在企業 IT 預算清單上，網絡設備採購與運維的預算，如同寫字樓裏的水和電，長期被視為一個 “成本項”。以至於 CFO 們揮舞着成本控制的 “大刀” 時，網絡預算常常是第一個被壓縮的對象。

當 AI 大模型訓練從千卡、萬卡奔向十萬卡集羣，當 AI 推理應用滲透到千行萬業的毛細血管，曾經作為 “配角” 的網絡，迅速被 AI 浪潮洶湧地推向了舞台正中央：網絡不再只是連接算力的 “管道”，而是成為決定算力能否高效釋放、AI 應用能否規模化落地的 “生產力放大器”。

華為中國政企數通總經理李武東在採訪中和我們分享了一個精闢的總結：AI 與網絡的關係，早已不是 “主角” 與 “配角”，而是一場深度共演。

01 從 “連接” 到 “感知”，喚醒沉默的管道

AI 對網絡的改造，主要體現在兩個維度：一是讓網絡運維變得 “聰明”，二是超越連接的 “感知” 能力。

首先是運維智能化。

邁入 AI 時代，網絡正在告別 “背鍋俠” 的定位，網絡運維更是迎來了 “自動駕駛” 新時代。

李武東在採訪中提到了一個銀行客户的分享：“過去，在我們公司裏，網絡運維部還有一個別稱，叫’ 背鍋部’。” 一個簡單的比喻，道出了網絡運維團隊的辛酸——無論哪個業務系統出現問題，第一反應往往是 “網絡有問題”。問題的根源，在於網絡的複雜性與不可視。

一個大型園區網絡擁有着動輒數萬台設備，任何一個微小的故障點都可能引發連鎖反應。就連清華大學都曾遇到過這樣的困境：學生報障一個 Wi-Fi 信號問題後，運維老師可能需要花費兩到三天時間，在各種系統之間來回切換、定位、調優，處理過程極其耗時，學生體驗也並不好。

AI 的出現，為解決頑疾帶來了曙光。

在華為全聯接大會 2025 上，華為數據通信發佈了全新 NetMaster 解決方案，將 AI 大模型嵌入到網絡中與 SDN 的管 - 控 - 析組件對接：

在網絡管理部分，有了 AI 的加持，能夠實現更精準的業務互訪關係映射和流量路徑還原（數字地圖）；

在網絡分析部分，NetMaster 能夠對異常業務、異常流量自動進行根因解析，精準定位故障點。比如常見故障的處理，可以和控制器聯動，實現故障自愈，提高網絡運維的自動化率；對於未知故障，可根據用户的運維習慣和管理要求，自動生成故障處理工作流，指導運維人員快速處理故障。

隨着 AI 性能的不斷深化，這一能力也已充分應用到了華為數據通信網絡的建設當中。通過 AI 賦能，華為正在構建起一個高品質、智能化、可信賴的品智聯接網絡底座，將一步步實現網絡自我感知、自我分析、自我決策和自我優化，最終將運維人員從繁瑣的重複性工作中解放出來，聚焦於更高價值的業務創新。

其次，是網絡屬性的升級，Wi-Fi 有了感知能力，不斷解鎖新應用場景。

如果説運維智能化是 AI 為網絡賦予的 “大腦”，網絡屬性的升級則是裝上了敏鋭的 “感官”：CSI 技術和 Wi-Fi 的融合創新，讓網絡不再只是傳輸 0 和 1 的管道，開始具備 “感知” 物理世界的能力。

上海設計大廈作為華建集團上海院自用的辦公樓，攜手華為成功部署了全國首個 Wi-Fi 通感一體，並將這一技術創新性地融入到 Wi-Fi 7AP 當中，在會客廳等場景內，僅需安裝單個 AP，就能獨立實現空間智能感知。

關聯燈光、空調、大屏的控制系統，做到 “人走燈滅、人走燈熄”，並能根據人員密度動態調節空調與新風機組的運行強度，打造舒適辦公環境。該方案成功部署後，整體能耗降低 15%，既實現了節能自動化又提升了用户辦公體驗，真正實現效能躍遷。

其中的原理並不複雜。

CSI 技術實現了對空間內活動狀態的檢測：電磁波在空間中傳播時，如果有物體移動，Wi-Fi 信道狀態信息就會發生變化，以毫秒級週期採集信道變化，通過檢測算法就能捕捉出空間中是否有人離開、是否有人進入，並聯動能源系統，作出相應的狀態調整。

網絡的感知能力，並未侷限於空間管理，依託於技術的革新，更多超乎想象的應用場景正在湧現：

酒店可以通過這一技術有效預防 “飛房” 現象的發生。當前，酒店行業面臨着一個管理痛點——“飛房”，即系統顯示為空置的房間，實際卻被違規佔用和售賣。如今通過檢測房間內的 Wi-Fi 信號波動，系統可以判斷出 “空置” 房間是否有人，有效避免酒店的運營損失。

再比如空間隱私安全防護。針對非法偷拍事件，Wi-Fi 通感一體技術可通過頻譜掃描、特徵匹配等手段感知並捕捉攝像頭的電磁波，目前該技術已能成功捕捉出 62 個主流品牌超過 110 款非法影像設備，為隱私保護提供了一層看不見的安全屏障。

從連接到感知，意味着網絡正在從幕後走向台前，完成了根本性的角色躍升：不再只是承載信息，更在創造新的服務價值。

02 從 “算力孤島” 到 “價值協同”，成為算力 ROI 放大器

在 AI 與網絡的雙向關係中，前者 “喚醒” 了後者，後者也在 “成就” 前者。特別是在算力成本高企的當下，網絡性能直接決定了 AI 的投入產出比（ROI），成為算力價值能否最大化釋放的關鍵變量。

先來看訓練層面，智算網絡讓每一分昂貴的算力都 “跑” 了起來。

大模型訓練，既是一場數據的 “饕餮盛宴”，也是對網絡極限的嚴酷考驗。在一個典型的萬卡集羣中，數萬個計算節點需要進行海量、高頻的數據交換。而且大模型的網絡流量模型，和傳統互聯網業務截然不同。

在通算領域，接入的終端設備量很大，但每台設備的數據流不大。但在智算領域，接入終端數有限，每一路的流量恨不得把 400G 的端口全部用滿。由此導致了一個嚴重的問題：網絡負載極不均衡。

要解決這些問題，就必須構建一張 “無損” 且 “智能” 的網絡。

華為的答案是 NSLB 智能負載均衡算法，能夠實時感知網絡中每條鏈路的負載情況，就像一個聰明的交通調度員，動態地將數據流引導至最空閒的路徑，實現 “流量精準導航”。確保數據能夠均勻、高效地 “喂” 給每一張算力卡，避免出現算力空載等情況，讓 “忙的忙死，閒的閒死” 成為歷史。

網絡的創新並未止步於此。

華為和香港科技大學 9 月初聯合在 SIGCOMM 上發佈了一種全新的 DCP 算法，可通過轉發和控制分離的方式，解決現有 RoCE 網絡常規 PFC 流控機制存在的問題，進一步提高通信效率，提升整個集羣的性能。

而訓練效率的大幅提升，等於在更短的時間內完成同樣的訓練任務，或者在同樣的時間內訓練出更強大的模型。直接將網絡投資轉化為了實實在在的算力產出和時間成本節約，網絡扮演了算力投資回報率的 “放大器”。

在推理層面，網絡創新鋪就了 “智算平權” 的最後一公里。

如果説模型訓練是少數巨頭的 “軍備競賽”，模型推理則是千行百業的 “技術紅利”。

隨着 AI 應用快速滲透到金融、醫療、教育、政務、製造等領域，從智能客服到智慧城市，從自動駕駛到個性化推薦，推理需求正迎來爆發式增長，同時也對網絡提出了前所未有的要求。

如果説訓練階段關注的是大規模集羣的高吞吐，推理階段更像是一場 “實時服務” 的考驗：高併發、低時延、穩定可靠。

以 AI 客服場景為例，當成千上萬的用户同時發起諮詢，網絡必須確保毫秒級響應，否則就會出現體驗驟降甚至客户流失。所以面向推理的網絡不僅要滿足低時延，還必須具備可靠帶寬和動態調度的能力，能夠為海量、碎片化的推理任務提供穩定的數據傳輸保障，確保每一次調用都精準可靠。

李武東提到了一個概念叫 “智算平權”，即降低使用門檻和邊際成本，讓每一家企業都能以合理的價格獲得 AI 能力。

相對應的，華為進行了一連串的創新：

在硬件層面，800GE 全系列智算交換機、星聯繫列光模塊等新一代產品正在快速迭代，顯著提升了網絡的帶寬和可靠性；

在軟件層面，圍繞無損傳輸、負載均衡、切片調度等關鍵技術的優化，能夠保障不同類型推理任務的實時性和公平性；

在生態層面，華為昇騰與行業 ISV 合作，使得推理網絡方案可以覆蓋更多場景，形成一整套可落地的解決路徑。

箇中邏輯並不難解釋。

AI 革命的本質，就是讓算力成為像水電一樣普遍可得的基礎資源。只有當企業不再因算力門檻而卻步，AI 才能真正走進千行百業，推動產業價值鏈的深度重塑。網絡的進化，正在打破 “算力孤島”，釋放算力的最大價值。

03 告別 “成本中心”，網絡價值創造的四重奏

當網絡被 AI 喚醒並反哺 AI，已然完成了從 “成本中心” 到 “價值中心” 的驚險一躍。價值創造的邏輯，可以從四個層面來理解：

1、運維層面：降本增效的 “壓艙石”。

華為數據中心自動駕駛網絡，將運維人員從 “人海戰術” 中解放出來，問題閉環從天級縮短至分鐘級，顯著降低了人力成本。更重要的是，AI 將隱性的運維經驗顯性化、知識化，構建了一個可複製、可傳承的知識體系，成為企業 IT 資產的一部分。

2、效率層面：算力 ROI 的 “倍增器”。

無論是在訓練還是推理場景，網絡性能都與算力效率直接掛鈎。投資更高帶寬、更低時延、更智能調度的網絡，本質上就是在投資算力的回報率。高性能網絡讓每一瓦特的電力、每一塊算力卡的潛能得到釋放，是名副其實的生產力倍增器。

3、價值層面：衍生新服務的 “孵化器”。

網絡感知的出現，讓網絡本身具備了直接創造商業價值的能力。基於呼吸檢測的健康服務、基於防偷拍的安防服務、基於能耗感知的節能服務……不再是網絡的附屬品，而是可以獨立定價、獨立運營的新業務、新營收點。

4、安全層面：內生安全的 “免疫系統”。

傳統安全建設，如同在城牆之外不斷加蓋堡壘，是一種 “疊加式” 的被動防禦，成本高昂且存在短板。未來的網絡安全，將是 “內生” 的，端到端加密、抗量子加密等能力，將被直接嵌入到交換機、路由器的鏈路中，構建起一道 “免疫系統”。

簡單做個總結的話：過去網絡是沉默的、看不見的 “管道”，是 IT 世界裏最容易被忽視的基礎設施；在 AI 的催化下，網絡已經完成了從 “連接” 到 “感知”，從 “支撐” 到 “賦能” 的深刻蜕變。

未來的 AI 生產力高地，將不再由單一的算力堆砌而成，而是取決於 “算 + 網” 協同的深度與效率。對於每一家擁抱 AI 浪潮的企業而言，認知上的轉變刻不容緩：在資產負債表上，網絡一欄所代表的，早已不是冰冷的 “成本”，而是滾燙的 “生產力”。