今天小編分享的科技經驗：通信網如何随AI之需而變？，歡迎閲讀。
通用 AI 對網絡的需求本身就是通信網絡的商業機會。
縱觀人工智能技術近 70 年的起伏發展，連接能力（帶寬）的提升和數據量的爆發是推動算法技術迭代的重要動力源泉。可以説，數據獲得的可能性決定了 AI 算法架構設計的想象空間。
" 以 ChatGPT 為代表的大模型架構，對訓練數據的需求更是在數十 TB 甚至更大量級。"華為廣東產業與發展部總經理閣剛在接受《通信產業報》全媒體記者采訪時指出，與之前的 AI 技術相比，大模型可以處理更多類型的任務，這使得大模型在各行業和場景中具有更高的實用性。數據的獲得，以及深度場景應用與移動互聯網、物聯網、智慧家庭等的結合，都會為網絡的帶寬、時延、穩定性、安全性提出更急迫的要求。
首先，參數量的變化。随着大模型參數量的增加，模型的計算和存儲需求也随之增加，設備需要實時與雲端的大型 AI 模型進行互動。這需要更高的網絡帶寬和低延遲的連接，以确保用户體驗。此外，邊緣計算的需求會随着應用深入而增加，降低延遲并減輕雲端伺服器的負擔。
其次，應用廣泛性。由于大型 AI 模型具有更廣泛的應用領網域，這會使得更多的設備和應用依賴于通信網絡。例如，自然語言處理、計算機視覺、語音識别等應用可能在各種設備上廣泛使用大型 AI 模型，對接入網的流量壓力會大大增加。
最後，網絡安全。通用 AI 的廣泛應用依托于 " 無處不在的連接 "，大量的數據，尤其是與業務、生產等相關的數據流動，網絡安全風險會大大增加。
閣剛認為，以大模型架構為代表的通用 AI，在訓練所需的數據量，以及深度應用方面都和之前的系統有很大差異，對網絡的需求本身就是通信網絡的商業機會。
第一，通信基礎設施。以 5G、F5G、全光網、MEC 等為代表的網絡技術演進，為數據傳輸和介入提供高帶寬和低延遲的穩定網絡通信。
第二，安全與隐私保護。提供安全和隐私保護相關的服務，如加密通信、數據保護和安全審計等，從而滿足市場需求并創造商業價值。
第三，在個性化服務方面。運營商可以利用通用 AI 技術為用户提供更多增值服務，例如，智能語音助手、個性化推薦、實時翻譯等。
第四，在網絡建設和維護方面。AI 技術有助于構建彈性和自适應網絡，網絡應能夠根據流量變化和應用需求自動調整資源分配。
閣剛表示，在 AI 行業發展趨勢方面，訓練大模型有兩個關鍵因素。一個是對資金門檻要求較高；另一個是對算力有極高的需求，對技術門檻要求特别高。
據了解，廣州人工智能公共算力中心，基于昇騰基礎軟硬體平台，對外提供99P 規模的 AI 算力服務，通過優勢資源共享與互補，增強人工智能算法基礎設施創新能力，以開放生态加速大模型技術創新與成果轉化，促進 AI 產業化和產業 AI 化落地。同時，在大模型產業化方面發起創新聯合體、生态聯合體、人工智能產業聯合體等合作方式，将以聯合體的模式把高校和科研院所、企業多方結合起來，更好地讓大模型產業形成正向的閉環回路，為 AI 大模型訓練持續提供普惠算力服務，繁榮 AI 行業生态。
閣剛建議，運營商和雲服務提供商需要擴大數據中心的規模和計算能力，以提供适配需求的算力規模。同時，需要采取措施提高數據中心的能源效率，以降低運營成本。此外，為應對應用的深入，邊緣數據中心将和計算集群一樣重要，包括在網絡邊緣部署更多的計算資源，以便在本地處理和分析數據。
閣剛強調，更加先進的算力網需要 " 算力、存力、運力 " 共同支撐，只有算得快、存得好、運得穩，才能大幅提升數據從產生、存儲、傳送、到計算的整體效率，以全光品質運力真正實現算力 " 一點接入、即取即用 "。
采寫：胡媛
編輯、校對：胡媛
指導：新文
延伸閲讀：AGI 對網絡之變
延伸閲讀：ChatGPT
>
