超越瓶頸：人工智能集群組網(wǎng)報告

2025釋放人工智能數(shù)據(jù)中心潛力的趨勢、投資和優(yōu)化策略這份報告，基于全球

Heavy

Reading

進行的調(diào)查與是德科技（KeysightTechnologies）合作，研究了影響2025年人工智能集群網(wǎng)絡的關鍵挑戰(zhàn)、

技術(shù)選擇和投資重點。主要調(diào)查結(jié)果介紹處于十字路口的人工智能不僅僅是更快61%

的受訪者專注于優(yōu)化現(xiàn)有資源，利用軟件定義

網(wǎng)

絡（SDN）、超高速以

太

網(wǎng)（Ultra

Ethernet）和高級驗證工作流程，而

非新的資本支出。我們看到的是一個關于緊迫性、獨創(chuàng)性和重新定義的故事。這些發(fā)現(xiàn)共同構(gòu)成了下一階段人工智能基礎設施的藍圖：它不僅建立在速度上，而且建立在可擴展的基礎上。人工智能（AI）是下一代創(chuàng)新的引擎。然而，復雜性的增加意味著對數(shù)據(jù)中心網(wǎng)絡需求的增加。隨著人工智能成長為企業(yè)戰(zhàn)略的核心組成部分，組織必須仔細考慮如何設計、測試和擴展其基礎設施。模擬成為現(xiàn)實

的檢驗95%的受訪者認為真實世界仿真至關重要，但大多數(shù)受訪者仍然缺乏復制生產(chǎn)級AI工作負載的工具。領導力正在被

重新定義未來屬于那些能夠?qū)㈧`活性、互操作性和操作成熟度，

以負責任和戰(zhàn)略性的方式擴展人工智能基礎設施的人。壓力與日俱增89%的受訪者計劃擴大或維持人工智能基礎設施投資，即使59%

的人認為預算限制是一個主要問題。網(wǎng)絡是下一個瓶頸

也是下一個突破55%的受訪者正在使用400G

，22%的

受訪

者正在試用

1.6T，人工智能模型需要更快的互連。全球領導者的主要發(fā)現(xiàn)更智能的AI

擴展策略打破網(wǎng)絡瓶頸反映現(xiàn)實的仿真創(chuàng)新與成本壓力從限制到優(yōu)勢超越瓶頸：人工智能集群網(wǎng)絡報告2025|

2更智能更智能的AI擴展策略全球領導者的主要發(fā)現(xiàn)創(chuàng)新與成本壓力反映現(xiàn)實的仿真內(nèi)容結(jié)論第

1

章第2

章第4

章第5

章第3

章超越瓶頸：人工智能集群網(wǎng)絡報告2025|

3打破網(wǎng)絡瓶頸從限制到優(yōu)勢$$轉(zhuǎn)到第4章>轉(zhuǎn)到第3章>轉(zhuǎn)到第5章>轉(zhuǎn)到第2章>轉(zhuǎn)到第1章

>轉(zhuǎn)到結(jié)論>第

1

章全球領導者的主要發(fā)現(xiàn)全球領導者的主要發(fā)現(xiàn)更智能的AI

擴展策略打破網(wǎng)絡瓶頸反映現(xiàn)實的仿真創(chuàng)新與成本壓力從限制到優(yōu)勢超越瓶頸：人工智能集群網(wǎng)絡報告2025|

4該調(diào)查于

2025年3月13

日至4月11

日進行，收集了103名參與者的反饋，其中大部分來自大型電信和云服務提供商。受訪者主要是網(wǎng)絡規(guī)劃、工程和IT

領域的資深專業(yè)人士。值得注意的是，72%

的受訪者在年收入超過

10

億美元的公司工作。近90%的受訪者表示計劃擴大或維持當前的基礎設施投資，該行業(yè)顯然正在加速實現(xiàn)更高的容量、更低的延遲和更高的運營效率。然而，在運營商為增長做準備的同時，他們也面臨著從現(xiàn)有網(wǎng)絡基礎設施中獲取更多資源的壓力。了解更多：與是德科技一起探索有關擴展、優(yōu)化和驗證AI基礎設施的見解。

索人工智能數(shù)據(jù)中心的解決方案大型工作基礎設施電信公司角色投資72%76%89%收入超過10億美元網(wǎng)絡規(guī)劃，

工程、研發(fā)、

運營，IT增加或

維持第

1

章全球領導者的主要發(fā)現(xiàn)我們正在進入這樣一個階段：性能提升不僅要依賴于新的基礎架構(gòu)，還要通過對已有基礎架構(gòu)更智能的協(xié)調(diào)。增加

保持

>$5B

$1B

–$5B

<$1B

全球領導者的主要發(fā)現(xiàn)更智能的AI

擴展策略打破網(wǎng)絡瓶頸反映現(xiàn)實的仿真創(chuàng)新與成本壓力從限制到優(yōu)勢超越瓶頸：人工智能集群網(wǎng)絡報告2025|

5更智能的AI擴展策略全球領導者的主要發(fā)現(xiàn)更智能的AI

擴展策略打破網(wǎng)絡瓶頸反映現(xiàn)實的仿真創(chuàng)新與成本壓力從限制到優(yōu)勢超越瓶頸：人工智能集群網(wǎng)絡報告2025|6第2

章預算限制—59%

的組織正在努力獲得擴展人工智能基礎設施所需的資金，特別是考慮到計算、冷卻和電力的高成本?；A設施限制—55%

的受訪者強調(diào)了現(xiàn)有基礎設施的局限性，這可能是由于缺乏處理大規(guī)模人工智能工作負載的靈活性和吞吐量，從而造成了性能和容量的瓶頸。技術(shù)人員短缺—

對具備人工智能專業(yè)知識的工程師、網(wǎng)絡架構(gòu)師和數(shù)據(jù)中心專家的需求遠遠超過了當前的人才儲備，

51%的受訪者認為這是一個關鍵的技能缺口。更智能的AI擴展策略克服關鍵部署挑戰(zhàn)實施人工智能數(shù)據(jù)中心基礎設施的最大挑戰(zhàn)隨著人工智能應用的加速，數(shù)據(jù)中心運營商面臨著更快、更智能、更高效的擴展壓力。然而，幾個長期存在的障礙正在減緩進展—每一個障礙都需要戰(zhàn)略關注和創(chuàng)新?？傊?，這些挑戰(zhàn)凸顯了對更高效的擴展策略的需求，

以平衡性能、成本和人才之間的發(fā)展。全球領導者的主要發(fā)現(xiàn)更智能的AI

擴展策略打破網(wǎng)絡瓶頸反映現(xiàn)實的仿真創(chuàng)新與成本壓力從限制到優(yōu)勢超越瓶頸：人工智能集群網(wǎng)絡報告2025|

7第

2

章$更智能的AI擴展策略隨著需求的增加，運營商正在采取靈活的策略來適應新興的人工智能工作負載和流量模式。Agentic

AI、DeepSeek

和

Grok3因其對更快速處理和自適應網(wǎng)絡的需求，正在重塑基礎設施決策。擴展人工智能數(shù)據(jù)中心的首要策略:這些結(jié)果揭示了一種平衡：企業(yè)熱衷于在保持敏捷性的同時提高計算能力。AgenticAI的迭代推理能力尤其推動了架構(gòu)和互連方法的變革。了解更多：了解Keysight如何實現(xiàn)AI優(yōu)化網(wǎng)絡的實際部署。我們不僅僅是在擴展容量；我們還在重新設計人工智能計算的架構(gòu)。

是德科技AI基礎設施電子書全球領導者的主要發(fā)現(xiàn)更智能的AI

擴展策略打破網(wǎng)絡瓶頸反映現(xiàn)實的仿真創(chuàng)新與成本壓力從限制到優(yōu)勢51%正在規(guī)劃基于云的AI集成49%優(yōu)先考慮更高性能的GPU45%正在投資新的軟件架構(gòu)45%正在升級網(wǎng)絡硬件超越瓶頸：人工智能集群網(wǎng)絡報告2025|8第3

章打破網(wǎng)絡瓶頸全球領導者的主要發(fā)現(xiàn)更智能的AI

擴展策略打破網(wǎng)絡瓶頸反映現(xiàn)實的仿真創(chuàng)新與成本壓力從限制到優(yōu)勢超越瓶頸：人工智能集群網(wǎng)絡報告2025|9第

3

章打破網(wǎng)絡瓶頸隨著人工智能模型的規(guī)模和復雜性的增長，底層網(wǎng)絡結(jié)構(gòu)正在被推到極限。運營商不僅僅是在最大限度地提高當前的速度，他們還在評估下一代解決方案。調(diào)查結(jié)果顯示，運營商明顯轉(zhuǎn)向更高的帶寬。雖然

400G

仍然是人工智能和云數(shù)據(jù)中心的主流標準，但

800G

甚至

1.6T

的采用率仍在上升，以滿足大規(guī)模訓練和推理的需求。AI/ML

基礎架構(gòu)中部署的網(wǎng)絡速度:了解更多：了解任意波形發(fā)生器如何支持3.2T的448Gbps接口。27%32%34%22%全球領導者的主要發(fā)現(xiàn)更智能的AI

擴展策略打破網(wǎng)絡瓶頸反映現(xiàn)實的仿真創(chuàng)新與成本壓力從限制到優(yōu)勢觀看3.2T演示100G200G400G800G1.6T超越瓶頸：人工智能集群網(wǎng)絡報告2025|

1055%超以太網(wǎng)：專為人工智能和高性能計算（HPC）打造作為

AI

和

HPC

的專用互連標準，超以太網(wǎng)（Ultra

Ethernet）正在獲得越來越多的關注。與傳統(tǒng)以太網(wǎng)不同，Ultra

Ethernet

重新定義了協(xié)議棧，

以提供AI所需的精度、速度和可擴展性。?

面向AI和HPC的全棧設計Ultra

Ethernet是一種垂直集成架構(gòu)，從物理層到傳輸層都進行了優(yōu)化，

以實現(xiàn)并行、同步和確定性性能。?

低延遲，可靠的AI性能Ultra

Ethernet

具有超低延遲和零數(shù)據(jù)包丟失，可通過先進的調(diào)度和流

量整形確保大規(guī)模實時、可預測的數(shù)據(jù)傳輸。?

全行業(yè)的影響力和影響范圍已有58%的運營商在評估Ultra

Ethernet。它以開放、基于標準的高性能架構(gòu)，并且不存在廠商鎖定，對

InfiniBand

和RoCEv2構(gòu)成挑戰(zhàn)?

使其成為下一代AI數(shù)據(jù)中心的有力競爭者。數(shù)據(jù)還顯示了基于以太網(wǎng)的解決方案的趨勢，特別是像超以太網(wǎng)和軟件定義網(wǎng)絡（SDN）這樣的較新架構(gòu)。不過，像

InfiniBand/NVLink

這樣的高性能選項仍然有立足之地?？紤]用于AI/ML工作負載的網(wǎng)絡技術(shù):了解更多：了解為什么近60%的受訪者會考慮Ultra

Ethernet。

發(fā)現(xiàn)AI數(shù)據(jù)中心集群的可擴展策略62%正在探索SDN58%正在考慮超級以太網(wǎng)全球領導者的主要發(fā)現(xiàn)更智能的AI

擴展策略打破網(wǎng)絡瓶頸反映現(xiàn)實的仿真創(chuàng)新與成本壓力從限制到優(yōu)勢49%

正在評估以太網(wǎng)

/ROCEv238%正在評估InfiniBand/NVLink超越瓶頸：人工智能集群網(wǎng)絡報告2025|11為了優(yōu)化人工智能網(wǎng)絡性能，運營商正在將硬件升級與軟件層面的微調(diào)相結(jié)合。這種多管齊下的方法反映了有效擴展人工智能基礎設施的復雜性，

以及最大化當前基礎設施與未來投資的重要性。優(yōu)化人工智能網(wǎng)絡性能的策略:61%

的公司在追求網(wǎng)速升級53%正在使用網(wǎng)絡配置調(diào)整50%正在升級GPU隨著人工智能加速器的倍增，網(wǎng)絡不再是主干—而是瓶頸或突破口。測試更智慧，不必更費力使用AI優(yōu)化的驗證工具來模擬大規(guī)模集群。

人工智能網(wǎng)絡基準白皮書43%正在使用實驗室集群測試全球領導者的主要發(fā)現(xiàn)更智能的AI

擴展策略打破網(wǎng)絡瓶頸反映現(xiàn)實的仿真創(chuàng)新與成本壓力從限制到優(yōu)勢34%正在使用光學認證的組織正在對交換機進行

正面比較評估27%超越瓶頸：人工智能集群網(wǎng)絡報告2025|12第4

章反映現(xiàn)實的仿真全球領導者的主要發(fā)現(xiàn)更智能的AI

擴展策略打破網(wǎng)絡瓶頸反映現(xiàn)實的仿真創(chuàng)新與成本壓力從限制到優(yōu)勢超越瓶頸：人工智能集群網(wǎng)絡報告2025|

13為什么仿真很重要驗證真實世界的行為仿真彌補了實驗室條件和生產(chǎn)現(xiàn)實之間的差距。通過復制

AI

工作負載在節(jié)點、協(xié)議和故障條件下的行為，運營商可以更清楚地了解其基礎架構(gòu)在壓力下的表現(xiàn)。實現(xiàn)可靠的測試可重復性一致性是網(wǎng)絡驗證的關鍵。仿真技術(shù)使運營商能夠在測試周期中重現(xiàn)相同的流量模式、錯誤條件和同步挑戰(zhàn)，從而確保問題能夠被準確識別、有效解決并可靠驗證。提高部署前的信心仿真有助于在擴展或升級

AI

集群之前識別隱藏的瓶頸、不兼容性或邊緣故障，從而降低生產(chǎn)中出現(xiàn)問題的風險，縮短推出時間，并保護投資回報率。第

4

章反映現(xiàn)實的仿真隨著人工智能數(shù)據(jù)中心的能力、復雜性和容量的不斷提高，真實世界的流量仿真越來越被視為在現(xiàn)實條件下驗證性能的關鍵。僅僅依靠組件級驗證已經(jīng)不夠了—運營商需要模擬系統(tǒng)級的實際人工智能流量模式，以確保基礎設施能夠跟上步伐。使用AI流量模擬仿真的公司60%35%5%全球領導者的主要發(fā)現(xiàn)更智能的AI

擴展策略打破網(wǎng)絡瓶頸反映現(xiàn)實的仿真創(chuàng)新與成本壓力從限制到優(yōu)勢現(xiàn)在使用

計劃在未來3年內(nèi)使用超越瓶頸：人工智能集群網(wǎng)絡報告2025|

14沒有計劃使用321測試挑戰(zhàn)阻礙優(yōu)化盡管人們對人工智能工作負載仿真的重要性日益達成共識，但運營商在擴展人工智能工作負載仿真時仍面臨重大障礙。這些結(jié)果凸顯了迫切需要更智能、更一致的解決方案，

以滿足現(xiàn)代人工智能環(huán)境中不可預測的高吞吐量需求。測試/優(yōu)化人工智能基礎設施的最大挑戰(zhàn):了解更多：了解先進的仿真器如何幫助確?？蓴U展和可靠的人工智能網(wǎng)絡。仿真彌補了理論性能與生產(chǎn)實際之間的差距。

可拓展性與優(yōu)化白皮書56%

的人表示缺乏標準化的基準工具和設備56%

努力重現(xiàn)真實世界的人工智能工作負載全球領導者的主要發(fā)現(xiàn)更智能的AI

擴展策略打破網(wǎng)絡瓶頸反映現(xiàn)實的仿真創(chuàng)新與成本壓力從限制到優(yōu)勢50%

的人指出缺少專業(yè)能力強的工程師49%的報告結(jié)果因供應商特定的優(yōu)化而產(chǎn)生偏差超越瓶頸：人工智能集群網(wǎng)絡報告2025|15第5

章創(chuàng)新與成本壓力全球領導者的主要發(fā)現(xiàn)更智能的AI

擴展策略打破網(wǎng)絡瓶頸反映現(xiàn)實的仿真創(chuàng)新與成本壓力從限制到優(yōu)勢超越瓶頸：人工智能集群網(wǎng)絡報告2025|

16第

5

章創(chuàng)新與成本壓力人工智能基礎設施可能正在迅速擴張，但資金限制仍是一個主要問題。運營商顯然正在轉(zhuǎn)變觀念?不僅僅是建造更多，

而是建造更智能。調(diào)查結(jié)果突出表明，與資本密集型升級相比，優(yōu)化驅(qū)動戰(zhàn)略更受青睞。優(yōu)化人工智能數(shù)據(jù)中心基礎設施的最大好處反映了這一趨勢:將優(yōu)化視為競爭優(yōu)勢運營商越來越多地將優(yōu)化的基礎設施視為戰(zhàn)略差異化因素。

人工智能數(shù)據(jù)中心的性能、敏

捷性和響應能力的提高直接轉(zhuǎn)

化為市場優(yōu)勢，從而實現(xiàn)更快

的創(chuàng)新并增加客戶價值。無需額外投資即可從基礎

設施中獲得更多收益人們對對助于微調(diào)現(xiàn)有網(wǎng)絡的工具的需求日益增長。運營商

希望從現(xiàn)有設備中獲得更高的

效率和性能，而不需要進行物

理升級的延遲或成本。提高工作負載完成的可靠性隨著人工智能應用的發(fā)展，在不同負載和模型之間保持性能

一

致已不再是可有可無的事

情。運營商正在尋找測試解決

方案，

以確保工作負載在SLA閾值內(nèi)可預測地運行，而不受

規(guī)?；蚰Ｐ托袨榈挠绊?。降低功耗隨著能源成本的上升，最大限度地降低功耗已成為當務之

急。運營商需要能夠模擬和監(jiān)

控真實AI負載下的功耗、識別

能源熱點并驗證可持續(xù)部署方

法的工具。全球領導者的主要發(fā)現(xiàn)更智能的AI

擴展策略打破網(wǎng)絡瓶頸反映現(xiàn)實的仿真創(chuàng)新與成本壓力從限制到優(yōu)勢43%59%62%41%超越瓶頸：人工智能集群網(wǎng)絡報告2025|17優(yōu)化AI

基礎設施的主要收益?基礎設施優(yōu)化（62%）、工作負載可靠性（59%）、競爭優(yōu)勢（43%）、以及能效提升（41%）?凸顯出戰(zhàn)略方向的明顯轉(zhuǎn)變。AI

運營商不再僅僅依賴對新硬件的高額投入，而是更加傾向于通過創(chuàng)新且可持續(xù)的方式，最大化現(xiàn)有資源的價值。他們意識到，更佳的性能、敏捷性與響應力，能夠加速創(chuàng)新并創(chuàng)造更高的客戶價值。這些偏好共同表明，一個智能化基礎設施測試的新紀元正在到來。在這里，目標不僅僅是“更快”，而是憑借現(xiàn)有資源走得“更遠”。組織的關注點已從單純的擴展規(guī)模，轉(zhuǎn)