在企业 IT 预算清单上，网络设备采购与运维的预算，如同写字楼里的水和电，长期被视为一个 “成本项”。以至于 CFO 们挥舞着成本控制的 “大刀” 时，网络预算常常是第一个被压缩的对象。

当 AI 大模型训练从千卡、万卡奔向十万卡集群，当 AI 推理应用渗透到千行万业的毛细血管，曾经作为 “配角” 的网络，迅速被 AI 浪潮汹涌地推向了舞台正中央：网络不再只是连接算力的 “管道”，而是成为决定算力能否高效释放、AI 应用能否规模化落地的 “生产力放大器”。

华为中国政企数通总经理李武东在采访中和我们分享了一个精辟的总结：AI 与网络的关系，早已不是 “主角” 与 “配角”，而是一场深度共演。

01 从 “连接” 到 “感知”，唤醒沉默的管道

AI 对网络的改造，主要体现在两个维度：一是让网络运维变得 “聪明”，二是超越连接的 “感知” 能力。

首先是运维智能化。

迈入 AI 时代，网络正在告别 “背锅侠” 的定位，网络运维更是迎来了 “自动驾驶” 新时代。

李武东在采访中提到了一个银行客户的分享：“过去，在我们公司里，网络运维部还有一个别称，叫’ 背锅部’。” 一个简单的比喻，道出了网络运维团队的辛酸——无论哪个业务系统出现问题，第一反应往往是 “网络有问题”。问题的根源，在于网络的复杂性与不可视。

一个大型园区网络拥有着动辄数万台设备，任何一个微小的故障点都可能引发连锁反应。就连清华大学都曾遇到过这样的困境：学生报障一个 Wi-Fi 信号问题后，运维老师可能需要花费两到三天时间，在各种系统之间来回切换、定位、调优，处理过程极其耗时，学生体验也并不好。

AI 的出现，为解决顽疾带来了曙光。

在华为全联接大会 2025 上，华为数据通信发布了全新 NetMaster 解决方案，将 AI 大模型嵌入到网络中与 SDN 的管 - 控 - 析组件对接：

在网络管理部分，有了 AI 的加持，能够实现更精准的业务互访关系映射和流量路径还原（数字地图）；

在网络分析部分，NetMaster 能够对异常业务、异常流量自动进行根因解析，精准定位故障点。比如常见故障的处理，可以和控制器联动，实现故障自愈，提高网络运维的自动化率；对于未知故障，可根据用户的运维习惯和管理要求，自动生成故障处理工作流，指导运维人员快速处理故障。

随着 AI 性能的不断深化，这一能力也已充分应用到了华为数据通信网络的建设当中。通过 AI 赋能，华为正在构建起一个高品质、智能化、可信赖的品智联接网络底座，将一步步实现网络自我感知、自我分析、自我决策和自我优化，最终将运维人员从繁琐的重复性工作中解放出来，聚焦于更高价值的业务创新。

其次，是网络属性的升级，Wi-Fi 有了感知能力，不断解锁新应用场景。

如果说运维智能化是 AI 为网络赋予的 “大脑”，网络属性的升级则是装上了敏锐的 “感官”：CSI 技术和 Wi-Fi 的融合创新，让网络不再只是传输 0 和 1 的管道，开始具备 “感知” 物理世界的能力。

上海设计大厦作为华建集团上海院自用的办公楼，携手华为成功部署了全国首个 Wi-Fi 通感一体，并将这一技术创新性地融入到 Wi-Fi 7AP 当中，在会客厅等场景内，仅需安装单个 AP，就能独立实现空间智能感知。

关联灯光、空调、大屏的控制系统，做到 “人走灯灭、人走灯熄”，并能根据人员密度动态调节空调与新风机组的运行强度，打造舒适办公环境。该方案成功部署后，整体能耗降低 15%，既实现了节能自动化又提升了用户办公体验，真正实现效能跃迁。

其中的原理并不复杂。

CSI 技术实现了对空间内活动状态的检测：电磁波在空间中传播时，如果有物体移动，Wi-Fi 信道状态信息就会发生变化，以毫秒级周期采集信道变化，通过检测算法就能捕捉出空间中是否有人离开、是否有人进入，并联动能源系统，作出相应的状态调整。

网络的感知能力，并未局限于空间管理，依托于技术的革新，更多超乎想象的应用场景正在涌现：

酒店可以通过这一技术有效预防 “飞房” 现象的发生。当前，酒店行业面临着一个管理痛点——“飞房”，即系统显示为空置的房间，实际却被违规占用和售卖。如今通过检测房间内的 Wi-Fi 信号波动，系统可以判断出 “空置” 房间是否有人，有效避免酒店的运营损失。

再比如空间隐私安全防护。针对非法偷拍事件，Wi-Fi 通感一体技术可通过频谱扫描、特征匹配等手段感知并捕捉摄像头的电磁波，目前该技术已能成功捕捉出 62 个主流品牌超过 110 款非法影像设备，为隐私保护提供了一层看不见的安全屏障。

从连接到感知，意味着网络正在从幕后走向台前，完成了根本性的角色跃升：不再只是承载信息，更在创造新的服务价值。

02 从 “算力孤岛” 到 “价值协同”，成为算力 ROI 放大器

在 AI 与网络的双向关系中，前者 “唤醒” 了后者，后者也在 “成就” 前者。特别是在算力成本高企的当下，网络性能直接决定了 AI 的投入产出比（ROI），成为算力价值能否最大化释放的关键变量。

先来看训练层面，智算网络让每一分昂贵的算力都 “跑” 了起来。

大模型训练，既是一场数据的 “饕餮盛宴”，也是对网络极限的严酷考验。在一个典型的万卡集群中，数万个计算节点需要进行海量、高频的数据交换。而且大模型的网络流量模型，和传统互联网业务截然不同。

在通算领域，接入的终端设备量很大，但每台设备的数据流不大。但在智算领域，接入终端数有限，每一路的流量恨不得把 400G 的端口全部用满。由此导致了一个严重的问题：网络负载极不均衡。

要解决这些问题，就必须构建一张 “无损” 且 “智能” 的网络。

华为的答案是 NSLB 智能负载均衡算法，能够实时感知网络中每条链路的负载情况，就像一个聪明的交通调度员，动态地将数据流引导至最空闲的路径，实现 “流量精准导航”。确保数据能够均匀、高效地 “喂” 给每一张算力卡，避免出现算力空载等情况，让 “忙的忙死，闲的闲死” 成为历史。

网络的创新并未止步于此。

华为和香港科技大学 9 月初联合在 SIGCOMM 上发布了一种全新的 DCP 算法，可通过转发和控制分离的方式，解决现有 RoCE 网络常规 PFC 流控机制存在的问题，进一步提高通信效率，提升整个集群的性能。

而训练效率的大幅提升，等于在更短的时间内完成同样的训练任务，或者在同样的时间内训练出更强大的模型。直接将网络投资转化为了实实在在的算力产出和时间成本节约，网络扮演了算力投资回报率的 “放大器”。

在推理层面，网络创新铺就了 “智算平权” 的最后一公里。

如果说模型训练是少数巨头的 “军备竞赛”，模型推理则是千行百业的 “技术红利”。

随着 AI 应用快速渗透到金融、医疗、教育、政务、制造等领域，从智能客服到智慧城市，从自动驾驶到个性化推荐，推理需求正迎来爆发式增长，同时也对网络提出了前所未有的要求。

如果说训练阶段关注的是大规模集群的高吞吐，推理阶段更像是一场 “实时服务” 的考验：高并发、低时延、稳定可靠。

以 AI 客服场景为例，当成千上万的用户同时发起咨询，网络必须确保毫秒级响应，否则就会出现体验骤降甚至客户流失。所以面向推理的网络不仅要满足低时延，还必须具备可靠带宽和动态调度的能力，能够为海量、碎片化的推理任务提供稳定的数据传输保障，确保每一次调用都精准可靠。

李武东提到了一个概念叫 “智算平权”，即降低使用门槛和边际成本，让每一家企业都能以合理的价格获得 AI 能力。

相对应的，华为进行了一连串的创新：

在硬件层面，800GE 全系列智算交换机、星联系列光模块等新一代产品正在快速迭代，显著提升了网络的带宽和可靠性；

在软件层面，围绕无损传输、负载均衡、切片调度等关键技术的优化，能够保障不同类型推理任务的实时性和公平性；

在生态层面，华为昇腾与行业 ISV 合作，使得推理网络方案可以覆盖更多场景，形成一整套可落地的解决路径。

个中逻辑并不难解释。

AI 革命的本质，就是让算力成为像水电一样普遍可得的基础资源。只有当企业不再因算力门槛而却步，AI 才能真正走进千行百业，推动产业价值链的深度重塑。网络的进化，正在打破 “算力孤岛”，释放算力的最大价值。

03 告别 “成本中心”，网络价值创造的四重奏

当网络被 AI 唤醒并反哺 AI，已然完成了从 “成本中心” 到 “价值中心” 的惊险一跃。价值创造的逻辑，可以从四个层面来理解：

1、运维层面：降本增效的 “压舱石”。

华为数据中心自动驾驶网络，将运维人员从 “人海战术” 中解放出来，问题闭环从天级缩短至分钟级，显著降低了人力成本。更重要的是，AI 将隐性的运维经验显性化、知识化，构建了一个可复制、可传承的知识体系，成为企业 IT 资产的一部分。

2、效率层面：算力 ROI 的 “倍增器”。

无论是在训练还是推理场景，网络性能都与算力效率直接挂钩。投资更高带宽、更低时延、更智能调度的网络，本质上就是在投资算力的回报率。高性能网络让每一瓦特的电力、每一块算力卡的潜能得到释放，是名副其实的生产力倍增器。

3、价值层面：衍生新服务的 “孵化器”。

网络感知的出现，让网络本身具备了直接创造商业价值的能力。基于呼吸检测的健康服务、基于防偷拍的安防服务、基于能耗感知的节能服务……不再是网络的附属品，而是可以独立定价、独立运营的新业务、新营收点。

4、安全层面：内生安全的 “免疫系统”。

传统安全建设，如同在城墙之外不断加盖堡垒，是一种 “叠加式” 的被动防御，成本高昂且存在短板。未来的网络安全，将是 “内生” 的，端到端加密、抗量子加密等能力，将被直接嵌入到交换机、路由器的链路中，构建起一道 “免疫系统”。

简单做个总结的话：过去网络是沉默的、看不见的 “管道”，是 IT 世界里最容易被忽视的基础设施；在 AI 的催化下，网络已经完成了从 “连接” 到 “感知”，从 “支撑” 到 “赋能” 的深刻蜕变。

未来的 AI 生产力高地，将不再由单一的算力堆砌而成，而是取决于 “算 + 网” 协同的深度与效率。对于每一家拥抱 AI 浪潮的企业而言，认知上的转变刻不容缓：在资产负债表上，网络一栏所代表的，早已不是冰冷的 “成本”，而是滚烫的 “生产力”。