雷鋒網(wǎng)消息，2019 Navigate 領(lǐng)航者峰會期間，紫光旗下新華三集團（以下簡稱“新華三”）發(fā)布了數(shù)字大腦計劃，這是新華三ICT能力的一個綜合體，主要包含兩個部分：“智能數(shù)字平臺”（即“4+N”模式中的4），以及與合作伙伴共同打造的智慧應用生態(tài)（即“4+N”模式中的N）。

 

數(shù)字大腦“4+N”架構(gòu)

在數(shù)字大腦“4+N”的模式中，新華三的智能數(shù)字平臺是核心基石，也是支撐智慧應用的豐富土壤，其中包括：向內(nèi)生智能演進的數(shù)字基礎(chǔ)設(shè)施、作為數(shù)字化轉(zhuǎn)型核心引擎的業(yè)務能力平臺、實現(xiàn)由智慧驅(qū)動信息防護的主動安全，以及為IT環(huán)境提供全棧式智能保障的統(tǒng)一運維。

網(wǎng)絡(luò)屬于數(shù)字基礎(chǔ)設(shè)施部分，特點就是“向內(nèi)生智能演進”。新華三網(wǎng)絡(luò)產(chǎn)品線總裁畢首文認為，智能聯(lián)接，不是單點的、獨立的智能，是全局的、共享的智能。新華三的理念是以云享模式（Cloud-Sharing）賦能智能聯(lián)接，以智能聯(lián)接使能上層業(yè)務 

網(wǎng)絡(luò)智能化

網(wǎng)絡(luò)作為基礎(chǔ)設(shè)施一直隨上層應用需求而變化，在過去十幾年間，互聯(lián)網(wǎng)需求爆發(fā)，網(wǎng)絡(luò)變得更簡單、更開放、更靈活、更廣泛，隨著AI的興起，網(wǎng)絡(luò)向智能聯(lián)接轉(zhuǎn)變，核心是需要融匯AI、大數(shù)據(jù)分析、云計算的基礎(chǔ)技術(shù)，在技術(shù)與基礎(chǔ)設(shè)施的作用與反作用間，網(wǎng)絡(luò)智能化已經(jīng)實實在在的發(fā)生。

在領(lǐng)航者峰會第二天的數(shù)字化聯(lián)接論壇上，新華三圍繞AI推出了多項新品，豐富了智能聯(lián)接的內(nèi)涵，新華三的智能聯(lián)接包括：

• AI Native統(tǒng)一架構(gòu)，即SNA（SeerNetwork Architecture），是網(wǎng)絡(luò)智能化的強大引擎，打破了多場景單點智能的架構(gòu)和技術(shù)壁壘，為真正實現(xiàn)全網(wǎng)的智能化提供架構(gòu)支撐；

• AI Inside智能硬件，由SeerBlade、智能交換機產(chǎn)品和智能路由器產(chǎn)品、智能WLAN產(chǎn)品等組成，構(gòu)建真正的智能網(wǎng)絡(luò)基礎(chǔ)設(shè)施；

• Cloud-Sharing則是新華三倡導的全新生態(tài)：“云享”模式是通過共享式的開放架構(gòu)和生態(tài)建設(shè)，以及分布式的邊緣智能，加快全網(wǎng)智能化，讓用戶都可以享受到網(wǎng)絡(luò)智能化的紅利。

一組數(shù)字可以說明新華三在網(wǎng)絡(luò)市場的地位：2018年，在中國企業(yè)網(wǎng)交換機市場，新華三市場份額34.5%；在中國WLAN市場，新華三以31.1%的市場份額占據(jù)第一。2018年，在中國企業(yè)網(wǎng)市場，新華三網(wǎng)絡(luò)占據(jù)33.1%市場份額。

新華三集團網(wǎng)絡(luò)產(chǎn)品線副總裁柳義利告訴雷鋒網(wǎng)，新華三在網(wǎng)絡(luò)智能方面，第一步關(guān)注的重點就是智能運維，運維占了網(wǎng)絡(luò)人力和物力消耗的80%，海量數(shù)據(jù)的處理、網(wǎng)絡(luò)業(yè)務的變更、日常的維護花了很多錢。如果能通過AI把這部分人力省下來，這對企業(yè)來說是巨大的價值。

第二步要做的事情，應該是在網(wǎng)絡(luò)業(yè)務預測上。柳義利介紹道，很多網(wǎng)絡(luò)問題影響業(yè)務，都是做業(yè)務變更引起的，AI做的第二步，就是怎么樣把現(xiàn)網(wǎng)運行所有關(guān)鍵的網(wǎng)絡(luò)數(shù)據(jù)、信息和流量摸清楚，針對新配置和業(yè)務變更需求，結(jié)合現(xiàn)網(wǎng)流量、數(shù)據(jù)和業(yè)務需求，做分析、預測和判定。

第三是在業(yè)務設(shè)計層面、架構(gòu)設(shè)計層面讓AI介入，而不是說設(shè)計好以后再去變更。設(shè)計網(wǎng)絡(luò)方案的時候，就用行業(yè)最好的模型、最廣泛的應用，設(shè)定好相應的網(wǎng)絡(luò)。

“第一把網(wǎng)絡(luò)方案拿好，企業(yè)上什么方案，把方案的事情想清楚。第二是方案想清楚以后怎么樣部署和建設(shè)，第三是怎么樣運行維護。我們認為這三件事，都可以用AI進行賦能，這就是我們說的全生命周期AI賦能和管理，這是我們馬上要做的事情?！?，柳義利表示。

不過據(jù)雷鋒網(wǎng)了解，在網(wǎng)絡(luò)層面數(shù)據(jù)量并不充分，芯片、設(shè)備廠商都在思考如何把數(shù)據(jù)采集得更廣更深，從而讓AI算法更準確。

從大互聯(lián)到數(shù)字化聯(lián)接

新華三本身也在經(jīng)歷觀念的變化，過去新華三在網(wǎng)絡(luò)層遵循的是大互聯(lián)戰(zhàn)略，更側(cè)重于解決聯(lián)接本身的問題。

“數(shù)字化聯(lián)接和原有大互聯(lián)不同，過去橫向解決泛聯(lián)接的問題，縱向解決網(wǎng)絡(luò)柔性的問題。我們把AI融入進來，從傳統(tǒng)互聯(lián)網(wǎng)+上升到智能+的概念，AI技術(shù)從技術(shù)變成核心應用，慢慢對網(wǎng)絡(luò)進行賦能，其實對整個產(chǎn)業(yè)的再升級，包括數(shù)字化經(jīng)濟的轉(zhuǎn)型，是非常有效的技術(shù)支撐。”畢首文表示。

其實這也反映出客戶對于網(wǎng)絡(luò)的要求的變化，已經(jīng)遠遠超出了連接范疇，客戶需要網(wǎng)絡(luò)更加的彈性、智能、感知業(yè)務，這樣的網(wǎng)絡(luò)就是數(shù)字化的網(wǎng)絡(luò)。

以數(shù)字化聯(lián)接為方向，新華三全新發(fā)布AD-NET5.0、面向AI的新一代先知網(wǎng)絡(luò)架構(gòu)SNA、面向AI的智能交換機SeerBlade，從架構(gòu)、硬件、場景全維度向智能化演進。

AD-NET5.0延續(xù)AD-NET的品牌，是AD-NET3.0的升級，升級到面向AI的新一代智能網(wǎng)絡(luò)解決方案。相較而言，AD-NET5.0有三個重要變化：

1)     全場景AI：涵蓋數(shù)據(jù)中心網(wǎng)絡(luò)、園區(qū)網(wǎng)和廣域網(wǎng)等全場景的智能化方案；

2)     深度洞察：大規(guī)模、高精度、多維度、細粒度的數(shù)據(jù)采集，智能分析，為網(wǎng)絡(luò)優(yōu)化和問題的閉環(huán)提供決策依據(jù)；

3)     統(tǒng)一架構(gòu)：

        多組件，統(tǒng)一集成：SDN控制器，先知分析器，AIOps統(tǒng)一集成；微服務、大數(shù)據(jù)、AI統(tǒng)一集成；  

        多場景，統(tǒng)一入口：DC、WAN、Campus、Branch等多場景統(tǒng)一，實現(xiàn)網(wǎng)絡(luò)端到端的設(shè)計、部署、優(yōu)化、運維。

先知網(wǎng)絡(luò)架構(gòu)SNA是AD-NET5.0最核心的組件，主要特點是基于大數(shù)據(jù)分析助力網(wǎng)絡(luò)全生命周期管理、彈性訓練以及云原生融合開放架構(gòu)。 先知分析器SeerAnalyzer是SNA的核心組件，主要是完成網(wǎng)絡(luò)數(shù)據(jù)采集、分析，從而保障網(wǎng)絡(luò)業(yè)務可靠運行。

智能網(wǎng)絡(luò)要獲得成功一定要有豐富的數(shù)據(jù)和專有的算法，除了具備數(shù)據(jù)采集能力的網(wǎng)絡(luò)設(shè)備，還需要擁有高性能硬件和網(wǎng)絡(luò)AI算法的專用模塊對數(shù)據(jù)進行運算。SeerBlade就是最重要的AI運算利器，沒有對網(wǎng)絡(luò)深刻的理解，就無法提供專用的網(wǎng)絡(luò)AI算法，這是關(guān)鍵價值所在。相信以后會基于SeerBlade越來越豐富的場景化網(wǎng)絡(luò)算法，可以讓網(wǎng)絡(luò)設(shè)施具備和控制層同等的AI能力，這是一種理念。

智能聯(lián)接不是一項簡單的新技術(shù)，它是一套從基礎(chǔ)科學研究到軟硬件融合設(shè)計，再到場景化實施方案的一整套全新的生態(tài)系統(tǒng)。新華三正在參與構(gòu)建一個完整的智能聯(lián)接生態(tài)鏈，讓網(wǎng)絡(luò)智能化快速進入到行業(yè)應用場景。

相關(guān)文章：

向頻域方向演進的卷積網(wǎng)絡(luò)：OctConv用更低計算力做到更高準確率

谷歌 MorphNet：讓你的神經(jīng)網(wǎng)絡(luò)更小但更快

復旦大學邱錫鵬教授發(fā)布《神經(jīng)網(wǎng)絡(luò)與深度學習》教材，配備代碼和章節(jié)練習

雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。