人工智能在海底網(wǎng)絡(luò)連接革命中的作用

　　網(wǎng)絡(luò)行業(yè)人士都知道帶寬增長(zhǎng)是常態(tài)。我們必須適應(yīng)消費(fèi)者日益增長(zhǎng)的數(shù)據(jù)需求;從如今微不足道的電子郵件傳輸?shù)?k視頻流，再到大數(shù)據(jù)的訪問(wèn)和分析，無(wú)縫數(shù)字體驗(yàn)的關(guān)鍵始終是帶寬。

　　數(shù)據(jù)中心大多建在靠近用戶的地方(即靠近主要城市地區(qū))。這有助于減少延遲和平均上云時(shí)間，更好地提供無(wú)縫體驗(yàn)，這對(duì)普及至關(guān)重要。

　　最近，電力成本、可再生能源的接近程度以及技術(shù)基礎(chǔ)設(shè)施(5G和光纖入戶)成為更加緊迫的問(wèn)題，在某些情況下，數(shù)據(jù)中心會(huì)遠(yuǎn)離用戶并靠近人口稀少的地區(qū)，尤其是大型數(shù)據(jù)中心園區(qū)可能會(huì)給當(dāng)?shù)仉娋W(wǎng)帶來(lái)壓力。有了高速連接，在很遠(yuǎn)的距離內(nèi)保持快速連接仍然是可行的，而且技術(shù)進(jìn)步也在不斷加快，以確保體驗(yàn)保持相對(duì)無(wú)縫。

　　但人工智能(AI)為服務(wù)提供商帶來(lái)了新的挑戰(zhàn)和機(jī)遇。挑戰(zhàn)不僅在于額外的帶寬需求，還在于確定數(shù)據(jù)中心建設(shè)的新策略。要使AI真正有效，推理(AI根據(jù)請(qǐng)求處理命令的能力)需要立即進(jìn)行。這將需要在網(wǎng)絡(luò)邊緣建立更多(盡管規(guī)模較小)的數(shù)據(jù)中心，以便推理盡可能靠近終端用戶(包括人類和機(jī)器)，以最大限度地減少產(chǎn)生的延遲。

　　以利用人工智能和4K監(jiān)控?cái)z像頭的智能城市為例。這些攝像頭需要監(jiān)控很多東西，檢測(cè)從交通模式到可疑活動(dòng)等各種情況，例如實(shí)時(shí)檢測(cè)正在發(fā)生的犯罪，而運(yùn)動(dòng)圖像檢測(cè)的進(jìn)步可以創(chuàng)建更詳細(xì)的交通流量表示，還可以檢測(cè)諸如犯罪或拔出武器等情況。鑒于以視頻為中心的數(shù)據(jù)分辨率更高，這些用例對(duì)帶寬的需求更大，一旦將人工智能納入其中，它可以創(chuàng)建場(chǎng)景并選擇如何最好地控制流量或應(yīng)對(duì)威脅，談?wù)摰氖窃谶吘夁M(jìn)行大量復(fù)雜推理的需求。

　　此外，這一邊緣需要與其他“邊緣”協(xié)作，才能全面了解整個(gè)城市的交通流量，而不僅僅是本地層面。如果數(shù)據(jù)必須跨越大陸進(jìn)行推斷和發(fā)回，那么這個(gè)過(guò)程可能需要幾秒到幾分鐘的時(shí)間——這顯然不是這種系統(tǒng)的發(fā)展方向。

　　因此，考慮兩個(gè)因素：數(shù)據(jù)中心建在遠(yuǎn)離用戶的地區(qū)，有時(shí)是海外，同時(shí)，需要比以往更快地進(jìn)行邊緣推理。

　　海底電纜，我們忘記了這個(gè)基礎(chǔ)設(shè)施，但它可能是全球互聯(lián)網(wǎng)最重要的部分，這些電纜以最快的速度將數(shù)據(jù)輸送到遙遠(yuǎn)的距離，而且是無(wú)形的。這些海底網(wǎng)絡(luò)通過(guò)超過(guò)500條海底電纜網(wǎng)絡(luò)承載著全球99%以上的洲際電子通信流量。挑戰(zhàn)一直是保持?jǐn)?shù)據(jù)可靠且經(jīng)濟(jì)高效地流動(dòng)，同時(shí)繼續(xù)最大限度地提高光譜效率。

　　但在這個(gè)新的分散環(huán)境中，這些信息動(dòng)脈將變得更加重要，它們以最快的速度從遙遠(yuǎn)的地方傳輸來(lái)自人工智能的流量，并與城域網(wǎng)和地面網(wǎng)絡(luò)連接，以實(shí)現(xiàn)邊緣所需的推理。日益增長(zhǎng)的災(zāi)難恢復(fù)和冗余需求需要數(shù)據(jù)中心之間建立大規(guī)模的海底連接——例如，澳大利亞和美國(guó)大陸之間的距離可能非常遙遠(yuǎn)，但對(duì)于普通用戶來(lái)說(shuō)，這是無(wú)法感覺(jué)到的，尤其是在停機(jī)期間，如果我們?cè)絹?lái)越依賴人工智能來(lái)滿足我們的日常需求。

　　因此，海底電纜需要鋪設(shè)在以前沒(méi)有鋪設(shè)過(guò)的地方——遠(yuǎn)離人口稠密的地區(qū)，靠近電源?，F(xiàn)在還存在額外的挑戰(zhàn)，因?yàn)榱髁磕Ｊ娇雌饋?lái)會(huì)有所不同，尤其是對(duì)于人工智能而言;訓(xùn)練負(fù)載對(duì)網(wǎng)絡(luò)的要求與推理流量不同，推理流量也不同于“常規(guī)”流量。問(wèn)題是，簡(jiǎn)單地建造一條新的海底電纜并不容易——這些項(xiàng)目耗資數(shù)億美元，需要數(shù)年時(shí)間進(jìn)行規(guī)劃和部署。

　　那么，我們?cè)撛趺崔k?是的，我們需要更多海底電纜連接到新的、遙遠(yuǎn)的地方……但考慮到鋪設(shè)新電纜所需的費(fèi)用和時(shí)間，必須優(yōu)化和增強(qiáng)已經(jīng)安裝和部署的電纜。

　　我們現(xiàn)在處于400Gb/s取代100Gb/s的階段。基本上，它是海底電纜在遠(yuǎn)程數(shù)據(jù)中心和地面網(wǎng)絡(luò)之間來(lái)回傳輸AI生成的數(shù)據(jù)所需運(yùn)行的基線。

　　相干光學(xué)解決方案正在不斷發(fā)展，該技術(shù)現(xiàn)在可以輕松滿足800Gb/s的需求，并在某些海底距離內(nèi)達(dá)到1Tb/s，這將使更多的流量能夠比以往更快地穿越更遠(yuǎn)的距離。

　　但至關(guān)重要的是，海底電纜需要滿足數(shù)據(jù)中心互連需求的靈活需求，例如穿越網(wǎng)絡(luò)到遙遠(yuǎn)地方和邊緣數(shù)據(jù)中心的替代流量模式。大型人工智能集群和閑置計(jì)算挑戰(zhàn)將推動(dòng)對(duì)遠(yuǎn)距離負(fù)載平衡和工作負(fù)載分配的需求增加。由海底電纜支持的全球網(wǎng)絡(luò)必須快速重新優(yōu)化流量模式，特別是由于人工智能，預(yù)計(jì)流量每年將增加一倍以上。

　　最終，未來(lái)人工智能驅(qū)動(dòng)網(wǎng)絡(luò)的關(guān)鍵在于確保海底、陸地和云網(wǎng)絡(luò)繼續(xù)無(wú)縫融合在一起，成為一個(gè)可消耗的網(wǎng)絡(luò)資產(chǎn)，以便能夠按照終端用戶要求的速度交付人工智能。

　　來(lái)源：千家網(wǎng)