什么是人工智能原生网络？

什么是人工智能原生网络？

人工智能原生网络是指以人工智能 (AI) 集成作为核心组件构思和开发的计算机网络系统，旨在简化运维、提高生产力并实现大规模的可靠性能。

与将人工智能作为事后补救或“附加”功能的系统不同，人工智能原生网络从根本上是围绕人工智能和机器学习 (ML) 技术从头开始构建的。  

与所有现代人工智能系统一样，人工智能原生网络系统旨在从数据中学习，适应新情况，并随着时间的推移不断改进。这种持续的学习功能是其基本特征，使系统在收集更多数据和体验后变得更高效、更有效。

经过正确的训练、测试和应用的人工智能原生网络可以预测需求或问题，甚至可以在运营商或最终用户意识到有问题之前主动采取行动。这可以节省 IT 和网络团队的时间和资源，维护团队的声誉，同时提高运维效率并改善整体用户体验。

为什么人工智能原生网络很重要？

从数字化转型到备受瞩目的人工智能计划，再到用户和自带设备 (BYOD) 激增，网络正经历着巨大且不断增长的压力和关注。考虑到 IT 预算以及与技能可用性和其他因素相关的约束，传统网络的复杂性和不可预测性可能会成为日益严重的问题。

人工智能原生网络通过运维自动化和优化可以简化和理顺这些复杂网络的管理。这些网络通过动态调整和扩展，可满足不断变化的需求并解决问题，而不需要持续的人工干预。这些网络根据用户行为和偏好来优化性能，从而确保实现无缝和增强的体验。

通过消除传统的网络限制（如手动流程、过时的流程和糟糕的用户体验），使组织能够进行创新并试验需要强大且自适应网络基础架构的新业务模式、服务和技术。

人工智能原生网络有哪些优势？

采用人工智能原生网络的优势很多，包括：

提高效率和性能

人工智能算法可以优化网络流量路由、管理带宽分配、缩短延迟时间，从而提高网络速度和可靠性。这对于带宽密集型应用（如视频流式传输流、大规模云计算以及支持人工智能训练和推理过程）特别有利。

预测性维护和减少停机时间

通过预测可能会发生的问题，人工智能原生网络可以主动安排维护，减少意外停机时间，并修复问题，以免问题对最终用户产生影响。这对于网络可用性直接影响运维、收入和声誉的企业来说尤为重要。

改进安全性

凭借实时分析大量网络数据的功能，人工智能原生网络能够提早发现异常和潜在的安全威胁。这种主动的安全保障方法有助于挫败网络攻击和保护敏感数据。

节省成本

自动执行网络管理任务可减少手动干预需求，从而在劳动力和运维费用方面显著节省成本。此外，预测性维护还能避免代价高昂的紧急维修和停机。

可扩展性和灵活性

人工智能原生网络可以适应不断变化的需求，无需手动重新配置。这种可扩展性可确保网络能够无缝地处理不断增加的负载和新型设备。

改善用户体验

人工智能原生网络根据用户行为和偏好来优化网络性能，确保 IT 运营商、员工、消费者和公共互联网服务用户持续获得卓越体验。

人工智能网络如何运作

好的人工智能先要有正确的数据。要让人工智能原生网络发挥最大功效，不仅需要收集大量数据，还需要收集高质量的数据。低质量数据或错误数据可能会导致响应不准确或出现偏差。收集的数据包括流量模式、设备性能指标、网络使用统计信息、安全日志、实时无线用户状态以及来自路由器、交换机和防火墙的流式遥测数据。

收集的数据需要使用机器学习算法来进行分析。这些算法在经过训练后可识别数据中的模式和异常。这些算法会持续从网络行为中学习，不断发展和改进，从而有助于做出更准确的预测和决策。

应用可解释的人工智能流程和方法可以让用户理解并信赖由系统的机器学习算法通过计算得出的结果和输出。这是深入了解如何利用数据以及数据如何为输出提供证据的关键所在。

人工智能原生网络可以基于对数据的分析和可信度来提供正确的实时响应。决策过程是动态和实时的，使网络能够快速适应不断变化的条件。潜在的响应包括：

• 预测性建模：通过预判未来的网络状态或潜在问题，它可以预测流量峰值，或者识别网络中容易出故障或易受攻击的薄弱环节。
  
• 自我优化：使用人工智能原生网络时，如果人工智能检测到特定路由在某些时间经常发生拥塞，便可预先调整流量路由，以保持最佳性能。
  
• 主动维护和自我修复：网络可以识别和诊断问题，避免引发重大故障，例如预测硬件故障。它还可以自动采取纠正措施，如重新启动故障设备或切换到备份系统。
  
• 增强安全性：当检测到潜在威胁时，网络可以实施安全协议，如隔离受影响的网段或阻止恶意流量。
  
• 用户体验管理：人工智能原生网络可以根据用户行为和偏好调整优先级和资源，从而根据用户需求量身定制网络性能。

人工智能原生网络用例

人工智能原生网络在不同行业的各种用例中都有应用。这些用例通常分为两类：网络人工智能 (AI for Networking) 和人工智能网络 (Networking for AI)。

网络人工智能

人工智能原生网络可以持续监控和分析网络性能，并通过自动调整设置来优化速度、可靠性和效率。这在大规模网络（例如，由互联网服务提供商或数据中心使用的网络）中尤其有用。

通过预测可能发生的网络故障或瓶颈，人工智能原生网络可发出维护预警、减少停机时间并提高服务可靠性。这对医院、应急响应系统或金融机构等关键基础设施和服务至关重要。

人工智能原生网络可以检测异常模式，异常模式表明存在网络威胁或漏洞。这包括识别和缓解 DDoS 攻击、恶意软件或未经授权的访问尝试。这对于保护银行、政府和国防等部门的敏感数据至关重要。

人工智能网络 (Networking for AI)

在执行人工智能训练和推理时，独特的流量模式、尖端的应用和昂贵的 GPU 资源会对网络提出严格的要求。人工智能原生网络系统可帮助提供强大的网络，快速完成作业，并实现出色的 GPU 投资回报率。

人工智能原生网络和瞻博网络

瞻博网络从头开始构建了业界首个人工智能原生网络平台，以充分利用人工智能的前景。这个人工智能原生网络平台提供了业界唯一的 AI for IT Operations (AIOps) 解决方案，能够在单一通用云中为整个网络提供无与伦比的端到端保证。从实时故障隔离到主动异常检测和自我驱动型纠正措施，它可以为园区、分支机构、数据中心和 WAN 运维提供更高水准的可预测性、可靠性和安全性。

企业可以依靠瞻博网络平台大幅简化当前的管理难题，同时确保每个连接具有出色的可靠性、可衡量性和安全性。企业还可以构建高性能、自适应的网络基础架构，针对任务关键型人工智能工作负载的连接性、数据量和速度要求进行优化。

这一切都始于从战略上转向体验至上的方法。该方法侧重于提出正确的问题，为网络运营商和最终用户提供最佳体验。其提供正确体验的能力建立在三个基础之上：1) 正确的数据，2) 正确的实时响应，以及 3) 正确的基础架构。

正确的数据

瞻博网络首先提出适当的问题以获取正确的数据，从而评估网络，评估粒度达到每个用户和会话级别。凭借 7 年多的强化学习、强大的数据科学算法以及来自所有网络用户和设备的相关实时遥测数据，瞻博网络可为 IT 人员提供准确、可行的信息。

正确的实时响应

瞻博网络为 IT 运营商提供对其网络问题的实时响应。带有自动化工作流程的可定制服务级别可立即检测和修复用户问题，而 Marvis 虚拟网络助手则为 IT 运营商与网络的交互方式带来了一种范式转变。Marvis 可以像人类一样用自然语言回答 IT 问题。

正确的基础架构

从设备到操作系统，从硬件到软件，瞻博网络拥有业界最具可扩展性的基础架构，可以为其人工智能原生网络平台提供鼎力支持。真正的云原生、API 连接架构是为了处理大量数据而构建的，可实现零信任并确保实时做出正确的响应。

瞻博网络早在几年前就为其人工智能原生网络平台奠定了基础。当时，瞻博网络就很有远见地以一种可以提取丰富网络数据的方式构建产品。通过利用这些数据来回答有关如何始终如一地为运营商和最终用户提供更佳体验的问题，瞻博网络树立了新的行业标杆。