随着智能制造的持续推进，AI与制造场景的深度融合，网络技术作为支撑企业数字化进程的“底座”，重要性和使能性也日渐凸显。企业对于网络的需求正从“单环节支持”转向“价值链共振”，场景包括AI模型的数据传输、跨地域的协同研发、业务流程的在线监控、生产资源的统一调度等。
以前用户推进网络建设，重点放在高速度、低延时。而在数字化浪潮下，如今用户更多的是追求网络的交互体验、适应变化、安全防护能力。在华为数据通信产品线副总裁赵志鹏看来，面对生成式AI技术的迅猛发展以及各种应用如火如荼的展开，搭建智能的网络基础架构，不仅仅是加快企业数字化转型的补充手段，更是突破激烈市场竞争的核心引擎。在这种趋势下，华为结合自身30年的IP网络实践，推出了面向智能时代的星河AI网络解决方案。通过创新引入大数据、智能技术和新一代协议，星河AI网络可以满足企业对于广域网络、园区网络、数据中心网络及网络安全不同场景的差异化诉求，确保各种系统及应用的高性能联接、高业务体验、高可靠安全，成为企业创新发展、培育新质生产力的“源动力”。
图 华为数据通信产品线副总裁赵志鹏
洞见未来，行业先行者的网络布局与致胜之道
在中国有句老话：“要想富，先修路。”同样在数字世界中，只有为数据交互构建一个智能化的网络基础架构，才能释放其巨大的价值。赵志鹏介绍AI技术应用已经成为企业创新发展的新阵地，以自然语言处理、图文自动生成、知识问答交互为代表的AI大模型应用层出不穷。
需要注意的是，在AI大模型开发与应用热潮背后，其暴露出的痛点也不容忽视。赵志鹏表示面对AI应用中的GPU集群使用、工具跨区域协同和多任务并行处理等要求，如何把海量数据高效传送到算力中心，充分释放算力潜能，并且快速的将算力输送给一线用户，成为了AI大模型应用落地和价值提升的关键。
以科大讯飞的星火认知大模型为例，其具有文本生成、语言理解、知识问答等7大核心能力，在新华社研究院中国企业发展研究中心发布的《人工智能大模型体验报告2.0》中位列榜首。但AI大模型在训练过程中参数规模巨大，百亿和千亿级别犹如“家常便饭”，因此需要通过基于全局的网络智能调度，才能更好的完成训练任务。另一方面，算力规模的快速变化也带来了严重的负载冲突，要想充分释放算力，网络的高吞吐率必不可少。最后，AI大模型训练过程复杂，从数据采集、管理到模型训练、优化，是一个长期的过程，网络中的任何一个微小错误都可能导致巨大的损失，高可靠的网络保障也成为了大模型调优的基础。
在“大规模、高吞吐、可靠性”的网络诉求下，科大讯飞最终决定携手华为，采用星河AI网络推进星火认知大模型的建设。首先，星河AI网络采用双层组网技术，最大可支持150万卡的互联，可以轻松完成超大规模组网，即使面对万亿参数的大规模训练也不在话下；其次，基于华为独创的全局负载均衡NSLB算法，可以使网络吞吐得到大幅度提高，让AI大模型训练效率提升超10%；最后，依托华为提供的独家网络数字地图，可以使计算网络运维一体化，通信异常一键诊断，训中排障效率提升90%。
可以看到，通过“以网强算”和“以智赋能”的双轮驱动策略，华为星河AI网络在加速AI普及应用的同时，催生出了更多的网络服务新模式。用户在构建超大规模集群，满足自身算力需求的同时，还可以按需扩缩，获得可靠的网络质量，使关键应用得到最佳网络优化，无惧网络拥塞风险。
知行合一，为用户带来全价值链的能力跃迁
“星河AI网络并不针对单一产品，而是一系列方案产品甚至是一种理念。”赵志鹏强调对于制造企业用户而言，打通数据传输的壁垒，释放数据的价值，真正做到数据驱动，才是网络建设的关键。从内部数据交互的角度，制造企业需要构建研发设计、生产管理、售后服务的产品全生命周期数据集成；从外部数据共享的角度，需要打通供应链管理、物料采购与规划等，保持与上下游的联动，同时还需要注意数据安全风险。在赵志鹏看来，只有深耕所在的细分领域，才能准确把握网络应用需求，为企业创造价值。
例如在企业研发阶段，设计人员可以基于网络实现协同研发，同时高效的获取算力支持，进而缩短产品研发周期，增强市场竞争力。例如上海大众就通过华为智能无损网络，完成了应用精准识别并进行智能流量控制，用于加速自身CAE仿真等关键研发任务，使新车研发周期从54个月压缩至40个月。
在产品生产过程中，面对消费市场的个性化、多元化需求，企业的多品种、小批量柔性化生产能力正变得尤为重要。立景创新联合华为打造了高品质无线生产网络，实现了无尘车间全无线部署，达到变产线、不变网络的效果，使其产线调整到启动新生产时间从15~30天，压缩至2~3天，极大地缩短了停产断网时间。
面对制造企业的信息孤岛问题，华为提供了工业级数采网关、TSN万兆交换机，实现了企业IT&OT的网络融合，使MES、ERP、PLM等各信息系统的数据互联互通，为上层智能决策和AI应用提供支撑。例如美的厨卫电器工厂，通过智能网络调度算法，使物料的准确抓取提升至0.3mm，放置准确率达99％以上，多工位协同自动化水平从30%提升到50%以上。
“制造企业推进网络建设只是一种手段，并不是目的。其本质是基于ICT技术提升生产效率和产品智力，实现降本增效。”赵志鹏介绍在帮助制造企业提升企业竞争力和效益方面，华为星河AI网络正在从最初的单点探索应用转向生产全生命周期的渗透，通过支持端到端的网络应用，为制造企业应用创新带来更多可能。
四大场景，凸显多元化和差异化技术优势
推进智能制造是一项复杂的系统工程，企业网络建设同样不能一蹴而就。“网络的建设难点在于它融入了多项技术、多种学科。”很多企业目前网络建设实际效果并不理想，就是没有因地制宜，没有将自身需求与实际场景进行匹配。对此，华为的星河AI网络划分了数据中心网络、广域网络、园区网络和网络安全四大场景，通过技术创新精确匹配客户的需求。
数据中心网络的首要任务是高效算力释放，赵志鹏介绍在从云时代到AI时代的演进过程中，用户的关注点正逐渐从CPU转向GPU，特别是复杂AI模型下的GPU集群应用，数据与业务的紧耦合也导致用户对于网络丢包等问题格外敏感。对此，华为星河AI网络通过全局负载均衡NSLB算法、iReliable算法以及创新的数字地图运维能力，提高网络性能的同时兼顾可靠性，使用户充分释放算力，做到管理无忧、业务永续、持续演进。
广域网络承载着对算力的弹性调度使命，华为星河AI网络基于智能流量管理、灵活弹性带宽和可承诺的SLA，使数据流能够更好、更快、更平衡的流转。通过融入自适应路径选择算法等，使网络拥有低时延选路，应用级可视等能力，并且SPFC精准流控技术还可以支持远距离、高吞吐的无损网络传输。
针对园区网络的用户体验优化核心诉求，华为星河AI网络通过全场景Wi-Fi 7的全无线网络使用户无线体验升级；针对企业中重要的办公应用和用户，能动态识别重要应用进行网络保护，让万人同时开会不卡顿；为了简化运维，星河AI网络创新推出了园区数字地图，使网络运维效率大幅度提升。
为了应对网络安全风险，保障用户数据安全，华为星河AI网络构建了“云-网-边-端”的立体防护策略。在云侧，借助8000多个推理规则和25个安全算法模型，能够实现秒级威胁处置；在网侧，通过独家EVPN动态隧道建立技术，实现16HUB大规模灵活组网，在30%丢包情况下，仍能保证业务流畅体验；在边侧， SASE智能安全网关内置4大AI安全专用引擎，威胁检出率超过99.95%；在端侧，华为基于业界首创威胁溯源图引擎，进行动态行为分析，使终端的勒索病毒能够精准检出。
图 参观华为星河AI网络四大场景应用实践
可以看到，华为通过浩瀚联接的网络闭环，覆盖了数据中心、园区网、广域网以及与之相伴的网络安全所有业务场景。通过端到端的打通，华为星河AI网络展示了客户需求与场景创新的精准定位，化解了不同场景下用户的网络应用“痛点”，切实解决了网络“用不好、不好用”的问题。
持续创新，搭好智算时代的网络“数字底座”
如同星河联接无数繁星，组成浩瀚宇宙，星河AI网络正在充分释放企业用户的数字化潜能，加速行业智能化转型升级。目前，在全球财富500强企业中，华为数据通信服务的客户已达到267，此外还包括全球TOP100银行中的50多个，QS大学排行（QS World University Rankings）100所中的32个，100多个国家政务骨干网以及全球TOP20大型油田项目。
面对制造企业网络建设“深水区”，华为正在积极进行智能化技术和ICT能力创新，强化网络基石，实现用户效率、创新与价值的兼容并蓄。
可以预见的是，在国内智能制造和培育新质生产力的要求下，通往AI的大门已经打开。在赵志鹏看来，星河AI网络以高运力释放AI时代的高算力，成为企业数智化变革的“数字底座”，成为华为数据通信赋能企业数字未来的“新里程碑”。
