超越瓶頸：人工智能集群組網(wǎng)報告2025全球領(lǐng)導(dǎo)者的主要發(fā)現(xiàn)更智能的AI擴展策略打破網(wǎng)絡(luò)瓶頸反映現(xiàn)實的仿真創(chuàng)新與成本壓力從限制到優(yōu)勢介紹處于十字路口的人工智能人工智能（AI）是下一代創(chuàng)新的引擎。然而，復(fù)雜性的增加意味著對數(shù)據(jù)中心網(wǎng)絡(luò)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，組織必我們看到的是一個關(guān)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(chǔ)設(shè)施的藍圖：它不僅建立在速度上，而且建立在這份報告，基于全球HeavyReading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(luò)的關(guān)鍵挑戰(zhàn)、世界仿真至關(guān)重要，但大多數(shù)受訪者仍然缺乏世界仿真至關(guān)重要，但大多數(shù)受訪者仍然缺乏未來屬于那些能夠?qū)㈧`活性、互操作性和操作成熟度，以負(fù)責(zé)任和戰(zhàn)略性的方式擴展人工智現(xiàn)有資源，利用軟件定義太網(wǎng)（UltraEthernet）和高級驗證工作流程，而或維持人工智能基礎(chǔ)設(shè)認(rèn)為預(yù)算限制是一個主超越瓶頸：人工智能集群網(wǎng)絡(luò)報告2025|2$$$$第第2章第第3章第第4章第第5章結(jié)論結(jié)論超越瓶頸：人工智能集群網(wǎng)絡(luò)報告2025|3超越瓶頸：人工智能集群網(wǎng)絡(luò)報告2025|4全球領(lǐng)導(dǎo)者的主要發(fā)現(xiàn)更智能的AI擴展策略打破網(wǎng)絡(luò)瓶頸反映現(xiàn)實的仿真創(chuàng)新與成本壓力從限制到優(yōu)勢全球領(lǐng)導(dǎo)者的主要發(fā)現(xiàn)更智能的AI擴展策略打破網(wǎng)絡(luò)瓶頸反映現(xiàn)實的仿真創(chuàng)新與成本壓力從限制到優(yōu)勢全球領(lǐng)導(dǎo)者的主要發(fā)現(xiàn)其中大部分來自大型電信和云服務(wù)提供商。受訪者主要是網(wǎng)絡(luò)規(guī)劃、工程和近90%的受訪者表示計劃擴大或維持當(dāng)前的基礎(chǔ)設(shè)施投資，該行業(yè)顯然正 基礎(chǔ)設(shè)施投資10億美元網(wǎng)絡(luò)規(guī)劃，運營，IT增加保持增加保持超越瓶頸：人工智能集群網(wǎng)絡(luò)報告2025|5超越瓶頸：人工智能集群網(wǎng)絡(luò)報告2025|6全球領(lǐng)導(dǎo)者的主要發(fā)現(xiàn)更智能的AI擴展策略打破網(wǎng)絡(luò)瓶頸反映現(xiàn)實的仿真創(chuàng)新與成本壓力從限制到優(yōu)勢全球領(lǐng)導(dǎo)者的主要發(fā)現(xiàn)更智能的AI擴展策略打破網(wǎng)絡(luò)瓶頸反映現(xiàn)實的仿真創(chuàng)新與成本壓力從限制到優(yōu)勢更智能的AI擴展策略克服關(guān)鍵部署挑戰(zhàn)實施人工智能數(shù)據(jù)中心基礎(chǔ)設(shè)施的最大挑戰(zhàn)預(yù)算限制—59%的組織正在努力獲得擴展人工智能基礎(chǔ)設(shè)$隨著人工智能應(yīng)用的加速，數(shù)據(jù)中心運營商面臨著更快、更智能、更高效的擴展壓力。然而，幾個長期存在的障礙正在減緩進展—每一個障礙都需要預(yù)算限制—59%的組織正在努力獲得擴展人工智能基礎(chǔ)設(shè)$總之，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、成本和人基礎(chǔ)設(shè)施限制—55%的受訪者強調(diào)了現(xiàn)有基礎(chǔ)設(shè)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(fù)載的靈活技術(shù)人員短缺—對具備人工智能專業(yè)知識的工程師、網(wǎng)絡(luò)架構(gòu)師和數(shù)據(jù)中心專家的需求遠(yuǎn)遠(yuǎn)超過了當(dāng)前的人才儲備，超越瓶頸：人工智能集群網(wǎng)絡(luò)報告2025|7隨著需求的增加，運營商正在采取靈活的策略來適應(yīng)新興的人工智能工作負(fù)載和流量模式。AgenticAI、DeepSeek和Grok3因其對更快速處理和自49%49%優(yōu)先考慮更高性能的GPU45%45%正在投資新的軟件架構(gòu)45%45%正在升級網(wǎng)絡(luò)硬件這些結(jié)果揭示了一種平衡：企業(yè)熱衷于在保持敏捷AgenticAI的迭代推理能力尤其推動了架構(gòu)和互連方法的變革。超越瓶頸：人工智能集群網(wǎng)絡(luò)報告2025|8全球領(lǐng)導(dǎo)者的主要發(fā)現(xiàn)更智能的AI擴展策略打破網(wǎng)絡(luò)瓶頸反映現(xiàn)實的仿真創(chuàng)新與成本壓力從限制到優(yōu)勢第3章超越瓶頸：人工智能集群網(wǎng)絡(luò)報告2025|9全球領(lǐng)導(dǎo)者的主要發(fā)現(xiàn)更智能的AI擴展策略打破網(wǎng)絡(luò)瓶頸反映現(xiàn)實的仿真創(chuàng)新與成本壓力從限制到優(yōu)勢打破網(wǎng)絡(luò)瓶頸隨著人工智能模型的規(guī)模和復(fù)雜性的增長，底層網(wǎng)絡(luò)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(dāng)前的速度，他們還在評估下一代解決調(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AI/ML基礎(chǔ)架構(gòu)中部署的網(wǎng)絡(luò)速度:27%100G27%32%200G32%55%400G55%34%800G34%22%22%超越瓶頸：人工智能集群網(wǎng)絡(luò)報告2025|全球領(lǐng)導(dǎo)者的主要發(fā)現(xiàn)更智能的AI擴展策略打破網(wǎng)絡(luò)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(luò)（SDN）這樣的較新架構(gòu)。不過，像InfiniBand/NVLink這樣的高性能考慮用于AI/ML工作負(fù)載的網(wǎng)絡(luò)技術(shù):49%49%正在評估以太網(wǎng)/ROCEv238%38%正在評估InfiniBand/NVLink來越多的關(guān)注。與傳統(tǒng)以太網(wǎng)不同，UltraEthernet重新定義了協(xié)議棧，以UltraEthernet具有超低延遲和零數(shù)據(jù)包丟失，可通過先進的調(diào)度和流已有58%的運營商在評估UltraEthernet。它以開放、基于標(biāo)準(zhǔn)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)?了解為什么近60%的受訪者會考慮UltraEthernet。全球領(lǐng)導(dǎo)者的主要發(fā)現(xiàn)更智能的AI擴展策略打破網(wǎng)絡(luò)瓶頸反映現(xiàn)實的仿真創(chuàng)新與成本壓力從限制到優(yōu)勢全球領(lǐng)導(dǎo)者的主要發(fā)現(xiàn)更智能的AI擴展策略打破網(wǎng)絡(luò)瓶頸反映現(xiàn)實的仿真創(chuàng)新與成本壓力從限制到優(yōu)勢為了優(yōu)化人工智能網(wǎng)絡(luò)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(chǔ)設(shè)施的復(fù)雜性優(yōu)化人工智能網(wǎng)絡(luò)性能的策略:53%正在使用網(wǎng)絡(luò)配置調(diào)整43%43%正在使用實驗室集群測試34%34%正在使用光學(xué)認(rèn)證27%是主干—而是瓶頸或突破口。第4章超越瓶頸：人工智能集群網(wǎng)絡(luò)報告2025全球領(lǐng)導(dǎo)者的主要發(fā)現(xiàn)更智能的AI擴展策略打破網(wǎng)絡(luò)瓶頸反映現(xiàn)實的仿真創(chuàng)新與成本壓力從限制到優(yōu)勢全球領(lǐng)導(dǎo)者的主要發(fā)現(xiàn)更智能的AI擴展策略打破網(wǎng)絡(luò)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(fù)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(guān)鍵。僅僅依靠組件級驗證已經(jīng)不夠了—運營商使用AI流量模擬仿真的公司60%35%5%3年內(nèi)使用1123超越瓶頸：人工智能集群網(wǎng)絡(luò)報告2025全球領(lǐng)導(dǎo)者的主要發(fā)現(xiàn)更智能的AI擴展策略打破網(wǎng)絡(luò)瓶頸反映現(xiàn)實的仿真創(chuàng)新與成本壓力從限制到優(yōu)勢盡管人們對人工智能工作負(fù)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(fù)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56%56%的人表示缺乏標(biāo)準(zhǔn)化的基準(zhǔn)工具和設(shè)備56%56%努力重現(xiàn)真實世界的人工智能工作負(fù)載50%50%的人指出缺少專業(yè)能力強的工程師49%49%的報告結(jié)果因供應(yīng)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(luò)報告2025全球領(lǐng)導(dǎo)者的主要發(fā)現(xiàn)更智能的AI擴展策略打破網(wǎng)絡(luò)瓶頸反映現(xiàn)實的仿真創(chuàng)新與成本壓力從限制到優(yōu)勢創(chuàng)新與成本壓力人們對對助于微調(diào)現(xiàn)有網(wǎng)絡(luò)的工具的需求日益增長。運營商希望從現(xiàn)有設(shè)備中獲得更高的效率和性能，而不需要進行物人們對對助于微調(diào)現(xiàn)有網(wǎng)絡(luò)的工具的需求日益增長。運營商希望從現(xiàn)有設(shè)備中獲得更高的效率和性能，而不需要進行物運營商越來越多地將優(yōu)化的基礎(chǔ)設(shè)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(yīng)能力的提高直接轉(zhuǎn)化為市場優(yōu)勢，從而實現(xiàn)更快隨著能源成本的上升，最大限度地降低功耗已成為當(dāng)務(wù)之急。運營商需要能夠模擬和監(jiān)能源熱點并驗證可持續(xù)部署方隨著人工智能應(yīng)用的發(fā)展，在不同負(fù)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(fù)載在SLA閾值內(nèi)可預(yù)測地運行，而不受全球領(lǐng)導(dǎo)者的主要發(fā)現(xiàn)更智能的AI擴展策略打破網(wǎng)絡(luò)瓶頸反映現(xiàn)實的仿真創(chuàng)新與成本壓力從限制到優(yōu)勢全球領(lǐng)導(dǎo)者的主要發(fā)現(xiàn)更智能的AI擴展策略打破網(wǎng)絡(luò)瓶頸反映現(xiàn)實的仿真創(chuàng)新與成本壓力從限制到優(yōu)勢優(yōu)化AI基礎(chǔ)設(shè)施的主要收益?基礎(chǔ)設(shè)施優(yōu)化（62%）、工作負(fù)載可靠方向的明顯轉(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(yīng)力，能夠加速創(chuàng)新并創(chuàng)造更高的這些偏好共同表明，一個智能化基礎(chǔ)設(shè)施測