(yōu)架構(gòu)，延伸至園區(qū)、遠程辦公場景。3.保障靈活性：可快速響應(yīng)業(yè)務(wù)變更，按需替換組件適配發(fā)展。應(yīng)對異構(gòu)系統(tǒng)復(fù)雜性的核心，是構(gòu)建統(tǒng)一管理系統(tǒng)，將多廠商、多數(shù)據(jù)中心的異構(gòu)環(huán)境視作整體管控，通過跨設(shè)備通信能力實現(xiàn)全企業(yè)網(wǎng)絡(luò)IP Fabric的一體化管理。

即將到來的UBBF2025，將帶來哪些新的變化和發(fā)展？我們拭目以待。