在丟包率為0．1％的傳統(tǒng)以太網中，我們生活安然，并無不適。而現(xiàn)在，人工智能（AI）帶來的數(shù)據(jù)量激增改變了這一切。

那些以太網曾經看來微不足道的“茍且”開始變得如鯁在喉，它讓人們越來越無法忍受。至少對于那些以AI為生的公司和個人而言，情勢正變得越來越緊迫：

根據(jù)華為GIV 2025（Global Industry Vision）的預測，企業(yè)對AI的采用率將從2015年的16％達到2025年86％，彼時，新增數(shù)據(jù)量達到180ZB，95％的非結構化數(shù)據(jù)（語音／視頻等）依賴AI處理，越來越多的企業(yè)將利用AI輔助決策、重塑商業(yè)模式與生態(tài)系統(tǒng)，并重建客戶體驗。

一項實測支持的業(yè)務觀察顯示，因為AI業(yè)務帶動的數(shù)據(jù)量高速增長，0．1％的以太網丟包率會導致AI的計算力損失約50％——面向AI，在計算和存儲領域已經取得突破之后，這一現(xiàn)實讓網絡設備供應商感受到了前所未有的壓力。

為提升AI運行效率，過去數(shù)年間，閃存已經大范圍進入存儲領域，它讓數(shù)據(jù)存儲的時延降低超過了100倍；在計算領域，GPU等主要服務于AI的芯片也將數(shù)據(jù)處理能力提升了100倍以上。

在ICT領域，AI的短板眼下只剩下一塊——網絡設備。針對這一問題，華為網絡產品線總裁胡克文認為，面向AI的未來，網絡設備應該做到“強制性”的零丟包。

每家ICT廠商都是努力做著同一件事情，生產出這類適應AI需求的網絡設備，全球范圍概莫能外。它意味著巨大的挑戰(zhàn)與創(chuàng)新，也意味著可見的、巨大的市場回報。

7天的訓練，4天完成

如今，圍繞這塊短板，華為再次領先了。在上周的春季新品發(fā)布會上，它推出了植入高能效AI芯片的新款交換機CloudEngine 16800。

這款業(yè)界首款面向AI時代的計算中心交換機，可以借助其實時學習訓練能力和獨創(chuàng)的iLossLess智能無損交換算法，在以太網中實現(xiàn)零丟包機制，并實現(xiàn)流量模型的自適應自優(yōu)化。

2018年，華為輪值董事長徐直軍宣布，華為將AI定位為新的通用技術，并發(fā)布了AI發(fā)展戰(zhàn)略，全面將AI技術引入到智能終端、云和網絡等各個領域。

CloudEngine 16800能通過AI技術的應用實現(xiàn)突破，顯然直接受惠于此戰(zhàn)略的執(zhí)行。基于AI技術，該款產品在網絡調優(yōu)上實現(xiàn)了智能化：一個是單流局部調優(yōu)，另一個是整網全局調優(yōu)。

如果將網絡視作一個城市的交通網，前者實現(xiàn)了在一個十字路口智能調整紅綠燈時間的功能；而后者，則實現(xiàn)了動態(tài)關聯(lián)調整全市紅綠燈時間的功能。

據(jù)測算，這一系列AI技術的應用，不止在用戶端將AI算力從50％提升到100％，同時還將數(shù)據(jù)存儲IOPS的性能提升了30％．

一家互聯(lián)網巨頭已經對這款新品進行了測試，業(yè)務內容則是當下方興未艾的無人駕駛AI訓練。

訓練的效果讓人們大吃一驚——以往1天運行的數(shù)據(jù)需要訓練7天才能完成，而現(xiàn)在，這家公司只用了4天。對于高速的商業(yè)競爭而言，這幾乎是直接為用戶提供了一種接近核心的競爭力。

做一臺AI時代的交換機

華為也因此將“內嵌AI芯片”定義成了AI時代數(shù)據(jù)中心交換機的三大特征之一。在其最新定義中，另外兩項特征則分別是“單槽48 x 400GE高密端口”，和“能夠向自動駕駛網絡演進的能力”。

“如果這三大特征，你不符合的話，你可能就不是面向AI時代的數(shù)據(jù)中心交換機。”胡克文說。

2012年華為發(fā)布了100GE的正交架構產品CloudEngine12800數(shù)據(jù)中心交換機，并在此后一路高歌猛進。從2016年起，華為的數(shù)據(jù)中心交換機已連續(xù)三年蟬聯(lián)市場份額第一。2018年，在標志最高應用標準的金融行業(yè)，華為數(shù)據(jù)中心交換機也坐上了頭把交椅。

新品特性應對AI時代的3大挑戰(zhàn)

華為在技術創(chuàng)新上的投入一直為外界稱道，并被視為華為企業(yè)基因式的存在。但這種基因以何種形式在機體中發(fā)揮作用，外界通常知之甚少。在這一點上，CloudEngine 16800為實現(xiàn)跨越式硬件平臺升級所做的技術準備，則可以清晰地顯現(xiàn)出這一基因的“運作”方式。

為滿足AI時代流量倍增的需求，CloudEngine 16800單槽位提供了業(yè)界最高密度48端口400GE線卡，單機則提供業(yè)界最大的768端口400GE交換容量，這一交換能力是業(yè)界平均的5倍。

其中，針對400GE接口的標準化工作，華為早在2015年便已經啟動——考慮到企業(yè)AI等新型業(yè)務驅動了數(shù)據(jù)中服務器從10G到25G甚至100G的切換，華為判斷行業(yè)必然要求交換機支持400G接口，400GE接口標準化工作于2015年啟動，并針對數(shù)據(jù)中心應用完成了標準化。

此外，在新材料新工藝、能效和散熱等領域，CloudEngine 16800的創(chuàng)新林林總總，不勝枚舉。例如，在用戶直接可見的節(jié)能方面，與業(yè)界相比，新品可將平均每bit數(shù)據(jù)的功耗降低50％，這相當于每臺每年節(jié)省32萬度電，約合電費26萬元。

自動駕駛從秒級識別開始

另一項用戶可以直接感受到的革新，同樣來自于AI技術的應用。這種用戶可感知的能力被稱為“能夠向自動駕駛網絡演進的能力”。

在傳統(tǒng)數(shù)據(jù)中心，在接到故障告警后，技術人員必須依靠人工排查的運維手段定位故障，如果不夠幸運，一項故障排查通常需要數(shù)小時，甚至更長的時間。這在業(yè)務部門看來，顯然是無法接受的——它無法面向一個充滿挑戰(zhàn)的AI時代。

和解決丟包問題一樣，華為將問題“交還”給了AI，期待自動駕駛網絡能夠徹底改變運維人員面對的窘境。

現(xiàn)實中，汽車領域的自動駕駛技術正經歷著高速的演進，要在網絡世界實現(xiàn)自動駕駛，進程同樣存在，一步到位并不現(xiàn)實。在這一點上，胡克文相當樂觀：只要有夢想和追求，未來就一定能實現(xiàn)。

“首先，能不能做到在秒級（時長）中把故障識別出來？（那樣，IT人員的）壓力就會小很多。”他說。

要實現(xiàn)自動駕駛網絡，供應商至少要在算法、數(shù)據(jù)和本地推理與執(zhí)行等領域同步推進，并在軟硬件技術端實現(xiàn)AI的閉環(huán)。

據(jù)胡克文透露，目前華為相關的iNetOps智能運維算法已經可以支持72大類典型故障，在盲測中，它支持的故障定位準確率超過了90％．

結合這些軟實力，以及內置AI芯片提供的硬支持，華為最終在CloudEngine 16800中大幅度提升了“網絡邊緣”即設備級的智能化水平，使得交換機具備了本地推理和實時快速決策的能力。通過本地智能和集中的FabricInsight網絡分析器，CloudEngine 16800構建了一個分布式AI運維架構，并最終實現(xiàn)了秒級故障識別和分鐘級故障自動定位。

這一系列的努力，最終讓CloudEngine 16800在AI時代背景下展現(xiàn)出了它與眾不同的一面。

在同一背景下，數(shù)據(jù)中心已經成為了AI的“孵化工廠”；現(xiàn)在，要讓這個AI在企業(yè)數(shù)字化轉型中扮演更為重要的角色，“孵化工廠”的升級也已進入了時間的節(jié)點。

或許，就像華為所努力的方向一樣，“孵化工廠們”也是時候考慮如何建設一個自動駕駛的高性能網絡來提升AI算力，并最終實現(xiàn)AI業(yè)務的加速了。畢竟，AI時代的網絡，斷然不會接受“茍且”。