新技术纪元：与AI共舞 通过场景化适配，极简光3.X方案竭力
新技术纪元：与AI共舞通过场景化适配，极简光3.X方案竭力为用户提供稳定、灵活、高效的网络环境，为用户后续的数字化、智能化升级提供了支撑。那么放眼大环境，在更广泛的数字化转型和智能化升级趋势下，极简光方案又将扮演怎样的角色呢？
近两年 ChatGPT的爆火带动了大模型的崛起以及生成式 AI 的落地，人工智能在几起几落后迈入新的发展纪元。在这波时潮下，极简光方案同样有借 AI 的东风。
锐捷网络EBG无线交换产品事业部总经理黄赞提到：“无线网优就是与 AI 结合的一个典型例子。之前网优依赖经验库和案例库去做匹配，现在我们新一代解决方案则利用 AI进行无线空口资源优化，提升单位时间内的空口时间利用率，大幅减少了人工干预，全面提升了运维人员的效率。”
海量终端的接入管理是另一个经典应用。“各种互联网终端的接入导致运维人员需要管理的终端数量急剧增加，审批流程繁琐，效率极为低下。而现在AI可以帮助识别和分类各种终端，自动化安全策略的实施，提高整体的接入管理效率。可以说，随着网络环境的日趋复杂，人力作用力有不逮的时候，AI的介入往往事半功倍。这是其核心价值点所在。”
如今提到 AI，大模型是无法回避的话题。对于大模型的普及应用可能对以太全光网技术造成的影响，黄赞同样进行了回应。
首先在智能网络管理方面，大模型可以用于优化网络管理和运维，通过分析大量网络数据，预测潜在的故障点，自动化配置和调整网络参数，提高以太全光网络的运行效率和稳定性。
然后在数据中心互连方面，随着大模型应用的普及，数据中心之间的数据交换量剧增，对网络带宽和延迟提出了更高要求。以太全光技术恰好契合这一需求，可以为大模型的训练、推理和数据传输提供支撑。
最后在边缘计算方面，端侧大模型、AI PC的应用往往需要边缘计算的支持来减少延迟，提升用户体验。这对如何利用以太全光技术更好地构建园区网络和边缘计算平台提出了新的挑战。
综上所述，大模型技术所驱动的智能化需求和数据密集型应用，将会促使网络基础设施不断向更高性能、更智能化的方向演进，以太全光技术作为现代网络基础设施的关键组成部分，也会在这个进程中升级蜕变。
页:
[1]