關(guān)于人工智能將如何加速云平臺的發(fā)展并支持新一代人工智能驅(qū)動的工具來管理云環(huán)境，人們已經(jīng)討論了很多。但人工智能可能會顛覆云的另一個方面：網(wǎng)絡。隨著越來越多的人工智能工作負載進入云端，提供更好的云網(wǎng)絡解決方案的能力將成為一個關(guān)鍵的優(yōu)先事項。以下是為什么，以及在人工智能時代，云網(wǎng)絡的未來可能會是什么樣子。

人工智能對云網(wǎng)絡的影響

人工智能將對云網(wǎng)絡提出新要求的原因很簡單：要想在規(guī)模上良好工作，人工智能工作負載將需要云網(wǎng)絡達到前所未有的性能水平。

這是因為在許多情況下，人工智能工作負載需要訪問的數(shù)據(jù)，將駐留在位于工作負載所在的同一云平臺內(nèi)或不同云中的遠程服務器上。

云網(wǎng)絡將提供連接人工智能工作負載和數(shù)據(jù)的重要鏈接。在許多情況下，數(shù)據(jù)量將是巨大的，即使訓練一個簡單的人工智能模型也可能需要許多TB的信息，并且模型需要以低延遲率訪問數(shù)據(jù)。因此，網(wǎng)絡將需要能夠以非常高的性能水平支持非常高的帶寬。

云網(wǎng)絡為人工智能做好準備了嗎？

可以肯定的是，人工智能并不是唯一一種需要出色網(wǎng)絡性能的云工作負載。長期以來，提供低延遲、高帶寬網(wǎng)絡的能力對于云桌面和視頻流等用例一直很重要。

云供應商也長期提供解決方案來幫助滿足這些網(wǎng)絡性能需求。所有主要的云都提供“直接連接”網(wǎng)絡服務，可以顯著提高網(wǎng)絡速度和可靠性，尤其是當在多云架構(gòu)中的云之間移動數(shù)據(jù)時，或者作為混合云模型的一部分在私有數(shù)據(jù)中心和公共云之間移動數(shù)據(jù)時。

但對于真正具有特殊網(wǎng)絡性能需求的人工智能工作負載，直接連接服務可能不夠。工作負載還可能需要以數(shù)據(jù)處理單元（DPU）等解決方案的形式在硬件級別進行優(yōu)化，這有助于超高效地處理網(wǎng)絡流量。事實上，像英偉達這樣的供應商已經(jīng)在這一領域進行了投資，該企業(yè)推出了一個專為生成性人工智能量身定制的以太網(wǎng)平臺。這表明，一家主要以銷售視頻卡而聞名的企業(yè)也認識到，要想釋放人工智能的全部潛力，也需要網(wǎng)絡硬件創(chuàng)新。

云網(wǎng)絡的未來展望

目前，云供應商、硬件供應商和人工智能開發(fā)者，將如何應對人工智能給云網(wǎng)絡領域帶來的特殊挑戰(zhàn)，還有待觀察。但總的來說，我們可能會看到以下變化：

更多地使用直連：過去，云直連服務往往只由具有復雜云架構(gòu)和高性能需求的大型企業(yè)使用。但在尋求充分利用基于云的人工智能工作流程的小型組織中，直接連接可能會變得更加普遍。

更高的出口成本：由于云提供商通常在數(shù)據(jù)移出網(wǎng)絡時收取“出口”費用，因此在云中運行的人工智能工作負載可能會增加企業(yè)為出口支付的網(wǎng)絡費用。展望未來，預測和管理人工智能工作負載觸發(fā)的出口費用的能力將成為云成本優(yōu)化的重要組成部分。

網(wǎng)絡消耗波動：一些人工智能工作負載會大量消耗云網(wǎng)絡資源，但只是暫時的。例如，他們可能需要在訓練時移動大量數(shù)據(jù)，但在訓練完成后會縮減網(wǎng)絡使用量。這意味著，適應網(wǎng)絡消耗大幅波動的能力可能會成為云網(wǎng)絡性能管理的另一個重要組成部分。

總結(jié)

如果想充分利用云來幫助承載人工智能工作負載，需要優(yōu)化云網(wǎng)絡戰(zhàn)略，這需要利用先進的網(wǎng)絡服務和硬件，同時調(diào)整云成本優(yōu)化和網(wǎng)絡性能管理策略。

目前，可用于幫助實現(xiàn)這些目標的解決方案仍在發(fā)展中，但對于任何尋求在云中部署人工智能工作負載的企業(yè)來說，這是一個需要密切關(guān)注的空間。