華為星河AI資料中心網路:以智慧底座釋放AI時代算力潛能

隨著人工智慧技術的快速發展,大模型訓練、即時推理等應用對算力的需求呈現爆發式成長。全球科技企業紛紛加碼智算中心建設,試圖以規模化的硬體投入搶佔技術高地。然而,高投入背後隱藏著許多現實難題:資料中心能耗居高不下、算力利用率不足、跨區域資源協同效率低、網路通訊效能限制訓練速度…這些問題不僅推高了AI研發成本,更成為技術規模化落地的關鍵瓶頸。


算力作為驅動千行萬業智慧轉型的核心引擎,其潛能的釋放離不開高效率、可靠的資料中心網路。面對目前資料中心存在的許多難題,如何透過資料中心網路充分釋放算力,成為業界亟待解決的關鍵問題。

近日,在華為中國合作夥伴大會2025上,華為數據通信產品線副總裁趙志鵬接受了媒體專訪,剖析了數據中心網絡的現狀與挑戰,並分享了華為星河AI數據中心網絡的破局之道。
AI時代資料中心網路新挑戰

傳統資料中心網路架構在能耗、算力利用率、跨區域協同和網路通訊效能等方面存在諸多不足。

首先是算力利用率不足的問題。由於裝置效能和演算法最佳化程度有限,眾多資料中心的實際算力利用率遠低於理論值,大量算力資源被白白浪費。

其次是跨資料中心協同難。單一資料中心規模受電力等因素制約,分散建設的區域算力節點又面臨協同效率低下的問題,網路延遲和通訊損耗導致整體訓練效率大幅降低。

再者是企業普惠接入門檻高。即便成功建造了智算中心如何確保企業能低成本、高效率地調用算力,仍是亟待攻克的難關。
雙向賦能,重塑網路價值

面對資料中心網路的種種挑戰,趙志鵬介紹到華為升級了星河AI資料中心網路解決方案,透過「Netwrok for AI」和「AI for Network」雙向賦能,為產業智慧轉型提供了堅實底座。
在釋放算效方面,當前推理需求爆發,同一任務網路通訊時長普遍大於計算時長,造成近20​​%的算力浪費。華為推出CloudEngine XH9000全系列交換機,支援350ns超低時延轉發,透過星智AI推理調度演算法,減少推理流量的通訊耗時,推理效能提升20%。在通算場景,華為最新的網安一體模擬方案,透過獨家的CMOS模擬演算法確保準確,實現安全策略自動產生和100%準確。此外,華為透過網路層級負載平衡演算法NSLB持續增強,有效提升了AI的訓練效率,使得有限的算力發揮最大的潛能。同時,透過建構“算力基礎網”,將零散的算力節點虛擬化為統一資源池,不僅提高AI能效,還實現了算力的有效整合與提升。
在「AI for Network」方面,華為聚焦於運用AI技術提升網路品質。透過AI演算法即時監測光模組、交換器等設備狀態,實現了預測性維護。此外,客戶可以利用AI分析用戶需求,提供差異化的算力服務與定價策略,進而實現增收。

此外,華為也推出了資料中心網路星聯光模組,具備超遠傳輸、超高可靠、超高安全三大能力,為企業打造3S高品質網路體驗,滿足企業對
傳統光模組存在高價低質、故障率高的問題,嚴重限制了資料中心網路的發展。華為透過三大創新實現破局。在高整合元件設計方面,透過減少零件數量,有效提升了光模組的可靠性,降低了故障發生的機率。同時,採用多通道冗餘技術,當單通道故障時,可自動降速運轉而不斷連,大大降低了訓練中斷的風險,保障了算力傳輸的穩定性。此外,在同等效能下,提升光模組覆蓋距離和相容性,更能適應不同的網路環境,為資料中心網路的高效運作提供了有力支援。
結論:重塑網路價值,開啟AI新未來

破解AI算力困局,不能只靠硬體堆砌,更需透過網路架構創新打破資源孤島,實現算力的高效流動與智慧調度。華為星河AI資料中心網路正在重新定義智慧時代的網路價值,以「網路+AI」的雙向賦能模式,為產業智慧轉型提供堅實底座。