如果大模型有信仰，那一定是 "Scaling Laws（規模法則）"。
所謂 "Scaling Laws"，就是模型性能會随着參數、算力、數據集的規模增加而提高。時間來到 2024 年，大模型領域依舊是 "Scaling Laws" 的統治區。
人工智能時代爆炸式的數據增長，傳統 " 馬拉肩扛 " 的傳輸方式，存在易損壞、丢失的風險，也無法支持實時數據更新和交互，會直接影響到中國 AI 産業的先進性。對于攀爬 Scaling law 的中國 AI 産業來說，傳統網絡已經捉襟見肘，必須全面升級和重塑，更有效地支持大模型時代的聯接需求。
近日，紫光股份旗下新華三集團以 " × AI"（乘 AI）爲主題舉辦 2024 媒體與分析師溝通會，全新升級智算版數字大腦，并以全棧領先的靈犀智算解決方案，充分發揮新華三在算力和聯接領域的核心優勢，激發 " 算力 × 聯接 " 的乘數效應，讓算力更快、更強、更澎湃。
理念聽起來很美好，具體怎麽落地呢？網絡如何給算力做乘法？會後，腦極體采訪了新華三集團高級副總裁、網絡産品線總裁曾富貴，就承載靈犀大模型落地的新華三 AD-NET 7.0，及數據中心、園區、廣域三大場景的相關技術、産品與解決方案，展開了深度交流。在 AI 産業攀爬 Scaling law 的當下，我們不妨來看看，新華三雙 A 驅動的網絡，是如何帶攀登者們越過山丘的。
新華三集團高級副總裁、網絡産品線總裁 曾富貴
眺望 Scaling Laws 山峰
那是網絡升級的方向
數字化、智能化升級先升網，已經是一個常識。問題在于，究竟什麽是網絡的升級方向？
對此，曾富貴說過，網絡的先進性是技術問題，但是先進網絡的具體形态是用戶選擇的問題。
面向智算時代，AI 産業化和産業 AI 化所需要的網絡形态，已經被 "Scaling Laws" 法則所規定。
萬億參數，傳輸 " 費時 "。大模型的參數量巨大，需要傳輸大量的數據，傳統網絡無法滿足高帶寬需求，需要接入帶寬高達 400G 甚至達到 800G 的超大容量網絡。
萬卡集群，訓練 " 費力 "。AI 大模型并行計算模式，催生了新的大規模網絡架構，從千卡到萬卡集群，未來更新的 GPT 模型可能需要十萬卡、幾十萬卡支撐起來。而 AI 計算集群規模越大，通信量和複雜度越大，網絡設備的規模、端口數、光模塊的數量指數上升，傳統網絡面臨越來越明顯的傳輸效率瓶頸，一次通信延誤，會拖慢整個訓練過程，導緻整體計算集群效能低下、成本高昂。
萬裏部署，使用 " 費心 "。算力的分布式部署，全國一體化算網可以減少訓練推理成本，解決算力緊缺、算力貴的問題。但跨東西部的算力流動與調度，會受限于 " 聯接瓶頸 "，抖動、時延、較長的通信時間，都會讓用戶身心俱疲，甯可用硬盤坐高鐵送。
總而言之，在 AI 大模型場景和應用中，讓模型供應商、算力服務商、應用開發者及用戶不頭疼，輕松翻越 "Scaling Laws" 的網絡，就是先進網絡。幫助産業攀爬 Scaling Laws，新華三全新升級的 AD-NET 7.0，由 Application+AI 雙 A 驅動，如同一雙 " 風火輪 "，爲 AI 大模型向前發展注入澎湃動力，成爲一雙智算時代的 " 鞋履 "。
攀登者之力
雙 A 驅動網絡釋放澎湃算力
神話故事中，哪吒踩着一雙 " 風火輪 "，獲得了高速移動、自由馳騁的能力，極大地提高了戰鬥效率。對于攀爬 Scaling Laws 的 AI 産業者來說，新華三雙 A 驅動的網絡，正是一雙能夠釋放澎湃算力的加速 " 戰靴 "。
全新升級的 AD-NET 7.0，全面升級網絡聯接能力，構築行業智能底座，從三個方面，爲智算時代提供有力支撐：
1. 以網強算
AD-NET 7.0 提供的網絡基礎設施，爲 AI 模型的訓練提供高效算力支持，爲各種智能化服務提供按需的聯接服務保障。曾富貴強調，AI 賦能的網絡，對數據中心，要充分釋放大規模算力集群的潛力，讓算力增效；對園區，要讓最終客戶能夠随時随地接入算力，方便使用算力，滿足各類業務對算力的智快至簡體驗需求；對廣域網，要通過算力網絡不同規模、不同行業客戶都能享受算力建設帶來的數字紅利，實現業務智享的普惠型算力資源供給。
2. 以算提智
新華三端到端智算能力，不僅解決了 " 算力焦渴 "，還進一步結合過去 21 年積累的 ICT 運維領域知識和大量語料，融合打造出更懂行業運維需求的 AI 私域大模型——靈犀大模型。基于新華三在 ICT 領域的知識語料積累和上萬名網絡專家的專業經驗，利用充足的算力訓練和微調得到靈犀大模型，通過内置靈犀大模型升級 AD-NET 解決方案。
3. 以智增效
算力網絡變得複雜，靠人的普通管理是不行的，一定需要更強大、更高效的 AI 技術爲網絡提供 " 導航 "。爲了提升網絡的智能化水平，AD-NET 7.0 搭載了靈犀大模型，可以利用 AI 強大的創造力和交互能力，提升網絡管理效率。
曾富貴直言，很多東西說起來很容易，實現起來很難。我們希望通過靈犀大模型，加上硬件原生智能，讓整個網絡更高效。這個覆蓋面很大，目前我們在某些場景做了一些嘗試，取得突破。目前，新華三已經探索出了大模型在數據通信領域落地的幾個典型場景。
AI 可視：網絡設備與平台協同計算，對設備日志、流量模型應用等多維信息進行 AI 分析，實現貫穿應用和網絡基礎設施的信息洞察。
AI 調優：基于用戶業務提供最優配置建議，持續學習網絡狀态，提供自進化的有線無線網絡調優功能，體驗識别準确度達 92%。
AI 排障：基于海量網絡設備數據訓練結果，實現鏈路級、設備級、網絡級到應用級快速排障，覆蓋 90% 以上的網絡。
AI 安全：網安聯動，持續學習用戶網絡行爲，精準标識可疑用戶及可疑行爲，實現動态安全防護。
以應用爲牽引，以 AI 爲抓手，" 雙 A 驅動 " 的新華三網絡和 AD-NET 7.0，成爲千行百業加速智能化的一雙 " 戰靴 "，提供澎湃的算力和動能。
越過山丘
從新華三網絡看見
智能中國的少年心氣
數字化、智能化是中國乃至全球經濟發展的重要趨勢，也是擺在中國社會面前的一道新題目。征服 Scaling Laws 的高峰，夯實智能中國的基礎，是一項龐大的系統工程，衆多 ICT 相關企業都參與其中。
作爲數字化解決方案領導者，新華三躬身入局智能新時代，激活了一種勇往直前的少年氣。雙 A 驅動的網絡升級，就是這種氣質的具象體現。
少年氣，就是天命在我，敢于擔起時代責任。
曾富貴提到，Application + Al Driven，既是趨勢也是使命。我們希望，新華三的網絡能夠爲後續算力的普惠化提供堅實的基礎，這既是新華三的技術趨勢，也是網絡的使命。
少年氣，就是學習能力強，始終沒有停下進步的腳步。
曾經，新華三網絡以應用（Application）爲中心單輪驅動，在 AI 時代他們進行了重新的賦能、升級和诠釋。經由靈犀大模型的全面融合，新華三網絡擁有了全面智慧。
少年氣，就是懷抱理想，爲護佑蒼生長出三頭六臂。
以對 AI 訓練最爲關鍵的智算中心爲例，AD-NET 7.0 引入了多種負載均衡技術。針對不同智算場景，提供最适合的負載均衡技術組合，讓每條鏈路都充分得到利用，提升智算中心算力規模和效率。
曾富貴介紹到，負載均衡之所以如此重要，是充分理解到傳統計算模型與智算的計算模型有巨大的差異， 智算中心的流量不同于互聯網流量，其存在單流流量大、整體流數量少、大量突發等特點，唯有通過智能化地負載均衡技術，将數據流量合理分散到不同鏈路上，才能保證無阻塞、不丢包，使智算中心得以順利完成計算需求。
此外，新華三通過多元的産品形态，支撐 AI 時代的網絡叠代。比如面向數據中心，提供了專爲 AI 而生的 S12500 AI 系列産品，爲 AI 模型的訓練提供高效算力聯接支持。面向廣域網，升級 400G 端口能力、将算力因子納入路由計算算法，提供服務化算力專線等，實現廣域算力傳送的全面優化。面向園區，全光 +Wi-Fi 7，爲基于 AI 的各種場景智慧化應用提供了最後一跳的高質量接入體驗。
和新華三一樣，中國 AI 産業及千行萬企，也都勇敢踏上了智能時代的創新旅程。縱然攀爬 Scaling Laws 充滿艱難，但越過山丘後的智能中國，也格外讓人心馳神往。
對智能攀登者來說，新華三雙 A 驅動的網絡，是承載數據要素的路，是加速釋放算力價值的 " 風火輪 "，也是一同走過山高水遠的同路人。
越過山丘的智能中國，恰似少年遊。
